TY  - GEN
A1  - Orlamünder, Kristin
T1  - Modifizierung von Bitumenemulsionen
T1  - Modification of bitumen emulsions
N2  - Um den thermoplastischen Baustoff Bitumen verarbeiten zu können, muss dieser in einen niedrigviskosen Zustand überführt werden. Dazu gibt es verschiedene Wege. Eine Möglichkeit dafür ist die Emulgierung des Bitumens in Wasser. Daraus entstehen die kaltverarbeitbaren Bitumenemulsionen. Bitumenemulsionen sind besonders für Anwendungen im Bereich des Straßenerhaltes ein geeigneter Baustoff. Die Dünnschicht-Bauweise Oberflächenbehandlung ist eine der häufigsten eingesetzten Anwendungen von Bitumenemulsionen im Straßenbau. Im Rahmen der Arbeit wurde geprüft, ob es möglich und sinnvoll ist, Wachse als Additive zur Modifizierung von Bitumenemulsionen (für die Anwendung im Bereich von Oberflächenbehandlungen) einzusetzen. Dazu wurde im theoretischen Teil der Arbeit durch Recherche des umfassenden Begriffes Wachs ein Überblick zum Thema gegeben und eine Einteilung der verschiedenartigen Wachse vorgenommen. Im praktischen Teil wurde ein Ausgangsbitumen mit ausgesuchten Wachsen (auf Grundlage der theoretischen Recherche) in verschiedenen Anteilen modifiziert und die Bindemittelkennwerte ermittelt. Weiterhin wurden auf Basis der vorangegangenen Bindemitteluntersuchungen einige Additive ausgewählt und diese zur Herstellung von Bitumenemulsionen eingesetzt. Die hergestellten Emulsionen wurden mit den üblichen Prüfverfahren untersucht und die Ergebnisse miteinander verglichen.
N2  - Bitumen (asphalt) is used as a binder in road construction. In most common processes the bitumen is heated to 100-200°C until fluid enough to mix with aggregate. Bitumen emulsions provide an alternative approach in which the bitumen is liquefied by dispersing in water. They are ideal for highway maintenance such as chip sealing and surface dressing. The purpose of this study was to determine if it is possible and practical to use waxes (natural and synthetic) as an additive for modifying bitumen emulsions (for chip sealing and surface dressing). In the theoretical portion of the study the origins and properties of different types of waxes were analyzed and classified. In the practical part of the study, standard control bitumen was modified with waxes (which were chosen based upon the theoretical portion of the study), and the binding agent properties were then determined. Based upon this research, some of the additives were chosen to form bitumen emulsions. The newly created emulsions were analyzed using standard tests and the results were compared against each other.
KW  - Bitumen
KW  - Emulsion
KW  - Wachs
KW  - Oberflächenbehandlung
KW  - Straßenunterhaltung
KW  - Kolloidmühle
KW  - Emulgator
KW  - Bitumenemulsion
KW  - Bitumenmodifikation
KW  - natürliche Wachse
KW  - synthetische Wachse
KW  - Carnaubawachs
KW  - Montanwachs
KW  - bitumen emulsion
KW  - bitumen modification
KW  - highway maintenance
KW  - natural wax
KW  - synthetic wax
KW  - surface dressing
KW  - emulsifier
KW  - emulsification
Y1  - 2005
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:gbv:wim2-20111215-6857
ER  - 
TY  - THES
A1  - Berger, Martin
T1  - Typologiebildung und Erklärung des Aktivitäten-(Verkehrs-)verhaltens – ein Multimethodenansatz unter Verwendung der Optimal Matching Technik
T1  - Classifcation and description of travel-activity behaviour -  a multi-method approach under application of the Optimal Matching Technique
N2  - Vor dem Hintergrund des gesellschaftlichen Wandels sieht sich die Verkehrsforschung mit neuen Anforderungen an die Konzeption, Anpassung, Anwendung usw. von statistischen Ansätzen zur Analyse des Aktivitäten-(Verkehrs-)verhaltens konfrontiert, um auf Basis empirischer Daten adäquat Zusammenhänge der Verkehrsentstehung zu erforschen. Ausgehend von der musterorientierten Perspektive - das heißt Untersuchungsgegenstand sind chronologische Abfolgen von Ortsveränderungen und Tätigkeiten in Form von Wege-Aktivitätenmustern - besteht das Ziel einer möglichst realitätsnahen Abbildung und Erklärung von individuellen Unterschieden im Raum-Zeit-Verhalten. Neu bzw. kaum etabliert sind in diesem Kontext der eigens konzipierte Multimethodenansatz sowie die Optimal Matching Technik, die erweiterte Abbildungseigenschaften zur Distanzmessung zwischen Wege-Aktivitätenmustern aufweist. Erkannt werden durch jene Methode gleiche Tätigkeiten bzw. Ortsveränderungen, die zeitlich an unterschiedlichen Stellen der zu vergleichenden Muster angeordnet sind sowie identische Subsequenzen. Zielführend in der Datenanalyse ist nachstehende Abfolge von Verfahren: Die Klassifikation von Wege-Aktivitätenmustern zur Reduktionen deren immenser Komplexität gelingt durch Einsatz der Optimal Matching Technik. Diese quantifiziert (Un-)ähnlichkeiten zwischen Wege-Aktivitätenmustern („Abstandsmessung“) unterschiedlicher Personen oder zu vergleichender Zeitabschnitte einer Person. Die dadurch berechnete Distanzmatrix bildet den Ausgangspunkt des clusteranalytischen Fusions-algorithmus, dessen Aufgabe die Zusammenfassung der Wege-Aktivitätenmuster ist (explorative Stufe). Die Anwendung eines multinomialen Logit-Modells ermöglicht auf Individualebene die Vorhersage der Affinität zu Wege-Aktivitätenmuster-Typen anhand von Merkmalswerten identifizierter Erklärungsgrößen der Personen, des Haushaltes usw. (induktive Stufe). Im Gegensatz zu einschlägigen Forschungsarbeiten zeichnet sich die gewählte Untersuchungsstrategie durch die Objektivität des Vorgehens aus, da eine a-priori Bildung von Personen-kategorien nicht notwendig ist. Ebenso grenzt die Berücksichtigung der zufälligen und nicht-erklärbaren Verhaltensvariabilität durch das Wahrscheinlichkeitsprinzip des gewählten Logit-Modells das eigene Vorgehen von anderen Untersuchungen ab. Aufgrund der weitgehend ungeklärten Anwendungsgrundlagen der Optimal Matching Technik befasst sich die vorliegende Arbeit zunächst mit dessen inhaltlicher Ausrichtung am Untersuchungsgegenstand. Die Anpassung der festzulegenden Aufwandswerte, welche für die benötigten Aktionen angesetzt werden, um ein Wege-Aktivitätenmuster in ein anderes zu transformieren, erfolgt mit Hilfe einer empirisch Abschätzung, die weit über ein argumentatives Vorgehen hinausgeht. Der ermittelte Sequenzabstand inkludiert dabei die operationsspezifische Distanz bei Übergängen zwischen den konstituierenden Zuständen der zu vergleichenden Wege-Aktivitätenmuster („Zustandsähnlichkeit“). Abstandsmaß für die qualitativen Zustände ist dabei die ermittelte Priorität von wege- und tätigkeitenbezogenen Handlungen. Die Relevanz einer Ausrichtung belegt auch die durchgeführte Sensitivitätsanalyse: Das Ausmaß der Empfindlichkeit der Optimal Matching Technik ist insbesondere gegenüber der Festlegung der Aufwandswerte beträchtlich. Um die Analysepotenziale des Multimethodenansatzes zu demonstrieren, werden exemplarisch interpersonelle Unterschiede im wöchentlichen Aktivitäten-(Verkehrs-)verhaltens (Datenbasis: deutsches Mobilitätspanel) analysiert. Ergebnis der Klassifikation (explorative Analysestufe) ist eine auf den ersten Blick inhaltlich stichhaltige Wege-Aktivitätenmuster-Typologie charakteristischer Wochenabläufe des Aktivitäten-(Verkehrs-)verhaltens: Unterschiedliche Arten, zeitlicher Umfang und zeitliche Lage der Haupt-aktivitäten, unterschiedliche Verkehrsverhaltensweisen sowie unterschiedliche clusterspezifische Tag zu Tag Rhythmen, Gleichförmigkeiten, Schwankungen usw. des Raum-Zeit-Verhaltens kennzeichnen die Wege-Aktivitätenmuster-Typen. Die Abbildungs-eigenschaften der Optimal-Matching Technik zeichnen sich in den erstellten Clustern nur teilweise ab: Während die Zustandselementkomposition - augenscheinlich betrachtet - passabel durch die Wege-Aktivitätenmuster-Typologie abgebildet wird, bleibt ungewiss, ob und inwieweit dies für die Abfolgeähnlichkeit gilt. Aus dem induktiven Analyseschritt geht hervor: Alter, Geschlecht, Verfügbarkeit einer ÖPNV-Zeitkarte, Führerscheinbesitz und mit herausragender Bedeutung der Erwerbsstatus signalisieren als maßgebende Erklärungsgrößen eine Trennwirkung. Überdies zeigt das Gesamtbild der ermittelten Wirkungsrichtungen und Effektstärken überzeugende Erklärungszusammenhänge auf. Damit ist ein Nachweis der Praktikabilität des eigens konzipierten Multimethodenansatzes unter Verwendung der Optimal Matching Technik zur musterorientierten Analyse des Raum-Zeit-Verhaltens erbracht.
N2  - Social change is reflected in more and more complex individual travel-activity behaviour, which can be represented as travel-activity patterns. The analytical classification of travel activty-pattern into groups and the description of the travel activty-pattern types is an important issue to travel-activty behaviour analysis for a long time. A realistic measure between individual travel-activity patterns is the basis for the analysis and the description of differences in travel-activity behaviour. In the centre of the multi-method-approach stands the practical application of the so-called Optimal Matching Technique. This approach is adapted, tested and applied. This method involves the element composition - identical activities and trips in both travel-activity patterns, which are arranged in different positions - and the element order - the identical order of activities and trips in both travel-activity patterns. The multi-method approach contains the following basic components: Classification of the travel-activity pattern: Statistical analysis starts with the most important point: the application of the Optimal Matching Technique. This sequence alignment method quantifies dissimilarities between travel-activity patterns in the form of distances. While conventional distance measures for sequences compare only elements of the same position, the Optimal Matching Technique extends the ability to measure the degree of differences between sequences. The result of the application of the Optimal Matching Technique is a symmetrical distance matrix, in which dissimilarity scores for the travel-activity patterns pairs are specified. As a second step, the purpose of the application of the cluster analysis is to classify the travel-activity pattern based on the calculated distance matrix of the Optimal Matching Technique Description of the travel-activity pattern types: The identification of variables, which explain the affinity to a travel-activity pattern type as independent variables, forms the main function of the last methodological step. For this problem, the use of a multinomial logit model is appropriate, because this method allows a determination of influences of different explanatory variables on a dependent, categorial variable. The explanatory model results in statements of probability for a person with personal, household and spatial characteristics to realize travel-activity pattern types. The multi-method approach is characterised by a direct strategy, which guarantees a high level of objectivity. Further on a probabilistic causal relation between person type and travel-activity pattern type is appropriate on the background of social change. The statistical methods for cluster analysis and the logit model are “state of the practice”. Only the new method Optimal Matching Technique will be described closer. For the application of the Optimal Matching Technique a priori assumptions must be made for the ”cost” of the transformation operation, which is a key issue of the method. The criteria of priority is introduced as a measure for states and changes in states for activities and trips. Testing the sensitivity of the results of the Optimal Matching Technique depends on the definition of “cost”. It can be concluded that there is a strong influence on travel-activity pattern distances. The multi-method approach is applied in an exemplary manner both to classify weekly travel-activity pattern and to describe the travel-activity pattern types. The empirical data-base is the German Mobility Panel (MOP). The classification results in a seven cluster solution of weekly travel-activity pattern types, which can be interpreted in a plausible way. It can be shown, that the approach of comparing activity-travel pattern based on the Optimal Matching Technique captures the element composition. It remains uncertain if and how far this succeeds to the element order. The seven travel-activity pattern types can be described in terms of sociodemographic characteristics ("age", “gender” and "status of employment"), “driving licence” and “discount public transport”. There is evidence that the multi-method-approach under application of the Optimal Matching Technique is a useful tool to analyse travel-activity behaviour
KW  - Verkehrsverhalten
KW  - Typenbildung
KW  - Sequenzanalyse <Soziologie>
KW  - Abstandsmessung
KW  - Cluster-Analyse
KW  - Logit-Modell
KW  - Optimal Matching Technik
KW  - travel behavior
KW  - typology
KW  - similarity measurement
KW  - Optimal Matching Technique
KW  - cluster analysis
KW  - logit-model
Y1  - 2004
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:gbv:wim2-20041115-2108
ER  -