Амплитудно-частотная характеристика перемещений как показатель структурного состояния слоистой среды (на примере автомобильных дорог)

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Модели упругого полупространства находят широкое распространение в геофизике и дорожной науке. В дорожной науке эти модели наиболее часто применяют для исследования напряженно-деформированного состояния дорожных одежд, которые представляют собой искусственно созданные слоистые среды на поверхности грунтово-геологического массива, основной задачей которых является распределение и передача нагрузки от движущегося транспортного средства и обеспечение комфорта и безопасности пользователя, а также и долговечности автомобильной дороги. Учитывая общность свойств дорожной одежды и геологической среды, все большее распространение при оценке состояния дорожных одежд находят методы, близкие к геофизическим.

В статье применен метод гармонического анализа, реализуемый для вычисления основных характеристик отклика слоистых сред на тестовое ударное нагружение. Были выполнены расчеты амплитудно-частотной характеристики перемещений в точке ударного нагружения и анализ изменения ее формы в зависимости от модулей упругости слоев полупространства. Было установлено, что снижение модуля упругости промежуточных слоев формирует выраженное «плато» на АЧХ перемещений в низкочастотной области. Снижение модулей упругости верхнего слоя среды приводит к увеличению амплитуды перемещений по мере увеличения частоты. Увеличение модуля упругости подстилающего полупространства приводит к появлению точки перегиба, локализованной в области 500 рад/с, разделяющей амплитудно-частотную характеристику перемещений на два участка. Полученные результаты могут быть использованы при разработке методов неразрушающего контроля слоистых сред, ориентированных на регистрацию и анализ АЧХ перемещений.

Об авторах

Артем Николаевич Тиратурян

Донской государственный технический университет

Email: tiraturjan@list.ru
ORCID iD: 0000-0001-5912-1235
https://donstu.ru/employees/tiraturyan-artem-nikolaevich?ysclid=m7q15n0b61752290583
Россия, 344000 Ростов-на-Дону, пл. Гагарина, 1

Александр Александрович Ляпин

Донской государственный технический университет

Автор, ответственный за переписку.
Email: lyapin.rnd@yandex.ru
ORCID iD: 0000-0001-5809-8504
Россия, 344000 Ростов-на-Дону, пл. Гагарина, 1

Список литературы

  1. Ватульян А.О. Коэффициентные обратные задачи механики. Москва: ООО Издательская фирма «Физико-математическая литература», 2019. 272 с. ISBN 978-5-9221-1826-2.
  2. Ватульян А.О., Плотников Д.К. Обратные коэффициентные задачи в механике // Вестник Пермского национального исследовательского политехнического университета. Механика. 2019. №. 3. С. 37—47.
  3. Кабанихин С.И. Обратные и некорректные задачи / 4-е издание, переработанное и дополненное. Новосибирск: Издательство Сибирского отделения РАН, 2018. 508 с.
  4. Бакушинский А.Б., Леонов А.С. Моделирование решения акустической обратной задачи рассеяния для трехмерной нестационарной среды // Акустический журнал. 2024. Т. 70. № 1. С. 92—103. doi: 10.31857/S0320791924010113
  5. Бабушкина Н.Е., Ляпин А.А. Применение нейронных сетей в обратной коэффициентной задаче для слоистых сред / Интеллектуальные информационные технологии и математическое моделирование. Труды Международной научной конференции. Пос. Дивноморское, Краснодарский край. 26—29 августа 2022 года. Под редакцией В.В. Долгова. Ростов-на-Дону: Донской государственный технический университет, 2022. С. 132—135.
  6. Тиратурян А.Н. Обратный расчет модулей упругости элементов слоистых сред на основе анализа динамического деформирования (на примере автомобильных дорог) // Дефектоскопия. 2024. № 8. С. 52—61. doi: 10.31857/S0130308224080059
  7. Тиратурян А.Н., Ляпин А.А., Углова Е.В. Совершенствование неразрушающего метода определения механических характеристик элементов многослойных конструкций на примере дорожных одежд // Вестник Пермского национального исследовательского политехнического университета. Механика. 2023. № 1. С. 56—65. doi: 10.15593/perm.mech/2023.1.06
  8. Qiao M., Wang X., Hou R. Case Study: Validation of the Spectral-Analysis-of-Surface-Waves Method for Concrete Pavement Condition Evaluation // Applied Sciences. 2023. V. 13. No. 20. P. 11410.
  9. Ghani N.A. Classification of rigid pavement at airport taxiway using shear wave velocity and elastic modulus derived from spectral analysis of surface waves (SASW) method // Journal of Failure Analysis and Prevention. 2022. V. 22. No. 1. P. 333—345.
  10. Gucunski N., Maher A. Evaluation of seismic pavement analyzer for pavement condition monitoring. 2002. № FHWA-NJ-2002-012.
  11. Ranyal E., Sadhu A., Jain K. Road condition monitoring using smart sensing and artificial intelligence: A review // Sensors. 2022. V. 22. № 8. P. 3044.
  12. Sun Q. Verification and analysis of the pavement system transfer function based on falling weight deflectometer testing // Journal of Nondestructive Evaluation. 2024. V. 43. No. 4. P. 110.
  13. Nakhaei M., Timm D.H. A new methodology to improve backcalculation of flexible pavements with stabilized foundations // Construction and Building Materials. 2023. V. 368. P. 130405.
  14. Coletti K., Romeo R.C., Davis R.B. Bayesian backcalculation of pavement properties using parallel transitional Markov chain Monte Carlo / Computer-Aided Civil and Infrastructure Engineering. 2024.
  15. Fu G., Cao D., Ong G. P., Wang J., Sha D. A viscoelastic wave propagation approach for dynamic backcalculation of layer properties of asphalt pavements under an impact load // Computers and Geotechnics. 2024. V. 176. P. 106752.
  16. McBride S., Burdisso R., Sandu C. Modeling vibration-induced tire-pavement interaction noise in the mid-frequency range // Tire Science and Technology. 2021. V. 49. No. 2. P. 146—169.
  17. Yang S., Alhasan A., Zhang Y., Ceylan H., Kim S. Pavement curling and warping analysis using wavelet techniques // International Journal of Pavement Engineering. 2021. V. 22. No. 14. P. 1833—1848.
  18. Shi Y., Liu H., Wang G. Modeling of asphalt mixture-screed interaction: A nonlinear dynamic vibration model for improving paving density // Construction and Building Materials. 2021. V. 311. P. 125296.
  19. Ye Z., Wei Y., Yang B., Wang L. Performance testing of micro-electromechanical acceleration sensors for pavement vibration monitoring // Micromachines. 2023. V. 14. No. 1. P. 153.
  20. Lyapin A., Glushko S. Multilayer medium behavior simulation in the presence of delamination defects // E3S Web of Conferences. EDP Sciences. 2023. V. 458. P. 10005.
  21. Infrastructure operation and maintenance: сайт. URL: Infrastructure operation and maintenance — Sweco Denmark (дата обращения: 24.03.2025).
  22. Разин А.В., Собисевич А.Л. Геоакустика слоистых сред. 2012.
  23. Бабешко В.А., Глушков Е.В., Зинченко Ж.В. Динамика неоднородных линейно-упругих сред. М.: Наука, 1989. 344 с.
  24. Lyapin A., Beskopylny A., Meskhi B. Structural monitoring of underground structures in multi-layer media by dynamic methods // Sensors. 2020. V. 20 (18). P. 1—19.
  25. Ворович И.И., Бабешко В.А. Динамические смешанные задачи теории упругости для неклассических областей. М.: Наука, 1989. 320 с.
  26. Боев С.И., Селезнев М.Г. Об одном подходе в нестационарных задачах теории упругости // Изв. СКНЦ ВШ. Естеств. Науки. 1989. № 2. С. 76—81.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».