کالیبراسیون مدل‌های رگرسیونی مبتنی بر اصول ویسکوالاستیک برای پیش‌بینی مدول دینامیکی لایه‌های آسفالتی در حال بهره‌برداری

مدول دینامیکی مشخصه رفتار ویسکوالاستیک مخلوط‌های آسفالتی است که روش طراحی روسازی مکانیستیک – تجربی (mepdg) نیز از آن به عنوان یکی از ورودی‌های مهم در طراحی و بهسازی روسازی آسفالتی استفاده می‌کند. مدل‌های پیش‌بینی مدول دینامیکی به عنوان جایگزین اندازه‌گیری آزمایشگاهی این مدول، جزئی از روش‌های تعیین مدول دینامیکی لایه‌های آسفالتی در حال بهره‌برداری نیز می‌باشند. این در حالی است که این مدل‌ها بر اساس داده‌های آزمایشگاهی ساخته شده‌اند و نیاز به توسعه مدل‌هایی برای تعیین مدول دینامیکی لایه‌های آسفالتی در حال بهره‌برداری در شرایط مختلف ترافیکی و آب و هوایی وجود دارد. در این پژوهش ده سایت روسازی آسفالتی در راه‌های پرتردد استان‌های خوزستان و کرمان جهت انجام آزمایش‌های میدانی انتخاب شده است. در هر سایت، آزمایش fwd انجام شده و مغزه‌هایی برای تجزیه و تعیین خصوصیات حجمی مخلوط‌ها و مشخصات ویسکوزیته قیرهای بازیابی گرفته شده است. با استفاده از نتایج آزمایش‌ها و با ارزیابی مدول دینامیکی لایه‌های آسفالتی با استفاده از مدل‌های پیش‌بینی جامع و جامع ساده که مدل‌های رگرسیونی توسعه یافته مبتنی بر اصول ویسکوالاستیک هستند، امکان ساخت مدل‌های جدید با کالیبراسیون این مدل‌ها بررسی شده و مدل‌های جدید پیش‌بینی مدول دینامیکی درجای لایه‌های آسفالتی تحت عناوین مدل جامع درجا و مدل جامع ساده درجا توسعه یافته است. با استفاده از داده‌های موجود، مدل‌ها مورد ارزیابی قرار گرفته و اعتبارسنجی شده‌اند. نتایج پژوهش قابلیت پیش‌بینی مدول دینامیکی درجای لایه‌های آسفالتی را توسط مدل‌های جدید درجا با دقت پیش‌بینی بسیار خوب (ضریب تعیین 0.96) و اُریب پیش‌بینی کم نشان می‌دهد.

Calibration of Regression Models Based on Viscoelastic Principles for Prediction of Dynamic Modulus of In-Service Asphalt Layers

Dynamic modulus is the viscoelastic behavior property of asphalt materials. Mechanistic–Empirical Pavement Design Guide (MEPDG) uses this modulus as an important input parameter in the design and rehabilitation of asphalt pavements. Dynamic modulus predictive models as an alternative method for laboratory determination of this parameter, are a major part of developing dynamic modulus of inservice asphalt layers. It should be noted that these models were developed based on laboratory data and there is a need for developing new models for prediction of dynamic modulus of inservice asphalt layers in different traffic and climatic conditions. In this research, ten asphalt pavement sites were selected in Khuzestan and Kerman provinces in Iran. At each site, Falling Weight Deflectometer (FWD) test was done and core samples were taken for extraction their binder and aggregate gradation. Using the test results, regression models for predicting dynamic modulus of asphalt mixes including Global Model and SimplifiedGlobal Model, that developed based on viscoelastic principles, were used for analysis. These two models were calibrated and new models entitled as “Insitu Global Model” and “Insitu SimplifiedGlobal Model” were constructed for predicting insitu dynamic modulus of asphalt layers. Performance evaluation and validation of models showed very good correlation between predicted and measured values (R2=0.96). In addition, new insitu models have a very good prediction accuracy and very low bias.