Use of the Modified Ramberg-Osgood Material Model to Predict Dynamic Modulus Master Curves of Asphalt Mixtures

乙状窦函数 模数 相位角(天文学) 动态模量 功能(生物学) 相(物质) 材料科学 数学 机械 数学分析 计算机科学 物理 动态力学分析 复合材料 光学 量子力学 机器学习 进化生物学 人工神经网络 生物 聚合物
作者
Péter Primusz,Csaba Tóth
出处
期刊:Materials [MDPI AG]
卷期号:16 (2): 531-531 被引量:3
标识
DOI:10.3390/ma16020531
摘要

Dynamic modulus master curves are usually constructed by using sigmoid functions, but the coefficients of these functions are not independent of each other. For this reason, it is not possible to clearly identify their physical mean. Another way of describing the dynamic modulus master curves is to choose the Ramberg-Osgood (RAMBO) material model, which is also well-suited for modelling the cyclic behaviour of soils. The Ramberg-Osgood model coefficients are completely independent of each other, so the evaluation of the fitted curve is simple and straightforward. This paper deals with the application of the Ramberg-Osgood material model compared to the usual techniques for constructing a master curve, determining the accuracy in describing the material behaviour of asphalt mixtures, and seeking any surplus information that cannot be derived by traditional techniques. Because the dynamic modulus and phase angle master curves are strictly related, in the present study, the asymmetric bell-shaped frequency curve of Toranzos was used to describe the phase angle for four types of asphalt mixtures (RmB, PmB, RA, and NB). The results show that the RAMBO model is a good alternative to the sigmoid function in describing the master curve of the dynamic modulus. We successfully used the Toranzos asymmetric bell-shaped frequency curve to describe the phase angle master curve. We also found a promising relationship between the independent RAMBO model parameters and the physical properties of the investigated binders, but this requires further research.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
和谐翠丝发布了新的文献求助10
刚刚
1秒前
1秒前
2秒前
斯米昂完成签到 ,获得积分10
4秒前
蛋堡关注了科研通微信公众号
4秒前
5秒前
热心易绿完成签到,获得积分10
5秒前
kangsynat完成签到 ,获得积分10
5秒前
qqww完成签到,获得积分10
6秒前
鲸鱼发布了新的文献求助10
7秒前
潇湘阁我爱吃完成签到,获得积分10
7秒前
西瓜橙子完成签到,获得积分10
8秒前
8秒前
侯田华发布了新的文献求助10
8秒前
8秒前
8秒前
隐形曼青应助WWXWWX采纳,获得10
9秒前
隐形曼青应助WWXWWX采纳,获得10
9秒前
英俊的铭应助WWXWWX采纳,获得10
9秒前
bkagyin应助邵洋采纳,获得10
9秒前
9秒前
10秒前
wzh完成签到,获得积分10
10秒前
Doraemon1314发布了新的文献求助10
10秒前
三叶草完成签到,获得积分10
10秒前
煞笔导去死啊完成签到,获得积分20
10秒前
共享精神应助缘来如风采纳,获得10
12秒前
13秒前
edtaa发布了新的文献求助10
13秒前
唔西迪西发布了新的文献求助10
13秒前
Zoki完成签到,获得积分10
14秒前
zxfaaaaa发布了新的文献求助10
15秒前
LDN发布了新的文献求助10
15秒前
寒酥完成签到,获得积分10
15秒前
完美世界应助小巫见大巫采纳,获得10
15秒前
何平发布了新的文献求助10
15秒前
16秒前
17秒前
应夏山完成签到 ,获得积分10
17秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3143538
求助须知:如何正确求助?哪些是违规求助? 2794891
关于积分的说明 7812770
捐赠科研通 2451061
什么是DOI,文献DOI怎么找? 1304203
科研通“疑难数据库(出版商)”最低求助积分说明 627207
版权声明 601386