ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ

Математическая модель процесса уплотнения асфальтобетонных смесей катками с металлическими вальцами

Авторы

  • Тимур Ринатович Мулекаев Специалист-эксперт, Москва, Россия

Как цитировать

ГОСТ Мулекаев Т. Р. Математическая модель процесса уплотнения асфальтобетонных смесей катками с металлическими вальцами // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2024. Т. 68. № 11-12. С. 45-57.
APA Мулекаев, Т. Р. (2024). Математическая модель процесса уплотнения асфальтобетонных смесей катками с металлическими вальцами. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 68(11-12), 45-57.

Аннотация

Процесс уплотнения асфальтобетонных смесей представляет собой сложное многофакторное взаимодействие между рабочими органами катков и материалом покрытия, определяющее качественные характеристики дорожного полотна и его эксплуатационные свойства. Современные подходы к моделированию данного процесса характеризуются недостаточной интеграцией энергетических принципов с механикой взаимодействия металлических вальцов и асфальтобетонной смеси, что обусловливает актуальность разработки комплексной математической модели. В рамках исследования была разработана нелинейная динамическая модель процесса уплотнения, учитывающая вязкоупругие свойства асфальтобетонной смеси, параметры виброуплотнения и энергетические характеристики взаимодействия валец-материал. Модель базируется на принципах механики сплошной среды и теории колебаний с применением методов гармонического баланса для многостепенной системы. Экспериментальная верификация модели проводилась на основе полевых измерений плотности и лабораторных испытаний асфальтобетонных образцов с использованием гираторного уплотнителя. Результаты показали, что предложенная модель обеспечивает прогнозирование степени уплотнения с коэффициентом детерминации $R^{2}=0,92-0,96$ при различных режимах работы катков. Установлено, что оптимальная частота вибрации превышает собственную частоту системы на 15-22%, а эффективность поглощения энергии достигает максимума при амплитуде колебаний 0,6-0,8 мм для смесей типа II. Практическая значимость модели заключается в возможности оптимизации параметров уплотнения на стадии проектирования технологического процесса, что позволяет повысить качество дорожного покрытия и снизить энергозатраты на 12-18%. Разработанный математический аппарат может быть интегрирован в системы интеллектуального уплотнения для обеспечения автоматического контроля процесса строительства асфальтобетонных покрытий.

Ключевые слова

математическое моделирование асфальтобетонное покрытие вибрационное уплотнение металлические вальцы энергетический подход динамическая система

Финансирование

Авторы не заявили о внешнем финансировании исследования.

Библиографические ссылки

Ahmad K.N., Chen X., Khan A. Optimizing asphalt compaction: Vibratory roller amplitude and predictive modeling // Construction and building materials. 2025. Vol. 463. Art. 132878.

Ahmed M.U., Tarefder R.A. Asphalt pavement density measurement using non-destructive testing methods: current practices, challenges, and future vision // Construction and building materials. 2022. Vol. 344. Art. 128141.

Azari H., Liu H., Shams S. Innovative density profiling of asphalt pavement // Public Roads. 2024. Vol. 87. № 5. pp. 12-18.

Commuri S., Zaman M., Barman M. Quality control of subgrade soil using intelligent compaction // Innovative infrastructure solutions. 2016. Vol. 1. Art. 20.

Imran S.A. Modeling and analysis of the interaction between roller drum and pavement material during compaction: dis.... PhD. Norman: University of Oklahoma, 2018. 185 р.

Kassem E., Scullion A., Lytton R. Development of compaction monitoring system for asphalt pavements // Construction and building materials. 2015. Vol. 96. pp. 334-345.

Liu D., Wang X., Chen F. Modeling of asphalt mixture-screed interaction: a nonlinear dynamic vibration model for improving paving density // Construction and building materials. 2022. Vol. 311. Art. 125003.

Liu Y., Chen X., Wang Z. Vibratory compaction response based on the contact model of roller- subgrade system // Construction and building materials. 2022. Vol. 365. Art. 130021.

Man T. Mathematical modeling of pavement gyratory compaction: a perspective on granular- fluid assemblies // Mathematics. 2023. Vol. 11. № 9. Art. 2096.

Praticò F.G., Perri G. The prediction of the compaction curves and energy of bituminous mixtures // Infrastructures. 2024. Vol. 10. № 6. Art. 132.

Validating a density-profiling system for asphalt compaction assessment: interim report. Washington: FHWA, 2024. 156 p.

Yu S., Shen S., Lu M. Data sensing and compaction condition modeling for asphalt pavements // Automation in construction. 2023. Vol. 154. Art. 105021.

Yu S., Wang J., Zhang L. Recent development in intelligent compaction for asphalt pavement construction: leveraging smart sensors and machine learning // Sensors. 2024. Vol. 24. № 9. Art. 2777.

Zhan Y., Zhang Y., Nie Z. Intelligent paving and compaction technologies for asphalt pavement // Automation in construction. 2023. Vol. 156. Art. 105081.

Zhao Y., Xie S., Gao Y., Zhang Y., Zhang K. Prediction of the number of roller passes and degree of compaction of asphalt layer based on compaction energy // Construction and building materials. 2021. Vol. 277. Art. 122274.

Опубликован

2025-10-22

Выпуск

Раздел

ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ

Метрики

427 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Похожие статьи

<< < 1 2 3 4 5 6 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.