CN117634227A - 再生沥青混合料拉压疲劳特性预测方法、设备及介质 - Google Patents
再生沥青混合料拉压疲劳特性预测方法、设备及介质 Download PDFInfo
- Publication number
- CN117634227A CN117634227A CN202410101774.7A CN202410101774A CN117634227A CN 117634227 A CN117634227 A CN 117634227A CN 202410101774 A CN202410101774 A CN 202410101774A CN 117634227 A CN117634227 A CN 117634227A
- Authority
- CN
- China
- Prior art keywords
- compression
- target
- viscoelastic
- fatigue
- curve
- 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
Links
- 238000007906 compression Methods 0.000 title claims abstract description 205
- 239000010426 asphalt Substances 0.000 title claims abstract description 112
- 239000000203 mixture Substances 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006835 compression Effects 0.000 claims abstract description 156
- 238000009661 fatigue test Methods 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007907 direct compression Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000013001 point bending Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 239000004568 cement Substances 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 239000012492 regenerant Substances 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000005489 elastic deformation Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000009864 tensile test Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000003190 viscoelastic substance Substances 0.000 description 1
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种再生沥青混合料拉压疲劳特性预测方法、设备及介质，涉及再生沥青混合料的分析技术领域，所述方法包括：构建目标沥青混合料的目标拉伸动态模量主曲线；根据所述目标拉伸动态模量主曲线提取目标拉伸有效弹性比；将所述目标拉伸有效弹性比输入事先构建的粘弹‑拉伸疲劳曲线以生成目标拉伸疲劳特性；构建目标沥青混合料的目标压缩动态模量主曲线；根据所述目标压缩动态模量主曲线提取目标压缩有效弹性比；将所述目标压缩有效弹性比输入事先构建的第一粘弹‑压缩疲劳曲线以生成目标压缩疲劳特性。采用本发明，可大大提高疲劳特性的预测精度并降低疲劳试验量和时间。
Description
技术领域
本发明涉及再生沥青混合料的分析技术领域，尤其涉及一种再生沥青混合料拉压疲劳特性预测方法、设备及介质。
背景技术
热拌再生沥青混合料（HRAM，hot recycled asphalt mixture）的大量应用，不仅符合“双碳”要求，而且可缓解石材紧缺问题，但其疲劳性能评价方法选择一直备受争议。
目前，研究者主要通过三点弯曲、四点弯曲及间接拉伸疲劳等试验方法预测其疲劳性能；其中，三点弯曲、四点弯曲及间接拉伸疲劳试验方法均假设HRAM为弹性体，而沥青混合料实际为粘弹性材料；故通过三点弯曲、四点弯曲及间接拉伸疲劳试验方法往往得出不同掺量HRAM疲劳试验结果排序与常识不符的结论。
综上，为明晰、有效区分HRAM的疲劳性能，需要构建一种新的疲劳预测方法。
发明内容
本发明所要解决的技术问题在于，提供一种再生沥青混合料拉压疲劳特性预测方法、设备及介质，可大大提高疲劳特性的预测精度并降低疲劳试验量和时间。
为了解决上述技术问题，本发明提供了一种再生沥青混合料拉压疲劳特性预测方法、设备及介质，包括：构建目标沥青混合料的目标拉伸动态模量主曲线；根据所述目标拉伸动态模量主曲线提取目标拉伸有效弹性比；将所述目标拉伸有效弹性比输入事先构建的粘弹-拉伸疲劳曲线以生成目标拉伸疲劳特性；构建目标沥青混合料的目标压缩动态模量主曲线；根据所述目标压缩动态模量主曲线提取目标压缩有效弹性比；将所述目标压缩有效弹性比输入事先构建的第一粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
作为上述方案的改进，所述目标拉伸有效弹性比为所述目标拉伸动态模量主曲线中，弹性区间与粘弹前段之和与弹性区间与粘弹性区间之和的比例；所述目标压缩有效弹性比为所述目标压缩动态模量主曲线中，弹性区间与粘弹前段之和与弹性区间与粘弹性区间之和的比例。
作为上述方案的改进，所述再生沥青混合料拉压疲劳特性预测方法还包括：根据所述目标压缩动态模量主曲线提取目标压缩有效粘弹比，所述目标压缩有效粘弹比为所述目标压缩动态模量主曲线中，粘弹前段占粘弹性区间的比例；将所述目标压缩有效粘弹比输入事先构建的第二粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
作为上述方案的改进，所述粘弹-拉伸疲劳曲线的构建方法包括：构建基准沥青混合料的基准拉伸动态模量主曲线；根据所述基准拉伸动态模量主曲线提取基准拉伸有效弹性比；对所述基准沥青混合料进行直接拉伸疲劳试验，生成基准拉伸疲劳特性；根据所述基准拉伸有效弹性比与基准拉伸疲劳特性之间的关系，生成粘弹-拉伸疲劳曲线。
作为上述方案的改进，所述第一粘弹-压缩疲劳曲线的构建方法包括：构建基准沥青混合料的基准压缩动态模量主曲线；根据所述基准压缩动态模量主曲线提取基准压缩有效弹性比；对所述基准沥青混合料进行直接压缩疲劳试验，生成基准压缩疲劳特性；根据所述基准压缩有效弹性比与基准压缩疲劳特性之间的关系，生成第一粘弹-压缩疲劳曲线。
作为上述方案的改进，所述第二粘弹-压缩疲劳曲线的构建方法包括：构建基准沥青混合料的基准压缩动态模量主曲线；根据所述基准压缩动态模量主曲线提取基准压缩有效粘弹比；对所述基准沥青混合料进行直接压缩疲劳试验，生成基准压缩疲劳特性；根据所述基准压缩有效粘弹比与基准压缩疲劳特性之间的关系，生成第二粘弹-压缩疲劳曲线。
作为上述方案的改进，所述再生沥青混合料拉压疲劳特性预测方法还包括：根据所述目标动态模量主曲线提取评价指标，所述目标动态模量主曲线包括所述目标拉伸动态模量主曲线及所述目标压缩动态模量主曲线；根据所述评价指标之间的关系，预测目标沥青混合料的粘弹性能。
作为上述方案的改进，所述评价指标包括时间类指标、区间类指标及比率类指标；所述时间类指标包括应力松弛起始时间、最大流动时间及极限劲度时间；所述区间类指标包括粘弹性区间、粘弹前段及粘弹后段；所述比率类指标包括弹性占比、有效弹性比及有效粘弹比。
相应地，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现上述再生沥青混合料拉压疲劳特性预测方法的步骤。
相应地，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述再生沥青混合料拉压疲劳特性预测方法的步骤。
实施本发明，具有如下有益效果：
本发明通过预先计算，明确了有效弹性比与疲劳特性之间的潜在关系，从而构建了针对性的粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线，并通过粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线即可快速预测目标再生沥青混合料的拉压疲劳特性，大大提高了疲劳特性的预测精度，并降低疲劳试验量和时间；
同时，本发明还引入了第二粘弹-压缩疲劳曲线，通过多曲线方式预测目标压缩疲劳特性，以保证目标压缩疲劳特性的准确度；
另外，本发明还提取评价指标以构建HRAM粘弹性评价体系，从粘弹本质出发，有效预测目标沥青混合料的粘弹性能，从而为HRAM拉压疲劳特性及表征提供依据。
附图说明
图1是本发明再生沥青混合料拉压疲劳特性预测方法的第一实施例流程图；
图2是本发明中动态模量主曲线的示意图；
图3是本发明再生沥青混合料拉压疲劳特性预测方法的第二实施例流程图；
图4是本发明再生沥青混合料拉压疲劳特性预测方法的第三实施例流程图；
图5是本发明中压缩动态模量主曲线的示意图；
图6是本发明中拉伸动态模量主曲线的示意图；
图7是本发明中直接拉伸疲劳次数与应变双对数坐标图；
图8是本发明中直接压缩疲劳次数与压缩有效弹性比、压缩有效粘弹比的关系示意图；
图9是本发明中直接拉伸疲劳次数与拉伸有效弹性比的关系示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
参见图1，图1显示了本发明再生沥青混合料拉压疲劳特性预测方法的第一实施例流程图，其包括：
S101，构建目标沥青混合料的目标拉伸动态模量主曲线；
按照《张金喜,姜凡,王超等.室内外老化沥青混合料动态模量评价[J].建筑材料学报,2017,20(06):937-942.ZHANG Jinxi, JIANG Fan, WANG Chao et al. Evaluationof dynamic modulus of indoor and outdoor aged asphalt mixtures[J]. Journal ofConstruction Materials,2017,20(06):937-942.》中记载的动态模量主曲线构建方法构建目标沥青混合料的目标拉伸动态模量主曲线。
S102，根据目标拉伸动态模量主曲线提取目标拉伸有效弹性比；
如图2所示，E*表示动态模量，tr表示缩减时间，动态模量主曲线可划分为弹性区间We、粘弹性区间Wve、粘性区间Wvd、粘弹前段Wveq及粘弹后段Wveh；
其中，目标拉伸有效弹性比Reve为目标拉伸动态模量主曲线中，弹性区间We与粘弹前段Wveq之和与弹性区间We与粘弹性区间Wve之和的比例，即:
Reve=(We+Wveq)/(We+Wve)
S103，将目标拉伸有效弹性比输入事先构建的粘弹-拉伸疲劳曲线以生成目标拉伸疲劳特性；
进一步，粘弹-拉伸疲劳曲线的构建方法包括：
（1）构建基准沥青混合料的基准拉伸动态模量主曲线；
（2）根据基准拉伸动态模量主曲线提取基准拉伸有效弹性比；
（3）对基准沥青混合料进行直接拉伸疲劳试验，生成基准拉伸疲劳特性；
根据欧盟EN12697-26AnnexD试验方法对目标沥青混合料进行直接拉伸疲劳试验，以生成基准拉伸疲劳特性。
（4）根据基准拉伸有效弹性比与基准拉伸疲劳特性之间的关系，生成粘弹-拉伸疲劳曲线。
需要说明的是，基准拉伸有效弹性比与不同应变水平下的基准拉伸疲劳特性之间具有良好的关系，因此，可根据基准拉伸有效弹性比与基准拉伸疲劳特性之间的关系构建粘弹-拉伸疲劳曲线。
相应地，构建基准拉伸有效弹性比与基准拉伸疲劳特性之间的关系时，需使有效弹性比及疲劳特性处于同压或同拉状态，从而确保方向一致。例如，基准拉伸有效弹性比需与基准拉伸疲劳特性对应，基准压缩有效弹性比需与基准压缩疲劳特性对应。
因此，将目标拉伸有效弹性比输入粘弹-拉伸疲劳曲线,即可生成目标沥青混合料的目标拉伸疲劳特性。
S104，构建目标沥青混合料的目标压缩动态模量主曲线；
S105，根据目标压缩动态模量主曲线提取目标压缩有效弹性比；
其中，目标压缩有效弹性比为目标压缩动态模量主曲线中，弹性区间与粘弹前段之和与弹性区间与粘弹性区间之和的比例。
S106，将目标压缩有效弹性比输入事先构建的第一粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
进一步，第一粘弹-压缩疲劳曲线的构建方法包括：
（1）构建基准沥青混合料的基准压缩动态模量主曲线；
（2）根据基准压缩动态模量主曲线提取基准压缩有效弹性比；
（3）对基准沥青混合料进行直接压缩疲劳试验，生成基准压缩疲劳特性；
根据美国AASHTO T378-17（TP79）试验方法对目标沥青混合料进行直接压缩疲劳试验，以生成基准压缩疲劳特性。
为了与直接拉伸疲劳试验方法对比，加载波形、频率即试验温度均与直接拉伸疲劳试验一致，并同样采用应变控制模式，且试件疲劳过程中连续五个周期竖向应变率大于2.0时，试验终止。
（4）根据基准压缩有效弹性比与基准压缩疲劳特性之间的关系，生成第一粘弹-压缩疲劳曲线。
需要说明的是，基准压缩有效弹性比与基准压缩疲劳特性之间具有良好的关系，因此，可根据基准压缩有效弹性比与基准压缩疲劳特性之间的关系构建第一粘弹-压缩疲劳曲线。
因此，将目标压缩有效弹性比输入第一粘弹-压缩疲劳曲线,即可生成目标沥青混合料的目标压缩疲劳特性。
相应地，综合步骤S103生成的目标拉伸疲劳特性及步骤S106生成的目标压缩疲劳特性即可实现拉压疲劳特性的准确预测。
与现有技术不同的是，本发明通过预先计算，明确了有效弹性比与疲劳特性之间的潜在关系，从而构建了针对性的粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线，并通过粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线表征有效弹性比与拉伸疲劳及压缩疲劳之间的关系，从而通过粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线即可快速预测同类再生沥青混合料的拉压疲劳特性，无需再次进行大量的疲劳试验，大大提高疲劳特性的预测精度并降低疲劳试验量和时间。
参见图3，图3显示了本发明再生沥青混合料拉压疲劳特性预测方法的第二实施例流程图，其包括：
S201，构建目标沥青混合料的目标拉伸动态模量主曲线；
S202，根据目标拉伸动态模量主曲线提取目标拉伸有效弹性比；
S203，将目标拉伸有效弹性比输入事先构建的粘弹-拉伸疲劳曲线以生成目标拉伸疲劳特性；
S204，构建目标沥青混合料的目标压缩动态模量主曲线；
S205，根据目标压缩动态模量主曲线提取目标压缩有效弹性比及目标压缩有效粘弹比；
S206，将目标压缩有效弹性比输入事先构建的第一粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
S207，根据目标压缩动态模量主曲线提取目标压缩有效粘弹比；
如图2所示，目标压缩有效粘弹比Rvee为目标压缩动态模量主曲线中，粘弹前段Wveq占粘弹性区间Wve的比例，即：
Rvee=Wveq/Wve
S208，将目标压缩有效粘弹比输入事先构建的第二粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
相应地，第二粘弹-压缩疲劳曲线的构建方法包括：
（1）构建基准沥青混合料的基准压缩动态模量主曲线；
（2）根据基准压缩动态模量主曲线提取基准压缩有效粘弹比；
（3）对基准沥青混合料进行直接压缩疲劳试验，生成基准压缩疲劳特性；
（4）根据基准压缩有效粘弹比与基准压缩疲劳特性之间的关系，生成第二粘弹-压缩疲劳曲线。
需要说明的是，基准压缩有效粘弹比与基准压缩疲劳特性之间具有良好的关系，因此，可根据基准压缩有效粘弹比与基准压缩疲劳特性之间的关系构建第二粘弹-压缩疲劳曲线；
然而，由于基准压缩有效弹性比与基准压缩疲劳特性之间的相关性，高于基准压缩有效粘弹比与基准压缩疲劳特性之间的相关性，故在确定目标压缩疲劳特性时，以第一粘弹-压缩疲劳曲线的结果为主，第二粘弹-压缩疲劳曲线的结果为辅，多方验证目标压缩疲劳特性，以保证目标压缩疲劳特性的准确度。
参见图4，图4显示了本发明再生沥青混合料拉压疲劳特性预测方法的第三实施例流程图，其包括：
S301，构建目标沥青混合料的目标拉伸动态模量主曲线；
S302，根据目标拉伸动态模量主曲线提取目标拉伸有效弹性比；
S303，将目标拉伸有效弹性比输入事先构建的粘弹-拉伸疲劳曲线以生成目标拉伸疲劳特性；
S304，构建目标沥青混合料的目标压缩动态模量主曲线；
S305，根据目标压缩动态模量主曲线提取目标压缩有效弹性比及目标压缩有效粘弹比；
S306，将目标压缩有效弹性比输入事先构建的第一粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
S307，根据目标动态模量主曲线提取评价指标；
目标动态模量主曲线包括目标拉伸动态模量主曲线及目标压缩动态模量主曲线；评价指标包括时间类指标、区间类指标及比率类指标。
如图2所示，动态模量主曲线蕴含丰富粘弹信息，其中，动态模量主曲线可划分为弹性、粘弹性和粘性三大区间；通过提取动态模量主曲线上的各关键点，可构成时间类指标、区间类指标及比率类指标三大类指标。
一、时间类指标
时间类指标包括极限弹性时间t0、应力松弛起始时间ts1、最大流动时间tc和极限劲度时间te四个指标。
其中：
t0取固定值10-5s；
ts1为沥青混合料弹性变形与延迟弹性变形的分界点，延迟弹性表征混合料的松弛特性，ts1为应力松弛起始时间；
tc为沥青混合料劲度变化速率由快到慢的拐点；
te为沥青混合料从弹性区向粘弹性区过渡的转折点，在点（lg10-5，lgE*）和点（lgtc，lgE*）处分别作动态模量主曲线的切线，两直线交点的横坐标为te。
二、区间类指标
区间类指标包括弹性区间We、粘弹性区间Wve、粘性区间Wvd、粘弹前段Wveq及粘弹后段Wveh。
其中，[t0，te]为We，[te，tc]为Wve，[tc，td]为Wvd，[te，ts1]为Wveq，[ts1，tc]为Wveh，且Wve=Wveq+Wveh。
三、比率类指标
比率类指标包括弹性占比Re、有效弹性比Reve及有效粘弹比Rvee。
其中：
Re表示We占（We+Wve）的比例，则1-Re为粘弹占比；
Reve表示（We+Wveq）占（We+Wve）的比例；
Rvee表示Wveq占Wve的比例。
具体的计算公式如下：
Re=We/（We+Wve）=（te-t0）/（tc-t0）
Reve=（We+Wveq）/（We+Wve）=（ts1-t0）/（tc-t0）
Rvee=Wveq/Wve=（ts1-te）/（tc-te）
上述提出的12个指标中，t0取固定值，te与We同义，tc与Wvd同义，故将12个指标简化为9个指标，即时间类指标包括应力松弛起始时间、最大流动时间及极限劲度时间；区间类指标包括粘弹性区间、粘弹前段及粘弹后段；比率类指标包括弹性占比、有效弹性比及有效粘弹比。
S308，根据评价指标之间的关系，预测目标沥青混合料的粘弹性能。
由各指标定义可知，时间类指标是动态模量主曲线的内核，区间类指标是时间类指标的衍生指标，比率类指标是区间类指标的衍生指标；时间类指标反映了沥青混合料的固有粘弹属性，区间类指标和比率类指标是对固有属性的补充和延伸；通过对不同材料各类指标比较，可区分材料粘弹性能。
相应地，本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现上述再生沥青混合料拉压疲劳特性预测方法的步骤。同时，本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述再生沥青混合料拉压疲劳特性预测方法的步骤。
因此，本发明构建了针对性的粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线，并通过粘弹-拉伸疲劳曲线及第一粘弹-压缩疲劳曲线即可快速预测再生沥青混合料的拉压疲劳特性，大大降低疲劳试验量和时间；同时，本发明还引入了第二粘弹-压缩疲劳曲线，通过多曲线方式预测目标压缩疲劳特性，以保证目标压缩疲劳特性的准确度；另外，本发明还提取评价指标以构建HRAM粘弹性评价体系，从粘弹本质出发，有效预测目标沥青混合料的粘弹性能，从而为HRAM拉压疲劳特性及表征提供依据。
下面结合具体的实施例子对本发明作进一步的详细描述：
步骤（一）、基准沥青混合料
基质沥青采用国内常用的70#道路石油沥青，其基本性质为：25℃针入度为66.5(0.1mm)，软化点为47.5℃，10℃延度为32cm；薄膜烘箱老化后25℃针入度比为69，10℃延度为7.5 cm；
集料为江门市新会区石灰岩，经过热筛分后规格为23～32mm、17～23mm、11～17mm、6～11mm、3.5～6mm和0～3.5mm；
RAP（reclaimed asphalt pavement，沥青混合料回收料）破碎筛分后成品料分为0～10mm、10～15mm和15～25mm三档，其沥青含量分别为5.30%、2.53%、3.30%，RAP抽提后旧沥青的基本性质为：25℃针入度为16.2（0.1mm），软化点为70.6℃，135℃布氏粘度2.95 Pa˙S；
研究对象为AC-25型再生沥青混合料，RAP掺量分别为0%、30%、45%、60%，分别简称为R-0、R-30、R-45、R-60;其中，R-60中掺入了FBK型再生剂，再生剂用量为RAP中旧沥青质量的5%，再生剂用量计入沥青含量中;四组HRAM的技术参数如表1所示:
表1
步骤（二）、构建基准沥青混合料的动态模量主曲线；
动态模量主曲线构建方法，得到四组沥青混合料的压缩动态模量主曲线（参见图5）及拉伸动态模量主曲线（参见图6），各参数如表2所示：
表2
相应地，对动态模量主曲线函数y=f(t)求导发现，压缩动态模量主曲线三阶导函数存在两个零点，而拉伸动态模量主线曲线三阶导函数零点数量不统一，导函数存在两个零点和仅一个零点两种情况；三阶导函数具有两个零点时，导函数在各区间取值如表3所示；仅有一个零点时，取值如表4所示。
动态模量主曲线三阶导函数具有两个零点时，f '(t)<0，主曲线单调下降；f''(tc)=0，tc是主曲线凹凸拐点;f '''(ts1)=0和f '''(ts2)=0，ts1和ts2是导函数f '(t)拐点;当仅存在一个零点时，如表4所示，f '(t)＜0，主曲线单调下降；f ''(tc)=0，(tc是主曲线凹凸拐点；f '''(ts1)=0，ts1是导函数f '(t)拐点。
表3
表4
步骤（三）、根据动态模量主曲线提取有效弹性比和/或有效粘弹比；
根据动态模量主曲线提取的各指标数值如表5及表6所示：
表5-压缩动态模量主曲线各指标数值
表6-拉伸动态模量主曲线各指标数值
相应地，提取压缩动态模量主曲线所对应的压缩有效弹性比Reve及压缩有效粘弹比Rvee，并提取拉伸动态模量主曲线所对应的拉伸有效弹性比Reve。
另外，综合各指标数值可知：
（1）在常用服役时间域上，四组混合料压缩动态模量主曲线阶三阶导ts1、ts2均存在，R-0拉伸动态模量主曲线三阶导零点ts1、ts2均存在，R-30、R-45、R-60拉伸动态模量主曲线三阶导只有一个零点ts1，无ts2；在压缩模式下，四组沥青混合料均具有弹性、粘弹性和粘性响应；在拉伸模式下，R-0具备弹性、粘弹性和粘性响应，而三组再生沥青混合料R-30、R-45、R-60仅具备弹性和粘弹性响应，无粘性响应。
（2）压缩模式下，相比于新沥青混合料，R-30、R-45、R-60的时间类指标（te、ts1、tc）整体右移，区间类指标Wve均减小，比率类指标Re均增加，表明沥青胶浆的弹性区间变大，弹性占比增加，粘弹区间变小；随RAP掺量增加，Wveh、Wveq均先减后增，表明粘弹区间中粘弹前段和后段比例发生变化；Reve和Rvee均增加，沥青混合料有效弹性和有效粘弹占比提高；压缩模式下，整体Wve变小，但Reve和Rvee占比变大；Wveq的变化原因与沥青混合料材料组成体系的受力特征有关，压缩模式下，沥青混合料依赖沥青和集料整个体系共同抵抗外部荷载，包括粘结力、矿料骨架嵌挤力等，RAP中沥青老化变硬，沥青胶浆粘结力增加与集料嵌挤力的耦合作用，造成Wve变小、Reve和Rvee占比增加；可见，压缩模式下，相比于新沥青混合料，再生混合料“弹而不够粘弹，但够有效粘弹。”
（3）拉伸模式下，三组再生沥青混合料无粘性响应，相比于新沥青混合料，再生混合料“弹而不粘”；拉伸模式下，混合料主要依赖沥青胶浆与集料的粘结力抵抗外部荷载；接近最大流动时间时，在压缩模式下，混合料体系强度储备充裕，可与外力抗衡，而拉伸模式下，沥青胶浆与集料粘结力不足以抵抗外部荷载；可见，混合料体系抗力方式不同，造成压缩和拉伸不同受力模式下粘弹响应有较大区别。
（4）基于拉伸模式下再生沥青混合料粘弹响应特点，对三组再生沥青混合料进行对比分析；随着RAP掺量增加，三大类指标除Rvee一直减小外，其他八个指标均表现出先减小后增加的趋势；此外，拉伸模式下，随着RAP掺量增加，Rvee一直减小，该指标在压缩模式下虽具有较好的适应性，但在拉伸模式下，适应性不强。
（5）压缩模式下，R-60的时间类指标、区间类指标和比率类指标整体介于R-30和R-45之间，拉伸模式下，R-60时间类指标和比率类指标整体介于R-30和R-45之间，表明加入再生剂，弹性和粘弹性均有所恢复。
步骤（四）、对基准沥青混合料进行直接压缩疲劳试验及直接拉伸疲劳试验，生成基准拉伸疲劳特性，具体的试验方法如下表7所示；
表7
需要说明都是，直接压缩试验时间过长，为了能与直接拉伸试验对比，仅进行了应变水平100με的直接压缩试验，每个应变水平三个试件，直接压缩试验结果如表8所示：
表8
由表8可得，100με四组混合料的直接压缩疲劳寿命大小排序为：R-45＞R-60＞R-30＞R-0。
如图7所示，直接拉伸试验中，各个应变水平下，四组混合料的直接拉伸疲劳寿命排序为：R-0＞R-30＞R-60＞R-45；同时，在本发明的应变水平范围内，应变水平上下限不超过100με，但疲劳次数跨越了两个数量级，表明直接拉伸次数对应变水平敏感。
步骤（五）、构建第一粘弹-压缩疲劳曲线、第二粘弹-压缩疲劳曲线及粘弹-拉伸疲劳曲线。
根据压缩有效弹性比与压缩疲劳特性之间的关系，生成第一粘弹-压缩疲劳曲线：y=0.31x-1.0948（参见图8），其中，y为压缩有效弹性比，Nf为压缩疲劳特性，x=lg（Nf）。
根据压缩有效粘弹比与压缩疲劳特性之间的关系，生成第二粘弹-压缩疲劳曲线：y=0.3091x-1.4746（参见图8），其中，y为压缩有效粘弹比，Nf为压缩疲劳特性，x=lg（Nf）。
根据拉伸有效弹性比与拉伸疲劳特性之间的关系，生成粘弹-拉伸疲劳曲线：y=0.0826x+0.4423，y=0.0456x+0.5302，y=0.0827x+0.4365（参见图9），其中，y为拉伸有效弹性比，Nf为拉伸疲劳特性，x=lg（Nf）。
步骤（六）、参考步骤（二）构建目标沥青混合料的压缩动态模量主曲线及拉伸动态模量主曲线；
步骤（七）、参考步骤（三）根据压缩动态模量主曲线及拉伸动态模量主曲线提取压缩有效弹性比、压缩有效粘弹比、拉伸有效弹性比及评价指标，并根据评价指标之间的关系，预测目标沥青混合料的粘弹性能。
步骤（八）、将压缩有效弹性比代入第一粘弹-压缩疲劳曲线y=0.31x-1.0948以计算压缩疲劳特性，将压缩有效粘弹比代入第二粘弹-压缩疲劳曲线y=0.3091x-1.4746以验证压缩疲劳特性，将拉伸有效弹性比代入对应的粘弹-拉伸疲劳曲线（y=0.0826x+0.4423，y=0.0456x+0.5302或y=0.0827x+0.4365）以计算拉伸疲劳特性。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种再生沥青混合料拉压疲劳特性预测方法，其特征在于，包括：
构建目标沥青混合料的目标拉伸动态模量主曲线；
根据所述目标拉伸动态模量主曲线提取目标拉伸有效弹性比；
将所述目标拉伸有效弹性比输入事先构建的粘弹-拉伸疲劳曲线以生成目标拉伸疲劳特性；
构建目标沥青混合料的目标压缩动态模量主曲线；
根据所述目标压缩动态模量主曲线提取目标压缩有效弹性比；
将所述目标压缩有效弹性比输入事先构建的第一粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
2.如权利要求1所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，
所述目标拉伸有效弹性比为所述目标拉伸动态模量主曲线中，弹性区间与粘弹前段之和与弹性区间与粘弹性区间之和的比例；
所述目标压缩有效弹性比为所述目标压缩动态模量主曲线中，弹性区间与粘弹前段之和与弹性区间与粘弹性区间之和的比例。
3.如权利要求1所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，还包括：
根据所述目标压缩动态模量主曲线提取目标压缩有效粘弹比，所述目标压缩有效粘弹比为所述目标压缩动态模量主曲线中，粘弹前段占粘弹性区间的比例；
将所述目标压缩有效粘弹比输入事先构建的第二粘弹-压缩疲劳曲线以生成目标压缩疲劳特性。
4.如权利要求1所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，所述粘弹-拉伸疲劳曲线的构建方法包括：
构建基准沥青混合料的基准拉伸动态模量主曲线；
根据所述基准拉伸动态模量主曲线提取基准拉伸有效弹性比；
对所述基准沥青混合料进行直接拉伸疲劳试验，生成基准拉伸疲劳特性；
根据所述基准拉伸有效弹性比与基准拉伸疲劳特性之间的关系，生成粘弹-拉伸疲劳曲线。
5.如权利要求1所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，所述第一粘弹-压缩疲劳曲线的构建方法包括：
构建基准沥青混合料的基准压缩动态模量主曲线；
根据所述基准压缩动态模量主曲线提取基准压缩有效弹性比；
对所述基准沥青混合料进行直接压缩疲劳试验，生成基准压缩疲劳特性；
根据所述基准压缩有效弹性比与基准压缩疲劳特性之间的关系，生成第一粘弹-压缩疲劳曲线。
6.如权利要求3所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，所述第二粘弹-压缩疲劳曲线的构建方法包括：
构建基准沥青混合料的基准压缩动态模量主曲线；
根据所述基准压缩动态模量主曲线提取基准压缩有效粘弹比；
对所述基准沥青混合料进行直接压缩疲劳试验，生成基准压缩疲劳特性；
根据所述基准压缩有效粘弹比与基准压缩疲劳特性之间的关系，生成第二粘弹-压缩疲劳曲线。
7.如权利要求1所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，还包括：
根据所述目标动态模量主曲线提取评价指标，所述目标动态模量主曲线包括所述目标拉伸动态模量主曲线及所述目标压缩动态模量主曲线；
根据所述评价指标之间的关系，预测目标沥青混合料的粘弹性能。
8.如权利要求7所述的再生沥青混合料拉压疲劳特性预测方法，其特征在于，所述评价指标包括时间类指标、区间类指标及比率类指标；
所述时间类指标包括应力松弛起始时间、最大流动时间及极限劲度时间；
所述区间类指标包括粘弹性区间、粘弹前段及粘弹后段；
所述比率类指标包括弹性占比、有效弹性比及有效粘弹比。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410101774.7A CN117634227B (zh) | 2024-01-25 | 2024-01-25 | 再生沥青混合料拉压疲劳特性预测方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410101774.7A CN117634227B (zh) | 2024-01-25 | 2024-01-25 | 再生沥青混合料拉压疲劳特性预测方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117634227A true CN117634227A (zh) | 2024-03-01 |
| CN117634227B CN117634227B (zh) | 2024-05-28 |
Family
ID=90021910
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410101774.7A Active CN117634227B (zh) | 2024-01-25 | 2024-01-25 | 再生沥青混合料拉压疲劳特性预测方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117634227B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117852314A (zh) * | 2024-03-07 | 2024-04-09 | 佛山市交通科技有限公司 | 再生沥青混合料粘弹疲劳损伤本构模型构建方法及设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120253704A1 (en) * | 2011-03-29 | 2012-10-04 | University Of Tennessee Research Foundation | Method and apparatus for fatigue and viscoeleastic property testing of asphalt mixtures using a loaded wheel tester |
| CN103217335A (zh) * | 2012-10-12 | 2013-07-24 | 湖北航天化学技术研究所 | 固体推进剂单向拉伸抗拉强度主曲线的快速检测方法 |
| US20140026635A1 (en) * | 2012-07-30 | 2014-01-30 | Bernd Zorn | Field testing apparatus and method for determining the dynamic elastic modulus of asphalt |
| CN104819895A (zh) * | 2015-05-07 | 2015-08-05 | 南京交通职业技术学院 | 一种沥青混合料拉伸动态模量试验装置 |
| CN107748106A (zh) * | 2017-09-30 | 2018-03-02 | 交通运输部公路科学研究所 | 一种沥青混合料拉伸动态模量测试方法 |
| CN108956286A (zh) * | 2018-05-03 | 2018-12-07 | 长沙理工大学 | 一种不同应力状态下沥青混合料疲劳特性的归一化方法 |
| CN109580361A (zh) * | 2019-01-26 | 2019-04-05 | 长沙理工大学 | 一种评价沥青混合料压缩疲劳性能的方法 |
| CN110455651A (zh) * | 2019-08-12 | 2019-11-15 | 武汉理工大学 | 一种基于长方体试件的沥青路面抗疲劳开裂性能评价方法 |
| CN113109553A (zh) * | 2021-04-13 | 2021-07-13 | 长安大学 | 沥青粘合剂抗疲劳性能评估方法及系统 |
| CN115481552A (zh) * | 2022-09-14 | 2022-12-16 | 东南大学 | 基于四点弯曲疲劳试验应力应变粘弹性计算方法 |
-
2024
- 2024-01-25 CN CN202410101774.7A patent/CN117634227B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120253704A1 (en) * | 2011-03-29 | 2012-10-04 | University Of Tennessee Research Foundation | Method and apparatus for fatigue and viscoeleastic property testing of asphalt mixtures using a loaded wheel tester |
| US20140026635A1 (en) * | 2012-07-30 | 2014-01-30 | Bernd Zorn | Field testing apparatus and method for determining the dynamic elastic modulus of asphalt |
| CN103217335A (zh) * | 2012-10-12 | 2013-07-24 | 湖北航天化学技术研究所 | 固体推进剂单向拉伸抗拉强度主曲线的快速检测方法 |
| CN104819895A (zh) * | 2015-05-07 | 2015-08-05 | 南京交通职业技术学院 | 一种沥青混合料拉伸动态模量试验装置 |
| CN107748106A (zh) * | 2017-09-30 | 2018-03-02 | 交通运输部公路科学研究所 | 一种沥青混合料拉伸动态模量测试方法 |
| CN108956286A (zh) * | 2018-05-03 | 2018-12-07 | 长沙理工大学 | 一种不同应力状态下沥青混合料疲劳特性的归一化方法 |
| CN109580361A (zh) * | 2019-01-26 | 2019-04-05 | 长沙理工大学 | 一种评价沥青混合料压缩疲劳性能的方法 |
| CN110455651A (zh) * | 2019-08-12 | 2019-11-15 | 武汉理工大学 | 一种基于长方体试件的沥青路面抗疲劳开裂性能评价方法 |
| CN113109553A (zh) * | 2021-04-13 | 2021-07-13 | 长安大学 | 沥青粘合剂抗疲劳性能评估方法及系统 |
| CN115481552A (zh) * | 2022-09-14 | 2022-12-16 | 东南大学 | 基于四点弯曲疲劳试验应力应变粘弹性计算方法 |
Non-Patent Citations (2)
| Title |
|---|
| HUAILEI CHENG 等: "Fatigue test setups and analysis methods for asphalt mixture: A state-of-the-art review", JOURNAL OF ROAD ENGINEERING, vol. 2, no. 4, 12 December 2022 (2022-12-12), pages 279 - 308 * |
| 朱月风 等: "再生沥青混合料的黏弹性动态响应及疲劳性能", 北京工业大学学报, vol. 43, no. 01, 31 January 2017 (2017-01-31), pages 135 - 142 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117852314A (zh) * | 2024-03-07 | 2024-04-09 | 佛山市交通科技有限公司 | 再生沥青混合料粘弹疲劳损伤本构模型构建方法及设备 |
| CN117852314B (zh) * | 2024-03-07 | 2024-05-28 | 佛山市交通科技有限公司 | 再生沥青混合料粘弹疲劳损伤本构模型构建方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117634227B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117634227B (zh) | 再生沥青混合料拉压疲劳特性预测方法、设备及介质 | |
| Thomas et al. | Review of strain rate effects for UHPC in tension | |
| Vamegh et al. | Performance evaluation of fatigue resistance of asphalt mixtures modified by SBR/PP polymer blends and SBS | |
| Tao et al. | Application of shakedown theory in characterizing traditional and recycled pavement base materials | |
| Wang et al. | Effect of basalt fiber on the asphalt binder and mastic at low temperature | |
| Breccolotti et al. | Structural reliability of bonding between steel rebars and recycled aggregate concrete | |
| Enieb et al. | Short-and long-term properties of glass fiber reinforced asphalt mixtures | |
| Mohammad et al. | Characterization of HMA mixtures containing high reclaimed asphalt pavement content with crumb rubber additives | |
| Zhang et al. | Effect of basalt fiber distribution on the flexural–tensile rheological performance of asphalt mortar | |
| Pang et al. | Seismic performance assessment of different fibers reinforced concrete columns using incremental dynamic analysis | |
| Liu et al. | Analysis and comparison of different impacts of aging and loading frequency on fatigue characterization of asphalt concrete | |
| Park et al. | Pull-out behavior of straight steel fibers from asphalt binder | |
| Zachariah et al. | Effect of polypropylene fibres on bituminous concrete with brick as aggregate | |
| Xiang et al. | Key factors and optimal conditions for self-healing of bituminous binder | |
| Brovelli et al. | Assessment of fatigue resistance of additivated asphalt concrete incorporating fibers and polymers | |
| Xiang et al. | Fatigue–healing performance evaluation of asphalt mixture using four-point bending test | |
| Karakaş et al. | The changes in the mechanical properties of neat and SBS-modified HMA pavements due to traffic loads and environmental effects over a one-year period | |
| Zachariah et al. | A study on the moisture damage and rutting resistance of polypropylene modified bituminous mixes with crushed brick aggregate wastes | |
| Gibson et al. | Characterizing cracking of asphalt mixtures with fiber reinforcement: Use of cyclic fatigue and direct tension strength tests | |
| CN110907296A (zh) | 一种沥青混合料动态蠕变试验流动次数识别方法 | |
| CN104805747B (zh) | 按结构需求的沥青路面上面层混合料配合比设计方法 | |
| Afsar Dizaj | Modelling strategy impact on structural assessment of deteriorated concrete bridge columns | |
| Sun et al. | A research on fatigue damage constitutive equation of asphalt mixture | |
| Al-Hadidy et al. | Comparative performance of the SMAC made with the SBS-and ST-modified binders | |
| Zhao et al. | Fine aggregate sizes effects on the creep behavior of asphalt mortar |
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 |