Improving the Reliability of Damage Characteristic Curves in the Simplified Viscoelastic Continuum Damage Model
Notice bibliographique
Résumé
One of the major advantages of the cyclic fatigue test (AASHTO TP 107) is that the results can be used to calibrate the Simplified Viscoelastic Continuum Damage (S-VECD) model, which is used for mechanistic pavement performance predictions. The crux of the S-VECD model is the damage characteristic curve, which has been shown to be independent of mode of loading, loading history, and temperature. Consequently, a model can be fitted to the damage characteristic curve and used to predict the damage response for any given loading history of interest using limited test results. AASHTO TP 107 currently lacks a specific procedure for fitting a model to the damage characteristic curve and evaluating the repeatability of test replicates. In this study, a robust and practical method is proposed for fitting a power law model to the damage characteristic curve. The proposed fitting method was verified using cyclic fatigue test results of 19 mixtures sourced from the United States, Canada, and South Korea. In addition, a means to evaluate the specimen-to-specimen variability of damage characteristic curves using a shape factor is proposed. Thresholds for acceptable variability in the shape factor were derived using confidence interval analysis and verified through FlexPAVE™ pavement performance predictions. The findings of this study can be used to improve the reliability of the damage characteristic curves derived from cyclic fatigue tests for pavement performance predictions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».