CN115081284A - 基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质 - Google Patents

基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质 Download PDF

Info

Publication number
CN115081284A
CN115081284A CN202210744322.1A CN202210744322A CN115081284A CN 115081284 A CN115081284 A CN 115081284A CN 202210744322 A CN202210744322 A CN 202210744322A CN 115081284 A CN115081284 A CN 115081284A
Authority
CN
China
Prior art keywords
modulus
iteration
equivalent
layer
time step
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210744322.1A
Other languages
English (en)
Other versions
CN115081284B (zh
Inventor
顾凡
范海山
张军辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202210744322.1A priority Critical patent/CN115081284B/zh
Publication of CN115081284A publication Critical patent/CN115081284A/zh
Application granted granted Critical
Publication of CN115081284B publication Critical patent/CN115081284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Road Paving Structures (AREA)

Abstract

本发明公开了一种基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质，方法包括：确定路面结构层粒料类材料及路基土结构层对应的关键响应指标，作为等效计算依据；按照实际路面结构创建轴对称的路面结构数值计算模型，通过有限元方法计算考虑材料非线性特征的结构层关键响应Responsei，作为等效线弹性模量迭代计算目标值；基于当量应力状态的方法计算粒料类及路基土结构层初始迭代模量，通过有限元方法计算各迭代步下的关键响应
Figure DDA0003716482500000011
根据计算获得的
Figure DDA0003716482500000012
与Responsei确定下一次迭代模量，满足收敛条件时，获得的模量值即非线性结构层的等效线弹性模量。本发明科学合理，准确性高，为直接进行沥青路面设计提供理论依据。

Description

基于关键响应等效的路面结构层等效模量确定方法及设备、 存储介质
技术领域
本发明属于道路工程技术领域，涉及一种基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质。
背景技术
粒料类材料和路基土具有显著的非线性特征，其模量在空间上往往呈现非均匀分布，而在当前的基于弹性层状体系的沥青路面设计框架下，往往需要进行等效模量换算。
在当前沥青路面设计体系下，非线性材料等效模量确定方法大多仍采用基于当量应力状态的方法确定，而弯沉等效原则也以经验公式或诺模图的形式应用于路基顶面当量综合模量计算，沥青路面结构层模量取值缺乏科学合理的方法。
此外，现行《JTG D30-2015公路路基设计规范》采用标准应力状态进行路基土等效模模量计算，且建议将弯沉等效原则作为等效标准，这与现行《JTG D50-2017公路沥青路面设计规范》中基于关键响应的设计指标(沥青混合料层永久变形量、沥青混合料层层底拉应变、无机结合料稳定层层底拉应力及路基顶面竖向压应变)并不匹配，为沥青路面设计造成较大困难。
基于以上原因，本发明提出一种基于关键响应等效的沥青路面结构层等效模量确定方法。
发明内容
为了解决上述问题，本发明提供一种基于关键响应等效的路面结构层等效模量确定方法，快速获得非线性材料的等效静模量，科学合理，准确性更高，为直接进行沥青路面设计提供理论依据，解决了现有技术中存在的问题。
本发明的另一目的是，提供一种电子设备。
本发明的第三目的是，提供一种计算机存储介质。
本发明所采用的技术方案是，一种基于关键响应等效的路面结构层等效模量确定方法，具体按照以下步骤进行：
S1，基于实际路面结构层的类型，确定路面结构层粒料类材料及路基土结构层对应的关键响应指标，作为等效计算依据；
S2，按照实际路面结构创建轴对称的路面结构数值计算模型，通过有限元方法计算考虑材料非线性特征的结构层关键响应Responsei，作为等效线模量迭代计算目标值，其中i表示第i关键响应；其他结构层模量设定为定值；
S3，基于当量应力状态的方法计算粒料类及路基土结构层初始迭代模量，通过有限元方法计算各迭代步下的关键响应
Figure BDA0003716482480000021
即按照层状弹性体系理论计算各迭代模量值，各结构层模量均设定为定值；
S4，根据计算获得的
Figure BDA0003716482480000022
与Responsei确定下一次迭代模量，直至
Figure BDA0003716482480000023
满足收敛条件时结束迭代；通过不停的迭代模量值，使得
Figure BDA0003716482480000024
尽可能接近Responsei，当满足收敛条件时，所获得的模量值即非线性结构层的等效线弹性模量。
另一技术方案是，一种电子设备，采用上述的方法实现沥青路面结构层等效模量确定。
第三技术方案是，一种计算机存储介质，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现上述的路面结构层等效模量确定方法。
本发明的有益效果是：
本发明仅需通过路面结构厚度、面层模量、基层模量、底基层和土基的非线性参数、泊松比、密度等信息，便可快速获取非线性材料的等效静模量，使得基于弹性层状体系理论计算的响应结果尽可能接近考虑材料非线性特性的响应结果，且等效计算是基于路面结构层关键响应开展的，使得本发明较传统的等效模量确定方法而言，更科学、合理，准确性更高。
本发明提出的一种基于沥青路面关键响应设计指标的结构层等效模量计算方法，能够替代现有基于当量应力状态以及基于弯沉等效的计算方法，克服了现有方法存在的问题，为直接进行沥青路面设计提供科学的理论依据，进一步提高了沥青路面设计水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中路面结构有限元模型图。
图2是本发明实施例基于关键响应等效的路面结构等效模量计算流程图。
图3是本发明实施例考虑非线性的有限元数值计算流程图。
图4a是本发明实施例路面结构A的路表弯沉变形。
图4b是本发明实施例路面结构A的路基顶面弯沉变形。
图4c是本发明实施例路面结构B的路表弯沉盆。
图4d是本发明实施例路面结构B的路基顶面弯沉变形。
图4e是本发明实施例路面结构C的路表弯沉变形。
图4f是本发明实施例路面结构C的路基顶面弯沉变形。
图4g是本发明实施例路面结构D的路表弯沉变形。
图4h是本发明实施例路面结构D的路基顶面弯沉变形。
图5是本发明实施例结合BP神经网络对非线性结构层等效线弹性模量的预测结果。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1，
一种基于关键响应等效的路面结构层等效模量确定方法，如图2所示，具体按照以下步骤进行：
S1，建立三参数预估方程，见式(1)；
Figure BDA0003716482480000031
其中，MR为材料回弹模量；θ为体应力，θ＝σ1+σ2+σ3；τoct为八面体剪应力，
Figure BDA0003716482480000032
pa为标准大气压，pa＝101kPa；σ1，σ2，σ3为x，y，z方向应力大小，x，y，z分别对应三维空间坐标系的三个方向，xy为水平面上的两个相互垂直方向，z为垂直于水平面的方向。
参照当前《JTG 3430-2020公路土工试验规程》、《JTG D30-2015公路路基设计规范》、《JTG D50-2017公路沥青路面设计规范》，通过室内重复动三轴试验、物性参数预估等方法获得粒料类材料或路基土材料对应的非线性回弹模量模型的拟合参数k1，k2，k3。
结合实际沥青路面结构类型，按表1选择粒料类材料及路基土结构层对应的关键响应指标，作为等效计算依据。表1中指标与《JTG D50-2017公路沥青路面设计规范》中表6.2.1的设计指标对应，且均为荷载作用中心沿深度位置。使得本发明实施例不改变现行沥青路面设计方法和计算模型基础上，提出一种等效模量确定方法，使得通过层状弹性体系理论计算的结果与考虑非线性的结果尽可能一致。在实际应用时，将规范中的沥青混合料永久变形量通过层底压应变进行代替。
表1不同路面结构关键响应等效指标选择表
Figure BDA0003716482480000041
不同于基于弯沉等效的确定方法，基于关键响应等效是以特定的力学响应作为匹配目标的一种计算方法，计算结果很大程度上取决于所选定的应力响应类别；Responsei为基于非线性计算方法计算出来的应力响应大小。根据不同的路面结构，按照表1选择对应的等效线弹性模量等效计算关键指标。例如，对于无机结合料类基层和级配碎石底基层沥青路面，有级配碎石层和路基土两层需要进行等效模量计算；对于级配碎石基层，对应的关键响应指标分别为面层层底压应变、基层层底拉应力，分别对应Response1，Response2；对于路基土，关键响应指标为路基顶面压应变，对应Response1。表1中，不是非线性材料的结构层，可认为模量始终不变，取值参考现行规范进行。
S2，按照实际路面结构类型创建如图1所示的4层轴对称路面结构数值计算模型，于表面施加宽度为0.15m、大小700kPa、作用时间0.03s的半正弦脉冲荷载，通过有限元方法计算考虑材料非线性特征的结构层关键响应Responsei，作为等效线模量迭代计算目标值，其中i表示第i关键响应。在一些实施例中，非线性特征的结构层为级配碎石(粒料类材料)和路基土，除了级配碎石(粒料类材料)和路基土外，其他结构层并无明显的应力相关特性，按照《JTG D50-2017公路沥青路面设计规范》要求进行取值即可。级配碎石(粒料类材料)和路基土结构层具有显著的非线性特征，因而应用现行层状弹性体系理论进行路面设计时需要进行等效模量换算。本发明实施例通过以下步骤进行非线性计算，获取实际响应，以这个实际响应为目标，基于层状弹性体系理论找到等效模量，使得路面结构对应的关键响应尽可能接近，克服匹配性差的问题。
计算考虑材料非线性特征的结构层关键响应Responsei，作为后续等效线模量迭代计算目标，如图3所示，按下列步骤进行：
S21，赋予粒料类材料及路基土结构层各单元初始模量
Figure BDA0003716482480000051
i为单元编号，t0为初始时间步。
S22，采用有限元数值计算方法获得tk时间步下各单元应变大小，每个时间步内，按式(7)计算单元应力大小。
Figure BDA0003716482480000052
其中，(n)表示第n步迭代，n＝0,1,2,…；
Figure BDA0003716482480000053
Figure BDA0003716482480000054
表示单元i在第tk时间步、第n次迭代的节点拉梅系数；
Figure BDA0003716482480000055
Figure BDA0003716482480000056
表示单元i在第tk时间步、第n次迭代的节点剪切模量；拉梅系数和剪切模量都是弹性力学中的物理参数，常用于描述应力应变关系。
Figure BDA0003716482480000057
分别为单元i在第tk时间步、第n次迭代的径向、竖向、环向、切向应力大小；
Figure BDA0003716482480000058
表示单元i第n次迭代的单元模量大小；
Figure BDA0003716482480000059
Figure BDA00037164824800000510
分别为单元i第n次迭代的径向、竖向、环向、切向应变增量大小；i表示单元编号；tk为计算时间步，tk＝t0,t1,t2,...,T；T为计算总时长；
Figure BDA00037164824800000511
Figure BDA00037164824800000512
分别表示第tk-1时间步迭代结束时的径向、竖向、环向、切向应变大小，上标“—”表示迭代结束时的应力应变取值；μ表示泊松比。
S23，按式(8)更新tk时间步时第(n+1)次迭代时单元i的模量大小，并重新计算应变增量
Figure BDA0003716482480000061
按式(9)进行收敛判定，满足条件时时结束迭代，不满足时重复S22～S23。
Figure BDA0003716482480000062
式中，
Figure BDA0003716482480000063
Figure BDA0003716482480000064
代表tk时间步、单元i第n次迭代计算的体应力，
Figure BDA0003716482480000065
表示代表tk时间步、单元i第n次迭代计算的径向应力大小，
Figure BDA0003716482480000066
表示代表tk时间步、单元i第n次迭代计算的竖向应力大小。
Figure BDA0003716482480000067
Figure BDA0003716482480000068
表示tk时间步、单元i第n次迭代计算的八面体剪应力大小。
Figure BDA0003716482480000069
式(9)中mean表示求平均值函数。
S24，输出tk时间步迭代结束时的模量
Figure BDA00037164824800000610
信息，按式(10)更新单元i第tk时间步的雅可比矩阵DDSDDEi(tk)，按式(11)更新单元应力，
Figure BDA00037164824800000611
表示单元i的下一时间步tk+1的初始模量。
S25，重复步骤S22～S24，进入下一时间步tk+1迭代计算，其单元模量初始值按式(11)确定。直至响应计算全部结束，并输出表1所示关键响应指标峰值。
Figure BDA0003716482480000071
Figure BDA0003716482480000072
Figure BDA0003716482480000073
Figure BDA0003716482480000074
表示单元i在第tk时间步、迭代计算完成时的节点拉梅系数，
Figure BDA0003716482480000075
表示单元i在第tk时间步、迭代计算完成时的节点剪切模量；最后一次迭代计算的
Figure BDA0003716482480000076
也就是
Figure BDA0003716482480000077
Figure BDA0003716482480000078
分别表示单元i在第tk时间步、迭代计算完成时的径向、竖向、环向、切向应力大小；最后一次迭代计算的
Figure BDA0003716482480000079
也就是
Figure BDA00037164824800000710
Figure BDA00037164824800000711
分别表示单元i在第tk时间步、迭代计算完成时径向、竖向、环向、切向应变增量大小；最后一次迭代计算的
Figure BDA00037164824800000712
也就是
Figure BDA00037164824800000713
S3，按照实际路面结构类型创建如图1所示的4层轴对称路面结构数值计算模型，基于当量应力状态的方法计算粒料类及路基土结构层初始迭代模量，通过有限元方法计算各迭代步下的关键响应
Figure BDA00037164824800000714
(即按照层状弹性体系理论计算的第n次的迭代模量值)，上标为(0)代表初始迭代值。与步骤S2不同，各结构层模量均设定为定值，作为迭代初始值，初始值通过现行规范推荐的当量应力状态法获得。
其中，粒料类材料及路基土初始迭代模量
Figure BDA00037164824800000715
按式(2)～(3)确定，其余荷载及结构层参数均与步骤S2中相同。迭代计算时仅改变粒料类材料及路基土结构层模量。
Figure BDA0003716482480000081
Figure BDA0003716482480000082
其中，k11，k12，k13对应粒料类材料非线性参数；k21，k22，k23对应路基土非线性参数；
Figure BDA0003716482480000083
为粒料类材料及路基土回弹模量迭代初始值。
各迭代步下的关键响应
Figure BDA0003716482480000084
的计算，仍采用有限元的方法，各结构层均设置为线弹性本构模型，各时间步tk内单元模量始终不变，即式(12)。
Figure BDA0003716482480000085
Figure BDA0003716482480000086
表示单元i在最后一个时间步T(总的计算时长)、迭代计算完成时的模量，
Figure BDA0003716482480000087
表示单元i在tk时间步、迭代计算完成时的模量，
Figure BDA0003716482480000088
表示单元i在第n次等效模量迭代时的模量取值，即在进行等效模量迭代时、每一次迭代时，材料模量与应力无关，且均为
Figure BDA0003716482480000089
当采用线弹性模型计算时，无论是哪一个时间步，节点模量均不变，即模量不具有应力相关特性，无需迭代。
S4，按式(4)进行粒料类及路基土模量迭代计算，按式(5)计算第i个关键响应指标的第n次迭代误差
Figure BDA00037164824800000810
Figure BDA00037164824800000811
Figure BDA00037164824800000812
Figure BDA00037164824800000813
其中，
Figure BDA00037164824800000814
表示粒料类材料或路基土第n步迭代模量，n＝1,2,…；按表1确定；
Figure BDA0003716482480000091
为第n步迭代计算时，对应粒料类及路基土结构层第i个关键响应指标峰值，i＝1,2,…N；N表示对应粒料类或路基土结构层对应的关键响应指标个数，按表1确定；max(·)为最大值计算函数；mean(·)为均值计算函数。
根据计算获得的
Figure BDA0003716482480000092
与Responsei确定下一次迭代模量，直至满足式(6)所示收敛条件时结束迭代，否则继续迭代。通过不停的迭代模量值，使得
Figure BDA0003716482480000093
尽可能接近Responsei。当满足收敛条件时，所获得的模量值便可认为是非线性结构层的等效线弹性模量。结束迭代后，将最终的
Figure BDA0003716482480000094
作为粒料类材料及路基土等效模量计算结果(即等效线弹性模量值)，在这个模量取值下，基于层状弹性体系理论计算出来的响应与考虑材料非线性的响应十分接近，按照这个取值结果，获得类似于考虑非线性的结果，准确性更高，更科学、更合理。
通过S1～S4获得大量不同路面厚度、模量、非线性特征的沥青路面粒料类材料及路基土的等效模量，并建立总和数据库。结合BP神经网络及机器学习技术可构建基于关键响应的沥青路面结构层等效模量的快速预估模型，快速的同时可以保证精度，更好地服务于现有沥青路面设计体系。该方法是本领域已知的拟合方法，通过对一定规模的样本进行学习<样本通常为一个数据集合，包括若干自变量和对应因变量>，进而挖掘自变量和因变量间的关联。BP神经网络主要包含输入层、隐含层和输出层。
对粒料类底基层沥青路面，输入层参数为各结构层厚度、面层模量、基层模量、底基层非线性参数以及土基非线性参数等共11个参数；输出层参数为底基层及土基等效模量。对于无机结合料稳定类底基层沥青路面，输入层参数为各结构层厚度、面层模量、基层模量、底基层模量以及土基非线性参数等共9个参数；输出层参数为土基等效模量。
本发明实施例能够考虑材料非线性的沥青路面动力响应，编写了等效模量迭代计算方法，能够自动计算结构层等效模量，克服了现有非线性材料模量取值缺乏科学依据的问题。在获得了大量的数据基础上，进一步基于BP神经网络，可建立等效模量快速预测方法。仅需通过路面结构厚度、面层模量、基层模量、底基层和土基非线性参数、泊松比、密度等信息，便可极快的获得非线性材料的等效模量。基于线弹性模型和基于特定响应的沥青路面设计方法，便可直接进行沥青路面设计。在不改变现行设计体系和方法基础上，进一步提升了路面设计精准度，完善了我国耐久性沥青路面设计理论体系。
试验例，
为当前广泛应用的沥青混合料类基层+无机结合料类底基层；沥青混合料类基层+粒料类材料底基层；无机结合料类基层+无机结合料类底基层；无机结合料基层+粒料类底基层等4种沥青路面结构类型。路面结构相关参数如表2～5所示。按表1选择的粒料类材料及路基土结构层关键响应指标如表6所示；另外，选择如表7所示的弯沉指标进行对比研究，计算考虑非线性结构层响应(即S2步骤)时，借助ABAQUS软件，编写UMAT子程序实现，模量迭代计算采用MATLAB实现。计算结果如图4a～4h和表8所示，结果表明，基于弯沉等效的计算方法，其响应匹配结果精度较差。级配碎石和路基土是具有模量依赖特性的(即非线性)，但目前的设计体系中无法考虑这一特性，传统做法便是通过室内试验获取级配碎石和路基土的非线性回弹模量模型的拟合参数k1，k2，k3，进而结合当量应力状态法得到等效线弹性模量；这种取值方法由于取值与路面结构无关，缺乏理论依据，可靠性低。现有的弯沉等效尽管可以匹配弯沉，但其所得到的关键响应差别较大，因而计算获得的设计指标阈值不准。
如图4a～4h和表8所示结果表明，本发明实施例所提出的迭代计算方法能够较好的完成迭代计算，是一种快速的准确的迭代计算方法。对于所选择的不同的目标匹配参数，其计算结果存在区别。基于弯沉等效的计算方法虽然可以很好地匹配弯沉盆，但其对应的关键响应误差较大；本发明实施例基于关键响应指标的等效模量计算方法更加契合现行设计体系。
本发明提出了关键响应等效法，目的是在不改变现行沥青路面设计体系(弹性层状体系理论+关键响应设计方法)基础上确定非线性材料等效模量，提高设计精度，实现应用“线性体系响应”计算“非线性体系响应”的目标，简便可靠，准确性更高。设计精度提高主要体现在：目前沥青规范设计主要分为：路面响应计算、性能转换方程、阈值判定三个步骤；本发明实施例提出的非线性材料等效线弹性模量确定方法符合现行沥青路面设计体系，所提出的关键响应匹配参数与现行沥青路面设计参数相一致，最大化获得接近于基于材料非线性的结果，且取值方法科学合理。
本发明实施例主要针对沥青路面设计，在路面建造之前，通过室内试验确定路面材料(级配碎石、路基土)参数，并结合本发明实施例的方法开展等效线弹性模量计算，进而开展沥青路面设计，为直接进行沥青路面设计提供科学的理论依据，进一步提高了沥青路面设计水平。
表2沥青混合料类基层+无机结合料类底基层
结构层 模量 密度(t/m<sup>3</sup>) 泊松比 厚度(m)
沥青混合料类面层 2000MPa 2.3 0.25 0.05
沥青混合料类基层 3000MPa 2.2 0.25 0.15
无机结合料类底基层 3200MPa 2.1 0.30 0.30
粘性土路基 k<sub>1</sub>＝0.72,k<sub>2</sub>＝0.12,k<sub>3</sub>＝-1.70 1.8 0.40 3.00
表3沥青混合料类基层+粒料类材料底基层
结构层 模量 密度(t/m<sup>3</sup>) 泊松比 厚度(m)
沥青混合料类面层 2000MPa 2.3 0.25 0.10
沥青混合料类基层 3000MPa 2.2 0.25 0.10
粒料类底基层 k<sub>1</sub>＝0.89,k<sub>2</sub>＝0.66,k<sub>3</sub>＝-0.04 2.0 0.35 0.40
粘性土路基 k<sub>1</sub>＝0.72,k<sub>2</sub>＝0.12,k<sub>3</sub>＝-1.70 1.8 0.40 3.00
表4无机结合料类基层+无机结合料类底基层
结构层 模量 密度(t/m<sup>3</sup>) 泊松比 厚度(m)
沥青混合料类面层 2000MPa 2.3 0.25 0.20
无机结合料类基层 4000MPa 2.2 0.25 0.35
无机结合料类底基层 3200MPa 2.1 0.30 0.15
粘性土路基 k<sub>1</sub>＝0.72,k<sub>2</sub>＝0.12,k<sub>3</sub>＝-1.70 1.8 0.40 3.00
表5无机结合料类基层+粒料类底基层
结构层 模量 密度(t/m<sup>3</sup>) 泊松比 厚度(m)
沥青混合料类面层 2000MPa 2.3 0.25 0.20
无机结合料类基层 4000MPa 2.2 0.25 0.40
无机结合料类底基层 k<sub>1</sub>＝0.89,k<sub>2</sub>＝0.66,k<sub>3</sub>＝-0.04 2.0 0.30 0.20
粘性土路基 k<sub>1</sub>＝0.72,k<sub>2</sub>＝0.12,k<sub>3</sub>＝-1.70 1.8 0.40 3.00
表6关键响应指标选择表
Figure BDA0003716482480000111
注：响应指标均位于荷载作用中心沿竖向不同深度位置。
表7弯沉响应匹配指标选择表
Figure BDA0003716482480000121
注：弯沉盆取r＝0.0，0.3，0.6，0.9，1.2，1.6m等6个位置处的弯沉峰值。
表8等效计算结果汇总表
Figure BDA0003716482480000122
注：加粗部分为该路面结构所对应的设计指标(参考现行沥青路面设计规范)，E-05表示×10-5，应变为无量纲物理量，表示单位长度(1m)的变形量。
以沥青混合料类基层+粒料类材料底基层路面结构为例开展BP神经网络的训练，共计算972组路面结构，分别应用本发明实施例提出的方法计算其粒料类及路基土结构层等效线弹性模量。结构参数如表9所示，并构建输入层参数为各结构层厚度、面层模量、基层模量、底基层非线性参数以及土基非线性参数等共11个参数；输出层参数为底基层及土基等效模量的BP神经网络。
表9等效计算结果汇总表
Figure BDA0003716482480000131
注：H1，H2，H3分别为面层、基层、底基层厚度(单位m)；E1，E1分别为面层和基层模量。表中共计3种面层厚度，3种基层厚度，4种底基层厚度，3组面层和基层模量组合，3种底基层非线性参数组合以及3组土基非线性参数组合。共计3×3×4×3×3×3＝972组路面结构。
为防止数据溢出，训练前按线性缩放原则将输入层数据按[-1,1]归一化计算、将输出层参数按[0,1]归一化计算；对于BP神经网络初始化，大多需要依靠使用者的经验而定，这里经过大量试算，拟采用以下神经网络参数：隐藏层神经元个数按输入层神经元个数的3倍加以确定；隐藏层神经元激活函数为tansig；输出层神经元激活函数为logsig；训练方法采用trainoss；训练上限20000次；训练目标为0.0003；学习因子0.002。为了充分评价训练效果，取20％样本作为测试集评价训练结果。为得到精度较高的BP神经网络预测模型，随机训练100次，并逐一计算本次测试集的相关系数，将相关系数最高的BP神经网络作为最终的训练模型。预测结果如图5所示，从图5中可知，BP神经网络可以很好地实现非线性结构层等效线弹性模量的预测。
本发明实施例所述路面结构层等效模量确定方法如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明实施例所述路面结构层等效模量确定方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，具体按照以下步骤进行：
S1，基于实际路面结构层的类型，确定路面结构层粒料类材料及路基土结构层对应的关键响应指标，作为等效计算依据；
S2，按照实际路面结构创建轴对称的路面结构数值计算模型，通过有限元方法计算考虑材料非线性特征的结构层关键响应Responsei，作为等效线模量迭代计算目标值，其中i表示第i关键响应；其他结构层模量设定为定值；
S3，基于当量应力状态的方法计算粒料类及路基土结构层初始迭代模量，通过有限元方法计算各迭代步下的关键响应
Figure FDA0003716482470000011
即按照层状弹性体系理论计算各迭代模量值，各结构层模量均设定为定值；
S4，根据计算获得的
Figure FDA0003716482470000012
与Responsei确定下一次迭代模量，通过不停的迭代模量值，使得
Figure FDA0003716482470000013
尽可能接近Responsei，当满足收敛条件时，所获得的模量值即非线性结构层的等效线弹性模量。
2.根据权利要求1所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，所述步骤S1中关键响应指标包括：无机结合料稳定类基层+粒料类底基层的面层层底压应变、基层层底拉应力，无机结合料稳定类基层+粒料类底基层的路基顶面压应变，无机结合料稳定类基层+无机结合料稳定类底基层的底基层层底拉应力，沥青结合料类基层+粒料类底基层的面层层底压应变、面层层底拉应变，沥青结合料类基层+粒料类底基层的路基顶面压应变，沥青结合料类基层+无机结合料稳定类底基层的底基层层底拉应力，粒料类基层+粒料类底基层的面层层底拉应变、面层层底压应变，粒料类基层+粒料类底基层的路基顶面压应变，粒料类基层+无机结合料稳定类底基层的面层层底拉应变、面层层底压应变，粒料类基层+无机结合料稳定类底基层的底基层层底拉应力。
3.根据权利要求1所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，所述步骤S2中，计算考虑材料非线性特征的结构层关键响应Responsei，按下列步骤进行：
S21，赋予粒料类材料及路基土结构层各单元初始模量
Figure FDA0003716482470000014
i为单元编号，t0为初始时间步；
S22，采用有限元数值计算方法获得tk时间步下各单元应变大小，每个时间步内，按式(7)计算单元应力大小；
Figure FDA0003716482470000021
其中，(n)表示第n步迭代，n＝0,1,2,…；
Figure FDA0003716482470000022
Figure FDA0003716482470000023
表示单元i在第tk时间步、第n次迭代的节点拉梅系数；
Figure FDA0003716482470000024
Figure FDA0003716482470000025
表示单元i在第tk时间步、第n次迭代的节点剪切模量；拉梅系数和剪切模量都是弹性力学中的物理参数，常用于描述应力应变关系；
Figure FDA0003716482470000026
分别为单元i在第tk时间步、第n次迭代的径向、竖向、环向、切向应力大小；
Figure FDA0003716482470000027
表示单元i第n次迭代的单元模量大小；
Figure FDA0003716482470000028
Figure FDA0003716482470000029
分别为单元i第n次迭代的径向、竖向、环向、切向应变增量大小；i表示单元编号；tk为计算时间步，tk＝t0,t1,t2,...,T；T为计算总时长；
Figure FDA00037164824700000210
分别表示第tk-1时间步迭代结束时的径向、竖向、环向、切向应变大小，μ表示泊松比；
S23，按式(8)更新tk时间步时第(n+1)次迭代时单元i的模量大小，并重新计算应变增量
Figure FDA00037164824700000211
按式(9)进行收敛判定，满足条件时时结束迭代；
Figure FDA00037164824700000212
式中，
Figure FDA00037164824700000213
Figure FDA00037164824700000214
代表tk时间步、单元i第n次迭代计算的体应力，
Figure FDA00037164824700000215
表示代表tk时间步、单元i第n次迭代计算的径向应力大小，
Figure FDA00037164824700000216
表示代表tk时间步、单元i第n次迭代计算的竖向应力大小；
Figure FDA00037164824700000217
Figure FDA00037164824700000218
表示tk时间步、单元i第n次迭代计算的八面体剪应力大小；
Figure FDA0003716482470000031
式(9)中mean表示求平均值函数；
S24，输出tk时间步迭代结束时的模量
Figure FDA0003716482470000032
信息，按式(10)更新节点i第tk时间步雅可比矩阵DDSDDEi(tk)，按式(11)更新单元应力，
Figure FDA0003716482470000033
表示单元i的下一时间步tk+1的初始模量，
Figure FDA0003716482470000034
S25，重复步骤S22～S24进行下一时间步tk+1迭代计算，其单元模量初始值按式(11)确定；直至响应计算全部结束，并输出所有关键响应指标峰值，即考虑材料非线性特征的结构层响应Responsei；
Figure FDA0003716482470000035
Figure FDA0003716482470000036
其中，
Figure FDA0003716482470000037
表示单元i在第tk时间步、迭代计算完成时的节点拉梅系数，
Figure FDA0003716482470000038
表示单元i在第tk时间步、迭代计算完成时的节点剪切模量；
Figure FDA0003716482470000039
分别表示单元i在第tk时间步、迭代计算完成时的径向、竖向、环向、切向应力大小；
Figure FDA00037164824700000310
分别表示单元i在第tk时间步、迭代计算完成时径向、竖向、环向、切向应变增量大小。
4.根据权利要求1所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，所述步骤S3中，各迭代步下的关键响应
Figure FDA0003716482470000041
的计算，采用有限元的方法，各结构层均设置为线弹性本构模型，各时间步tk内单元模量始终不变，即式(12)；
Figure FDA0003716482470000042
Figure FDA0003716482470000043
表示单元i在最后一个时间步T、迭代计算完成时的模量，
Figure FDA0003716482470000044
表示单元i在tk时间步、迭代计算完成时的模量，
Figure FDA0003716482470000045
表示单元i在第n次等效模量迭代时的模量取值，即在进行等效模量迭代时、每一次迭代时，材料模量与应力无关，且均为
Figure FDA0003716482470000046
模量不具有应力相关特性，无需迭代。
5.根据权利要求1所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，所述步骤S3中，粒料类材料及路基土的初始迭代模量
Figure FDA0003716482470000047
按式(2)～(3)确定，其余荷载及结构层参数均与步骤S2相同，迭代计算时仅改变粒料类材料及路基土结构层模量；
Figure FDA0003716482470000048
Figure FDA0003716482470000049
其中，k11，k12，k13对应粒料类材料非线性参数；k21，k22，k23对应路基土非线性参数；
Figure FDA00037164824700000410
为粒料类材料及路基土回弹模量迭代初始值。
6.根据权利要求1所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，所述步骤S4中，根据计算获得的
Figure FDA00037164824700000411
与Responsei确定下一次迭代模量，按照式(4)进行：
Figure FDA00037164824700000412
其中，
Figure FDA00037164824700000413
表示粒料类材料或路基土第n步迭代模量，n＝1,2,…；N表示对应粒料类或路基土结构层对应的关键响应指标个数。
7.根据权利要求6所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，所述步骤S4中，按式(5)计算第i个关键响应指标的第n次迭代误差erri (n)；
Figure FDA0003716482470000051
根据式(6)所示收敛条件判断是否结束迭代；
Figure FDA0003716482470000052
8.根据权利要求1所述一种基于关键响应等效的路面结构层等效模量确定方法，其特征在于，还包括以下步骤：
通过S1～S4获得大量不同路面厚度、模量、非线性特征的沥青路面粒料类材料及路基土的等效模量，并建立总数据库，结合BP神经网络及机器学习技术构建基于关键响应的沥青路面结构层等效模量的快速预估模型。
9.一种电子设备，其特征在于，采用如权利要求1～7任一项所述的方法实现沥青路面结构层等效模量确定。
10.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如权利要求1～7任一项所述的路面结构层等效模量确定方法。
CN202210744322.1A 2022-06-27 2022-06-27 基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质 Active CN115081284B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210744322.1A CN115081284B (zh) 2022-06-27 2022-06-27 基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210744322.1A CN115081284B (zh) 2022-06-27 2022-06-27 基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质

Publications (2)

Publication Number Publication Date
CN115081284A true CN115081284A (zh) 2022-09-20
CN115081284B CN115081284B (zh) 2024-08-09

Family

ID=83255164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210744322.1A Active CN115081284B (zh) 2022-06-27 2022-06-27 基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质

Country Status (1)

Country Link
CN (1) CN115081284B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117007429A (zh) * 2023-08-07 2023-11-07 长沙理工大学 考虑静偏应力水平的路基土动力性能试验方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436520A (zh) * 2011-09-21 2012-05-02 西安理工大学 二维多孔材料等效弹性模量的计算方法
CN104805748A (zh) * 2015-05-11 2015-07-29 长沙理工大学 一种刚性路面的加铺方法
CN107764644A (zh) * 2017-09-30 2018-03-06 交通运输部公路科学研究所 基于路面材料模量应力和应变依赖模型的沥青路面结构分析当量方法
CN112861446A (zh) * 2021-02-01 2021-05-28 中国海洋大学 一种流体-结构-构件-材料耦合优化设计方法
CN113065269A (zh) * 2021-04-02 2021-07-02 上海交通大学 复合材料多尺度并发模拟方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436520A (zh) * 2011-09-21 2012-05-02 西安理工大学 二维多孔材料等效弹性模量的计算方法
CN104805748A (zh) * 2015-05-11 2015-07-29 长沙理工大学 一种刚性路面的加铺方法
CN107764644A (zh) * 2017-09-30 2018-03-06 交通运输部公路科学研究所 基于路面材料模量应力和应变依赖模型的沥青路面结构分析当量方法
CN112861446A (zh) * 2021-02-01 2021-05-28 中国海洋大学 一种流体-结构-构件-材料耦合优化设计方法
CN113065269A (zh) * 2021-04-02 2021-07-02 上海交通大学 复合材料多尺度并发模拟方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘延;谈至明;: "粒料层路面非线性效应分析及修正", 综合运输, no. 06, 20 June 2016 (2016-06-20) *
潘勤学;郑健龙;: "考虑拉压模量不同的沥青路面力学计算方法与分析", 土木工程学报, no. 01, 15 January 2020 (2020-01-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117007429A (zh) * 2023-08-07 2023-11-07 长沙理工大学 考虑静偏应力水平的路基土动力性能试验方法
CN117007429B (zh) * 2023-08-07 2024-03-22 长沙理工大学 考虑静偏应力水平的路基土动力性能试验方法

Also Published As

Publication number Publication date
CN115081284B (zh) 2024-08-09

Similar Documents

Publication Publication Date Title
Banimahd et al. Artificial neural network for stress–strain behavior of sandy soils: Knowledge based verification
Blab et al. Modeling measured 3D tire contact stresses in a viscoelastic FE pavement model
CN107764644B (zh) 基于路面材料模量应力和应变依赖模型的沥青路面结构分析当量方法
CN104899380A (zh) 一种基于蒙特卡洛模拟的边坡稳定可靠度敏感性分析方法
Balomenos et al. Efficient method for probabilistic finite element analysis with application to reinforced concrete slabs
Mukherjee et al. Global sensitivity analysis of unreinforced masonry structure using high dimensional model representation
CN104182585B (zh) 硅胶弹性体手感分析及疲劳寿命预测的有限元模拟方法
Gungor et al. Development of adjustment factors for MEPDG pavement responses utilizing finite-element analysis
CN112347537B (zh) 工程结构数值模型的校准方法、装置、电子设备及介质
CN112329349B (zh) 一种边坡可靠度评估方法
CN115081284A (zh) 基于关键响应等效的路面结构层等效模量确定方法及设备、存储介质
Fakhri et al. Modelling of 3D response pulse at the bottom of asphalt layer using a novel function and artificial neural network
Tarawneh et al. Optimization of resilient modulus prediction from FWD results using artificial neural network
Li et al. Fast seismic response estimation of tall pier bridges based on deep learning techniques
Huang et al. Application of the Richards model for settlement prediction based on a bidirectional difference-weighted least-squares method
Hanif et al. Simulation-based non-linear vibration model for damage detection in RC beams
Chen et al. An improved solution for beam on elastic foundation using quintic displacement functions
Wu et al. Evaluation of the effect of wander on rutting performance in HVS tests
CN115062395B (zh) 一种非连续夯土结构的稳定性分析方法及系统
Onischenko et al. Numerical Simulation of Stress-Strain State of Asphalt Concrete Pavement on the Carriageway of the South Bridge in Kiev
Procházka Coupled modeling of concrete tunnel lining
Zeghal Modeling the creep compliance of asphalt concrete using the artificial neural network technique
Zhang et al. Study on wetting deformation model of coarse-grained materials based on PZ model and BP neural network
Pekcan et al. Artificial neural network based backcalculation of conventional flexible pavements on lime stabilized soils
Haoran et al. Integrated design optimization method for pavement structure and materials based on further development of finite element and particle swarm optimization algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant