Multiscale Model for Asphalt Mixtures Subjected to Cracking and Viscoelastic Deformation
Notice bibliographique
Résumé
The study reported in this paper presented a multiscale computational model, along with its validation and calibration, to predict the damage-dependent behavior of asphalt mixtures subjected to viscoelastic deformation and cracking. Asphalt mixture is a classic example of a multiphase composite that represents different lengths of scales. The understanding of the mechanical behavior of asphaltic materials has been a challenge to the pavement mechanics community because of the multiple complexities involved: heterogeneity, anisotropy, nonlinear inelasticity, and damage growth in multiple forms. To account for this issue in an accurate and efficient way, the study reported here presented a two-way linked multiscale computational modeling approach. The two-way linked multiscale model had its basis in continuum thermomechanics and was implemented with a finite element formulation. With the unique multiscale linking between scales and the use of the finite element technique, this model could take into account the effects of material heterogeneity, viscoelasticity, and anisotropic damage growth in small-scale mixtures on the overall performance of larger-scale structures. Along with the brief theoretical model formulation, the multiscale model was validated and calibrated through the comparison of the numerical, analytical, and experimental results of three-point bending beam tests of asphalt mixture samples that involved viscoelasticity, mixture heterogeneity, and cohesive zone fracture.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».