Anas: in Umbria è partita la sperimentazione di un asfalto innovativo

Il progetto avviato da Anas per la sperimentazione di un asfalto innovativo lungo la SS209 “Valnerina” a Ferentillo rappresenta un passo significativo nel campo delle infrastrutture sostenibili e dell’economia circolare. L’uso di residui di lavorazione dell’acciaio, provenienti dalle acciaierie AST di Terni, in questa miscela bituminosa è un esempio di come i materiali riciclati possano essere efficacemente riutilizzati in contesti ingegneristici critici.

Aldo Isi, amministratore delegato di Anas, hsa sottolineato l’importanza di questa sperimentazione nell’ottica della sostenibilità economica e ambientale, enfatizzando la riduzione dell’uso di materiali vergini naturali e il conseguente impatto positivo sull’ambiente.

Tale aspetto è importante, considerando il focus crescente sulle pratiche di sostenibilità nelle costruzioni e manutenzioni stradali, e il potenziale di queste tecnologie innovative per ridurre l’impronta di carbonio del settore.

Collaborazione tra pubblico e privato

La collaborazione con enti e aziende come il Centro Sperimentale Stradale Anas di Cesano, Arpa Umbria, Pavi Srl e Tapojarvi Italia Srl è un esempio di come le partnership pubblico-private possano favorire l’innovazione nel settore delle infrastrutture stradali.

Inoltre, la menzione della precedente sperimentazione in Umbria sulla E45, che ha utilizzato materiali diversi come sabbie derivanti da processi di termovalorizzazione, graniglie di produzione acciaio e plastiche riciclate, dimostra un impegno costante da parte di Anas nel ricercare soluzioni sempre più sostenibili.

Queste iniziative si inseriscono in un contesto più ampio di ricerca e sviluppo nel settore dei materiali stradali, dove l’impiego di filler artificiali e di residui industriali riciclati sta acquisendo un’importanza crescente. Sperimentazioni di questo tipo sono fondamentali per testare la durabilità, la resilienza e le prestazioni a lungo termine di queste nuove composizioni bituminose, fornendo dati essenziali per le future applicazioni su scala più ampia.