使用粗化离散元方法（DEM）对沥青预压实进行优化的数值框架

《Powder Technology》：Numerical framework for asphalt pre-compaction optimization using a coarse-graining discrete element method (DEM)

针对沥青路面预压实阶段的关键问题，本研究提出了一种结合高精度离散元法（DEM）与粗粒化策略（CGS）的数值框架，通过整合三维颗粒几何和温度依赖的JKR粘附接触模型，解决了传统模型简化过多的问题，并验证其在不同施工参数下的有效性，为智能压实系统提供理论支持。

　　

董峰|傅朝良|郑凯|王天凌|王崇辉

亚琛工业大学公路工程研究所，Mies-van-der-Rohe-Stra?e 1，52074 亚琛，德国

摘要

预压实过程决定了沥青路面的初始骨料结构，对路面的长期性能有着重要影响。然而，优化这一阶段仍然具有挑战性：现场试验成本高昂、干扰性强且难以重复；而许多数值模型过于简化了骨料的形态，并忽略了压实过程中温度对粘附力的影响，从而限制了实际应用的指导作用。本研究提出了一种高保真度的离散元方法（DEM）与粗粒化策略（CGS）相结合的框架，用于预压实过程。该框架将3D扫描得到的骨料几何形状与温度变化的JKR接触模型相结合，以准确模拟颗粒间的力学行为。经过验证的CGS方法在减少颗粒数量的同时保持了物理代表性的同时，使得施工规模的模拟成为可能。该框架通过SmartRock混合试验进行了校准和独立验证，随后应用于全尺寸预压实过程，以量化铺路速度、铺路角度和层厚对不同级配和工况下压实行为的影响。研究结果表明，基于CGS的DEM方法在评估和优化沥青铺路方面具有可靠性和可扩展性，有助于提高施工质量和智能压实系统的应用。

引言

沥青路面的结构完整性和长期性能与施工过程中的压实质量密切相关[1][2]。压实过程通常分为两个阶段：由摊铺机的熨平板完成的预压实阶段，以及由压路机完成的最终压实阶段[3][4]。尽管目前的实践更多关注最终压实阶段的质量评估[5][6]，但越来越多的证据表明，预压实对骨料骨架的形成[7]、孔隙分布[8]以及路面在后续荷载作用下的力学响应[9][10]有显著影响。作为沥青混合料中的主要承重部分，骨料在内部骨架的形成、接触力的传递以及铺路过程中孔隙结构的变化中起着决定性作用[11][12]。因此，在数值模拟中建立真实的骨料模型对于再现骨料的互锁、重新排列和预压实过程中的压实行为至关重要。预压实不足可能导致表面不平整和互锁结构薄弱，而过度压实则可能阻碍骨料的排列并降低碾压压实的效率[13][14]。因此，理解和优化预压实阶段对于提高整体铺路质量和路面耐久性至关重要。

尽管预压实的重要性已被广泛认可，但其背后的机制仍需进一步研究。现有的研究主要依赖于现场实验或物理原型来评估预压实行为。Harries和B?hm研究了剪切过程对压实效果和沥青铺路过程中摩擦行为的影响[15]；Harries等人设计了一种利用摊铺机熨平板共振频率来推断预压实程度的创新系统[16]；Jia等人研究了摊铺机移动过程中振动压实对热铺层密度和横向均匀性的影响[17]。尽管这些方法具有一定的参考价值，但它们存在成本高、破坏性强和重复性差等局限性[18][19]。此外，现场测试往往无法单独分离铺路速度、角度和厚度等变量的影响，从而难以得出普遍性的优化结论。

为了解决这些局限性，数值建模方法（尤其是离散元方法（DEM）[20][21]被越来越多地用于模拟沥青混合料中颗粒的相互作用。DEM在捕捉压实过程中的颗粒尺度行为（如接触力、运动轨迹和骨架形成）方面具有优势[22][23][24]。然而，许多基于DEM的压实过程模拟研究使用理想化的球体来简化骨料形态[25]，忽略了温度变化对粘附力的影响[26]，或未能在综合框架中考虑操作参数[27]。此外，全施工规模的传统DEM模拟由于需要大量颗粒而计算量庞大，通常不适用于参数研究或实时应用[28]。为此，引入了粗粒化策略（CGS），通过将细颗粒聚类表示为单一计算实体来降低计算负担[29]。CGS在旋转鼓[30][31]、流化床[32][33]和料斗[34]等颗粒流系统中展现了良好的性能，在较少颗粒数量的情况下仍能保持宏观行为的准确性。然而，其在沥青路面建模中的应用（尤其是在模拟预压实动态方面）仍研究不足。更重要的是，最近关于沥青铺路或预压实的研究通常只关注过程的孤立方面，而没有同时考虑真实的骨料形态、温度敏感的粘附作用以及施工规模的计算效率[35][36]。因此，本研究的关键创新在于建立了一个综合的DEM框架，该框架结合了粗粒化颗粒表示、重建的骨料几何形状和温度依赖的JKR接触模型，实现了力学行为的真实性和高效参数分析。

为了解决这些问题，本研究开发了一个基于DEM的高保真建模框架，该框架采用了经过验证的CGS以提高计算效率，并结合了与沥青铺路相关的关键物理机制。在该框架中，首先重建并使用粗粒化聚类表示3D骨料几何形状，然后通过时间依赖的JKR粘附接触定律来模拟颗粒-粘结剂之间的相互作用，以准确捕捉预压实过程中的颗粒间力学行为。与一些先前研究中使用的简化2D模拟相比，当前的3D框架能够更好地再现骨料的空间重新排列、力的传递和铺路过程中的孔隙演变。这对于预压实分析尤为重要，因为材料的横向分布和三维骨架的形成对最终铺路质量有显著影响。该框架通过基于SmartRock的实验室混合试验进行了校准和验证，以确保接触力和颗粒运动的准确性。随后，将经过验证的DEM-CGS模型应用于不同级配、铺路速度、角度和层厚的预压实过程模拟。结果表明，基于CGS的DEM铺路模型能够准确再现预压实行为，揭示关键操作参数的影响，并支持压实策略的优化。从这个意义上说，本研究不仅提供了一个更真实的沥青预压实模拟框架，还提供了一个将颗粒尺度机制与工程级铺路参数优化联系起来的实用工具。总体而言，这项工作为理解和提高沥青铺路性能提供了基于物理原理且计算上可扩展的工具，有助于提升施工质量、实现智能设备控制以及数据驱动的路面工程。

方法论

本研究的技术框架如图1所示。通过使用SmartRock传感器的实验室规模混合试验，将数值模型的结果与实验测量值进行比较来验证模型的准确性，模型参数通过校准确定。然后根据混合试验结果采用并评估CGS，以确保数值误差不会显著影响模拟结果（见图1）。

混合试验

首先基于骨料混合实验和模拟来校准CGS的适用性。通过考虑四种情况研究了CGS对混合试验的影响：$k=1$, $k=1.5$, $k=2$, $k=2.5$。根据表3确定缩放后的相关参数。考虑了两种不同的模型对象来表示颗粒的形状：球体用于简单表示颗粒形状，而团块则用于表示

结论与展望

本研究开发了一种基于DEM的数值模型，该模型结合了粗粒化策略（CGS）来模拟沥青铺路过程中的预压实过程。首先通过混合试验验证了CGS的有效性和适用性，并分析了不同粗粒化比例下的数值偏差。此外，还建立了多因素模拟框架和多标准评估系统，以全面评估预压实的性能。

CRediT作者贡献声明

董峰：撰写 – 审稿与编辑，撰写 – 原稿，可视化，研究，概念化。傅朝良：撰写 – 审稿与编辑，验证，监督，形式分析。郑凯：撰写 – 审稿与编辑，撰写 – 原稿，可视化，研究，概念化。王天凌：撰写 – 审稿与编辑，撰写 – 原稿，可视化，研究，概念化。王崇辉：撰写 – 审稿与编辑，撰写 – 原稿，

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了中国国家留学基金委（CSC., 编号：202308080042）的支持。