评价沥青混合料疲劳的预测模型

《评价沥青混合料疲劳的预测模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、评价沥青混合料疲劳寿命的预测模型摘要:为加深对沥青混合料的疲劳测试特别是在设计阶段的理解,本次研究采用简单的断裂测试(即半圆形缺口弯曲(SCNB)测试)对评价沥青混合料的疲劳寿命的可能性进行调查。结果表明,一个可行的参数由单调和循环SCNB之间存在相关性,基于对这些结果的统计分析开发了三个评价沥青混合料疲劳的预测模型。这种单调参数应变比其他参数应变能最好的说明预测沥青混合料的疲劳寿命。此外,灵敏度分析进行评估模型和极端分析表明,应变能是对疲劳寿命最多贡献预测评价参数之一。最后要说明的是,这些预测模型并没有取代传统的疲劳寿命评估测试

2、,只是作为筛查工具,帮助我们消除误差。关键词:极端状态分析、疲劳试验、热拌沥青;灵敏度分析;应变能;科学可视化图介绍现代工程评估和设计应该模拟实际条件并基于动态负载条件下。然而，大多数工程设计是基于单调或准单调实验和现场数据加载条件下的动态测试，由于测试方式的简单。沥青疲劳可能被定性从开始的破坏随后产生裂缝处于不稳定状态的传播这种渐进破坏的现象。因此，沥青混合料疲劳失效以及对细微疲劳引发和裂纹扩展没有进行一致性的评价是大多数工程成败的关键尤其是在沥青混合料参与公路路面工程中。目前，该种疲劳试验用来评估沥青路面的疲劳寿命被认为是昂贵

3、且耗时的[1]。所以，这种疲劳试验不可能适合每个项目，为了能够采用简单和可靠的测试以及需要验证的程序对沥青混合料疲劳寿命进行评估从而来提高混合料设计过程延长沥青路面的使用寿命。因此，发展有效而简单预测模型来评估沥青路面的抗疲劳性的方法是势在必行的。在这项研究中，可以简单的预测沥青混合料的抗疲劳性能可靠的型号并分别开发和评估。理论和预测模型当学习有关沥青疲劳时知识时，应该掌握一些基本的概念。这些概念简化如下，其次预测路面疲劳寿命参数，包括强度，材料特性，应变能的概念，统计方法，等。绘制应力谱需要评估沥青疲劳寿命。最简单的疲劳应力谱的

4、一零平均正弦应力时间模式恒定振幅和频率固定，用于指定循环次数。在沥青路面，裂缝的发生主要是由于沥青混合料层底部的拉伸应力产生负载。在该区域的许多现有的疲劳模型沥青路面采用的回归分析开发的实验数据。沃勒开发了利用拉伸的关系从一个循环产生的应变，在温度变化，并其他情况下，如下进行路面断裂调查[2，3]：其中，NF：负载应用程序故障数，εo：拉伸应变在沥青层的底部，并K1，K2，和n：与所述组合物的功能的因素和对沥青混合料的性能。k2为相同巴黎定律的参数n，基于方程（1），n的值已被使用估计回归分析。n的值被由Bonnaure等确定为5

5、。[4]和3.624由Tayebali等确定。[5]。Medani和MOLENAAR[3]的简化的疲劳特性的推定沥青混合料。他们的方法是基于混合属性和劲度模量主曲线（S），其之间的关系加载时间和沥青混合料的刚度。其他研究人员[6-8]采用了不同的方法，他们利用连续损伤模型应用于沥青混凝土单调加载和根据制定的工作潜力理论循环加载Schapery[9]。这项工作潜在的理论来模拟线性和非线性弹性介质与力学行为结构变化和不断增长的损害。该理论可以应用来描述粘弹性的影响。丹尼尔[10]提出了基于单个测试的方法可用于预测下材料响应条件不同的单

6、轴拉伸试验条件。利用工作势理论和连续损伤理论，本构被开发了型号为沥青混凝土。后来，丹尼尔和Kim[7]发现可用于一个周期或四分之一个周期的一半一个近似的情况下;在这种情况下，四分之一个周期的使用。从伪应变和特性的函数形式曲线中，应力响应可以被预测。隆斯特罗姆和Isacsson[11]进一步研究了丹尼尔和Kim[7]的工作确定单调测试是否能够预测疲劳沥青混合物的特性。这项工作的潜力理论是对造型材料的比较简单的办法遇到损坏的增长。最近，许多研究人员一直在研究相关应变能和疲劳寿命和断裂的预测值之间沥青混合料。沉匠[12]开发了一种沥青疲

7、劳模型是基于应变能原理。Zhou等人。[13]提出了另一种方法，它利用覆盖测试，以预测疲劳通过确定断裂裂纹萌生和的传播沥青混合料的性能。刘等人。[14]认为疲劳在沥青混合料的演变规律可以基于的概念能源消耗和沥青混合料的疲劳寿命是好按照抗断裂性。皮等。[15]评估疲劳寿命使用劈裂蠕变试验的沥青混合料，而他们表示，有蠕变损伤之间的良好相关性时间和疲劳损伤的时间。此外，Kim和Kim等人[16]认为，裂缝是会中止通过能量的基本材料特性控制耗散和能量阈值，他们预计他们的开发模型将填充粘弹性骨折之间的差距连续损伤力学，并提供更好的开裂沥青混

8、合料的预测。Li等人。[17]提出了一种疲劳基于断裂能预测沥青混合模型从间接拉伸试验结果确定。此外，他们认为，基于耗散能量变化的比值疲劳模型是独立的材料类型，并显示相对较高的水平的预测精度。佩雷斯-希门尼斯等。[18]表明，疲劳特性需要复杂的循环测