Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Grafen modifiye asfalt nanokompozit, saf asfalta kıyasla gelişmiş bir kendi kendini iyileştirme kabiliyeti göstermiştir. Bu protokolde, grafenin kendi kendini iyileştirme sürecindeki rolünü anlamak ve asfalt bileşenlerinin atomistik seviyeden kendi kendini iyileştirme mekanizmasını keşfetmek amacıyla moleküler dinamik simülasyonları uygulanmıştır.

Özet

Grafen, asfaltın kendi kendini iyileştirme özelliklerini yüksek dayanıklılıkla geliştirebilir. Bununla birlikte, grafen modifiye edilmiş asfalt nanokompozitinin kendi kendini iyileştirme davranışları ve dahil grafenin rolü bu aşamada hala belirsizdir. Bu çalışmada, saf asfalt ve grafen modifiye asfaltın kendi kendini iyileştirme özellikleri moleküler dinamik simülasyonları ile araştırılmıştır. Grafen için iki çatlak genişliğine ve konumuna sahip asfalt kütleleri tanıtılır ve asfalt bileşenleri ile grafen tabakası arasındaki moleküler etkileşimler analiz edilir. Sonuçlar, grafenin konumunun asfaltın kendi kendini iyileştirme davranışlarını önemli ölçüde etkilediğini göstermektedir. Çatlak yüzeyinin yakınındaki grafen, π π istifleme yoluyla aromatik moleküllerle etkileşime girerek kendi kendini iyileştirme sürecini büyük ölçüde hızlandırabilirken, çatlak ucunun üst kısmındaki grafenin süreç üzerinde küçük bir etkisi vardır. Asfaltın kendi kendini iyileştirme süreci, asfalten, polar aromatik ve naften aromatik moleküllerinin yeniden yönlendirilmesinden ve doygunluk moleküllerinin çatlak yüzeyler arasında köprülenmesinden geçer. Kendi kendini iyileştirme mekanizmasının bu derinlemesine anlaşılması, dayanıklı asfalt kaplamaların geliştirilmesine yardımcı olacak kendi kendini iyileştirme özelliklerinin iyileştirilmesi bilgisine katkıda bulunur.

Giriş

Günlük araç yüklemeleri ve değişken çevre koşulları altında bozulma ve servis sırasında asfaltın yaşlanması, asfalt kaplamaların dayanıklılığını daha da zayıflatabilecek bozulma ve hatta yapısal arızalara, yani çatlama ve yıpranmaya neden olur. Asfaltın mikro çatlakları ve boşlukları onarmak için doğal tepkisi, hasarlardan otomatik olarak kurtulmasına ve mukavemeti geri kazanmasına yardımcı olur1. Bu kendi kendini iyileştirme özelliği, asfaltın hizmet ömrünü önemli ölçüde uzatabilir, bakım maliyetlerinden tasarruf sağlayabilir ve sera gazı emisyonunu azaltabilir 2,3. Asfaltın kendi kendini iyileştirme davranışı genellikle kimyasal bileşimi, hasar derecesi ve çevresel koşullar dahil olmak üzere çeşitli etkileyen faktörlere bağlıdır4. Asfaltın hasarı kısa sürede tamamen iyileştirebilecek gelişmiş kendi kendini iyileştirme kabiliyeti istenmektedir; Bu, inşaat mühendisliğindeki asfalt kaplamalar için daha iyi mekanik performans ve dayanıklılık konusunda kapsamlı bir araştırma ilgisi çekmiştir.

Asfaltın kendi kendini iyileştirme yeteneğini geliştirmek için yeni yöntemler temel olarak üç yaklaşımı içerir - ısıtmayı indükleme, kapsülleme iyileştirme ve nanomalzemelerin dahil edilmesi - tek tek veya aynı anda uygulanabilir5,6. Isıtmayı indüklemek, asfaltın hareketliliğini önemli ölçüde artırabilir ve iyileşme için kendi kendini iyileştirmesini etkinleştirebilir.7. Isıtmayı indükleyerek asfaltın kendi kendini iyileştirme teknolojisi, asfaltın kendi kendini iyileştirme özelliklerinin dış uyaranlarla iyileştirildiğini gösteren yardımlı kendi kendini iyileştirme tekniğine atfedilebilir. Çelik yünü liflerinin eklenmesinin amacı, asfalt bağlayıcının iyileşme kapasitesini artırmak için elektriksel iletkenliği arttırmaktır.8. Isıyı indükleme yaklaşımı, bu elektriksel olarak iletken lifleri, girdap akımlarını indükleyebilen yüksek frekanslı alternatif elektromanyetik alana maruz bırakmaktır ve ısı enerjisi, iletken lifler tarafından asfalt bağlayıcısına yayılabilir.9. Çelik yünü lifleri sadece elektriksel iletkenliği değil, aynı zamanda termal iletkenliği de arttırır, her ikisi de asfaltın kendi kendini iyileştirme özelliklerini olumlu yönde etkileyebilir. Bununla birlikte, lifler için uygun karıştırma süresini seçmek zordur.10. Elyafların uzunluğu, artan karıştırma süresi ile azalır ve termal iletkenliği etkilerken, azalan karıştırma süresi lif kümelerine yol açar ve asfaltın mekanik özelliklerini engeller.9. Kapsülleme yöntemi, aromatikler ve doygunluklar gibi yaşlı asfaltın hafif bileşenlerini tedarik edebilir ve asfaltın kendi kendini iyileştirme yeteneğini yenileyebilir.11,12. Bununla birlikte, bu sadece bir kez yapılan bir tedavidir ve iyileştirici materyaller serbest bırakıldıktan sonra yenilenemez. Nanoteknolojinin gelişmesiyle birlikte, nanomalzemeler asfalt bazlı malzemelerin geliştirilmesi için umut verici değiştiriciler haline gelmiştir. Nanomalzemelerle birleştirilmiş asfalt bağlayıcılar daha iyi termal iletkenlik ve mekanik özellikler sunar13. Mükemmel mekanik performansa ve yüksek termal performansa sahip grafen, asfaltın kendi kendini iyileştirme yeteneğini geliştirmek için mükemmel bir aday olarak kabul edilir.14,15,16,17. Grafen modifiye asfaltın artan iyileştirici özellikleri, grafenin asfalt bağlayıcının ısıtılma kapasitesini arttırması ve asfalt bağlayıcı içinde ısı transferi üretmesi gerçeğine bağlanabilir; bu, grafen modifiye asfaltın daha hızlı ısıtılabileceği ve saf asfalttan daha yüksek sıcaklığa ulaşabileceği anlamına gelir.18. Üretilen ısı, grafen modifiye asfalt boyunca, saf asfalttan daha hızlı bir şekilde aktarılabilir. Asfalt bağlayıcının çatlak bölgesi, daha yüksek sıcaklık ve daha yüksek ısıtma kapasitesine sahip ısı akışından kolayca etkilenebilir ve daha hızlı iyileşebilir. Kendi kendini iyileştirme reaksiyonu, iyileşme aktivasyon enerjisine eşit veya daha büyük olan enerji asfaltın çatlak yüzeyinde mevcutsa başlayacaktır.19. Grafen, termal aktivasyon iyileşme performansını artırabilir ve asfaltın iyileşme oranını hızlandırabilir19,20. Ayrıca, grafen, iyileşme sürecinde% 50'ye kadar ısıtma enerjisi tasarrufu sağlayabilir, bu da enerji verimliliğine fayda sağlayabilir ve bakım maliyetlerini azaltabilir.21. Mikrodalga emici bir malzeme olarak, grafenin mikrodalga ısıtmanın dinlenme döneminde asfaltın iyileşme yeteneğini arttırdığı bildirilmiştir.22. Asfalta grafen ilavesinin sadece mekanik performansı değil, aynı zamanda kendi kendini iyileştirme mekanizması hakkında derinlemesine bilgi gerektiren kendi kendini iyileştirme ve enerji tasarrufu kapasitesini de artırması beklenmektedir.

Nano ölçekte kendi kendini iyileştirme, esas olarak kırık yüzlerde asfalt moleküllerinin ıslanması ve difüzyonundankaynaklanmaktadır 23. Asfalt çeşitli polar ve polar olmayan moleküllerden oluştuğundan, kendi kendini iyileştirme kabiliyeti, farklı bileşenlere sahip asfalt moleküllerinin moleküler etkileşimleri ve hareketleri ile güçlü bir şekildeilişkilidir 1. Bununla birlikte, mevcut araştırmalar esas olarak makroskopik mekanik özellikleri ölçmek için deneysel tekniklere dayanmaktadır, bu da mikroyapıların değişiminde ve iyileşme mekanizmasını anlamaya çalışırken asfalt molekülleri arasındaki etkileşimlerde eksik bilgiye neden olmaktadır. Asfaltın kendi kendini iyileştirme kabiliyetindeki grafenin takviye mekanizması da bu aşamada belirsizdir. Moleküler dinamik (MD) simülasyonları, nanokompozit sistemlerin moleküler etkileşimlerini ve hareketlerini araştırmada etkili bir rol oynar ve mikroyapısal deformasyonu moleküler etkileşimler ve hareketlerle ilişkilendirir 24,25,26,27,28,29,30,31 . MD simülasyonları, deneylerle kolayca erişilemeyen malzeme davranışlarını analiz etmek için giderek daha popüler hale gelmiştir32,33. Mevcut çalışmalar, asfalt sistemlerinde MD simülasyonlarının fizibilitesini ve kullanılabilirliğini göstermiştir; asfalt ve asfalt kompozitlerinin yapışma, yapışma, yaşlanma ve termomekanik özellikleri MD simülasyonları 34,35,36,37 ile incelenebilir. Asfaltın kendi kendini iyileştirme davranışları MD simülasyonları 38,39,40 ile de tahmin edilebilir. Bu nedenle, MD simülasyonları kullanılarak yapılan araştırmanın hem kendi kendini iyileştirme hem de güçlendirme mekanizmalarını anlamanın etkili bir yolu olduğuna inanılmaktadır.

Bu çalışmanın amacı, saf asfalt ve grafen modifiye asfalt nanokompozitlerinin kendi kendini iyileştirme davranışlarını araştırmak ve MD simülasyonları yoluyla asfaltın iyileşme kapasitesini arttırmada grafenin rolünü anlamaktır. Saf asfalt ve grafen modifiye asfalt kompozitlerinin kendi kendini iyileştiren simülasyonları, ilk yapılara çatlaklar eklenerek gerçekleştirilir. Kendi kendini iyileştirme yetenekleri, atom sayılarının konturu, kırık yüzdeki moleküllerin yeniden yönlendirilmesi ve dolaşıklığı ve kendi kendini iyileştirme süreçleri sırasında asfalt bileşenlerinin hareketliliği ile karakterize edilir. Grafenin farklı bölgelerdeki iyileştirici etkinliği araştırılarak, asfaltın kendi kendini iyileştirme yeteneklerine katkıda bulunan grafenin takviye mekanizması ortaya çıkarılmıştır, bu da nanodolgu maddelerinin en uygun şekilde izlenmesine yardımcı olabilir ve böylece asfalt kaplamaların ömrünü uzatabilir. Atomistik ölçekte kendi kendini iyileştirme kapasitesinin araştırılması, gelecekteki araştırmalar için gelişmiş asfalt bazlı malzemeler geliştirmek için etkili bir yol sağlayabilir.

Asfalt kimyasına göre, asfalt, esas olarak asfaltan, polar aromatikler, naften aromatiklerinin dört bileşenine ayrılabilen ve41,42'yi doyuran farklı polarite ve şekillere sahip çeşitli hidrokarbon türleri ve hidrokarbon olmayanlardan oluşur. Asfalt molekülleri, asfalttaki diğer moleküllerden nispeten daha büyük ve ağırdır, ortalama atom kütlesi kabaca 750 g / mol ve moleküler çapı 10-20 şaralığındadır. Asfaltenin heteroatom içeren büyük aromatik çekirdeklerden oluştuğu ve farklı uzunluklarda alkil grupları ile çevrili olduğu yaygın olarak kabul edilmiştir43. Şekil 1a'da gösterildiği gibi modifiye edilmiş bir asfalt molekülü oluşturulmuştur. Polar aromatiklerin ve naften aromatiklerinin molekülleri, asfalt moleküllerinin polaritesine ve element oranına göre inşa edilir; polar aromatik molekülü temsil eden benzobisbenzotiyofen (C18H 10 S2) ve Şekil 1b-c'de gösterildiği gibi temsili naftilen aromatik molekül olarak seçilen 1,7-dimetilnaftalin(C 12 H 12). N-docosane (n-C 22H46) Şekil 1d'de gösterildiği gibi inşa edilmiştir. Asfalt molekülleri için Tablo 1'de listelenen parametreler,deneylerden 41 deneylerinden elde edilen gerçek asfaltın elementel kütle fraksiyonu, atom oranı ve aromatik / alifatik oranı dahil olmak üzere istenen kriterleri karşılamak üzere seçilir ve kullanılır. Önceki çalışmalarımızda da aynı kütle oranı tanımlanmıştır ve yoğunluk, cam geçiş sıcaklığı ve viskozite gibi diğer termomekanik özellikler gerçek asfalt36'nın deneysel verileriyle iyi bir uyum içindedir. Bu çalışmada uygulanan grafenin moleküler yapısı Şekil 1e'de gösterilmiştir. Bu çalışmada benimsenen grafen levhanın gerçek vakaya kıyasla hiçbir kusuru ve kıvrımı yoktur, oysa gerçek grafen levha genellikle atomik boşluklar ve Taş-Galler kusurları44 gibi çeşitli kusurlara sahiptir ve grafen tabakalarının bir kısmı asfalt matrisi45'teki karıştırma işlemi sırasında katlanabilir. Bu kusurlu durumlar bu çalışmada dikkate alınmamıştır, çünkü grafen tabakasının bölgesinin kendi kendini iyileştirme özellikleri üzerindeki etkisine odaklanıyoruz ve onu tek değişken olarak seçiyoruz. Grafen tabakaların kusurlar ve katlanmış vakalar açısından değişkenleri gelecekteki çalışmalarımızın odak noktası olacaktır. Bu çalışmada grafenin asfalta kütle oranı %4,75 olup, deneyde grafen modifiye asfalt için normal durum (%<5)46,47'dir.

figure-introduction-11645
Resim 1: Kimyasal yapı. (a) asfalt molekülü (C53H55NOS), (b) naften aromatik molekülü (C 12 H12), (c) polar aromatik molekül (C18H10S2), (d) doygunluk molekülü (C22H46), (e) grafen ve (f)saf asfaltın atomistik modelleri. Atomistik asfalt modeli için karbon, oksijen, azot, kükürt ve hidrojen atomları sırasıyla gri, kırmızı, mavi, sarı ve beyaz olarak gösterilir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Asfalt modeliKütle (g/mol)Kimyasal formülMolekül sayılarıToplam kütle (g/mol)Kütle fraksiyonu (%)
Asfalten754.04C53H55 NOS4332423.7226
Naften aromatik156.22C 12 H12 6510154.38
Polar aromatik290.38C18H10S2 7421485.1617
Doyurmak310.59C22H46 20563670.9549
Asfalt bağlayıcı387127734.13100
Grafen6369.28C525H63 16369.28

Tablo 1: Saf asfalt modelinin ve grafen modifiye asfalt modelinin genel bileşenleri.

Aşağıda açıklanan protokolle ilgili olarak, asfalt modelinin ortasına künt bir çatlak ucu ve iki paralel çatlak yüzeyi ile farklı boyutlarda iki tip kama benzeri çatlak yerleştirilirken, asfalt kütlesinin orta-üst alanı bozulmadan kalır. İki çatlak genişliği, Şekil 2a-b'de gösterildiği gibi 15 şve 35 şolarak seçilmiştir. 15 Å'nin seçilmesinin nedeni, küçük bir çatlak için aşırı bir vakayı araştırırken, denge işlemi sırasında asfalt moleküllerinin erken kendi kendini iyileştirmesini önlemek için çatlak genişliğinin 12 Å'nin kesilmesinden daha geniş olması gerektiğidir. 35 Å'nin seçilmesinin nedeni, köprüleme etkisini önlemek için çatlak genişliğinin 34 Å'lık doygunluk moleküllerinin uzunluğundan daha geniş olması gerektiğidir. Çatlağın yüksekliği 35 Å, kutu genişliği ile aynıdır ve çatlağın derinliği kutu uzunluğu ile aynı olan 70 Å'dır. Gerçek durumda, gözlemlenen mikro çatlak boyutları, burada modellediğimiz uzunluk ölçeğinden çok daha büyük olan birkaç mikrometreden birkaç milimetreye kadar değişebilir. Normalde, MD simülasyonundaki uzunluk ölçeği, gerçek çatlak boyutundan hala birkaç büyüklük sırası daha küçük olan 100 nm ölçeği ile sınırlıdır. Bununla birlikte, çatlaklar nano ölçekte başlar ve sürekli deformasyon48 ile makro ölçekli çatlaklara dönüşür. Nano ölçekte kendi kendini iyileştirme mekanizmasının anlaşılması, makro ölçekte çatlağın büyümesini ve daha fazla yayılmasını önlemeye yardımcı olabilir. Seçilen çatlak boyutları nanometre aralığında olsa da, sonuçlar asfalt moleküllerinin kendi kendini iyileştirme davranışlarını keşfetmek için hala etkili ve uygulanabilir olabilir. Çatlak alanlarındaki grafen tabakalar için iki yer vardır: biri çatlak ucunun üstünde, diğeri sol çatlak yüzeyine diktir. Bunların, çatlakları49 olan grafen modifiye nanokompozitlerde grafen için en yaygın pozisyonlar olduğu bulunmuştur.

figure-introduction-15889
Resim 2: Saf asfalt ve grafen modifiye asfalt için kendi kendini iyileştirme şemaları. Çatlak genişliği (a) 15 şve (b) 35 şolan saf asfaltın kendi kendini iyileştiren modeli. Grafen levha ile grafen modifiye asfaltın kendi kendini iyileştiren modeli, (c) çatlak ucunun üstünde ve (d) çatlak yüzeyine dik olarak bulunur. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

MD simülasyonlarında, asfalt nanokompozitlerindeki moleküller arası ve moleküller arası etkileşimler, asfalt ve grafen bazlı malzemelerle iyi çalışan Tutarlı Valans Kuvvet Alanı (CVFF) 50 ile tanımlanır. CVFF'nin işlevsel formu aşağıdaki ifade olarak ifade edilir:

figure-introduction-16927 1

Burada, toplam enerji Etoplamı, bağlı enerji terimleri ve bağlanmamış enerji terimlerinden oluşur. Bağlı etkileşimler, kovalent bağ germe, bağ açısı bükme enerjisi, burulma açısı dönüşü ve ilk dört terimde ifade edildiği gibi yanlış enerjilerden oluşur. Bağlanmamış enerji, van der Waals (vdW) terimi için bir LJ-12-6 fonksiyonu ve elektrostatik etkileşimler için bir Coulombic fonksiyonu içerir. CVFF,51,52 asfalt malzemelerinin simüle edilmesinde yaygın olarak kullanılmaktadır. Yoğunluk, viskozite ve kütle modülü gibi simüle edilmiş fiziksel ve mekanik özellikler, CVFF51'in güvenilirliğini gösteren deneysel verilerle iyi bir uyum içindedir. CVFF sadece inorganik malzemeler için uygun değildir, aynı zamanda asfalt-silika52 ve epoksi-grafen53 sistemi gibi organik ve inorganik fazlardan oluşan yapılarda da başarıyla kullanılmıştır. Ek olarak, grafen ve asfalt arasındaki ara yüzey etkileşimleri CVFF36,54 ile karakterize edilebilir. Kuvvet alanı seçiminde önemli rol asfalt-grafen arayüzünü belirlemek olduğundan, CVFF tarafından tanımlanan bağlanmamış etkileşimler daha güvenilirdir ve bu da önceki çalışmamızda da göz önünde bulundurulmuştur36. Genel olarak, forcefield CVFF bu çalışmada benimsenmiştir. Farklı atom türleri için kısmi yükler, kuvvet alanı tarafından atanan yöntemle hesaplanır.

Protokol

1. Atomistik modeller oluşturun

  1. Beş adet 3B atomistik belge oluşturmak için Materials Studio yazılımını açın ve bu belgeleri sırasıyla grafen, asfalten, polar aromatikler, naften aromatikleri ve doygunluklar olarak yeniden adlandırın.
  2. Sketch Atom seçeneğini kullanarak 3B atomistik belgede grafen yaprağının birim hücresini oluşturarak grafen modelini oluşturun.
  3. Yapı > Simetri menüsündeki Supercell seçeneğini kullanarak son yapıyı oluşturun. Grafen levhanın boyutunu, asfalt zincirlerinden ve çatlak genişliğinden daha büyük olan 40 şx 40 şolarak tanımlayın.
  4. Dört tip asfalt molekülü oluşturun ve paketleyin.
    1. Asfalten, polar aromatikler, naften aromatikler ve doygunlukların moleküler yapılarını ayrı ayrı çizmek için Sketch Atom seçeneğini kullanın.
    2. Dört çeşit asfalt molekülünü, Amorf Hücre > Modüller menüsündeki Hesaplama seçeneğini kullanarak simülasyon kutusuna paketleyin.
  5. Asfalt yapısını çatlak ile inşa edin.
    1. X boyutundaki çatlak bölgesinin yüksekliğini 70 şkutunun yüksekliğiyle aynı şekilde ayarlayın ve y boyutundaki çatlak bölgesinin derinliği kutunun yüksekliğinin yarısı kadar 35 şolarak ayarlayın.
    2. Çatlak genişliklerinin iki durumunu z boyutunda 15 şve 35 şolarak ayarlayın. Sil seçeneğini kullanarak asfalt kütlesinin orta-aşağı alanının çatlak bölgelerindeki gereksiz molekülleri silin ve asfalt matrisini orta-yukarı alanda değiştirmeden tutun.
  6. Grafen modifiye asfalt yapısını çatlak ile oluşturun. Kopyala + Yapıştır komutunu kullanarak grafen tabakayı paketleme adımından önce çatlak ucunun üst alanına ve sol çatlak yüzeyine ayrı ayrı dahil edin.
  7. Grafen modifiye edilmiş asfalt yapısını oluşturmak için asfalt moleküllerini Tablo 1'de listelenen son bileşimlere dayanarak simülasyon kutusuna paketleyin.
  8. Yapı dosyasını bir veri dosyasına dönüştürün. Yapı dosyalarını, Materials Studio'dan yapı bilgileriyle (*.car ve *.mdf) molekül dosyaları olarak kaydedin. Büyük ölçekli atomik/moleküler kütlesel paralel simülatör (LAMMPS)55 paketindeki msi2lmp aracını kullanarak molekül dosyalarını (*.car ve *.mdf) veri dosyalarına dönüştürün. Veri dosyasını LAMMPS'deki read_data komutuyla okuyun.

2. Simülasyonları gerçekleştirin

  1. Simülasyonların parametrelerini tanımlayın.
    1. Taşınan simülasyonların doğruluk ve verimlilik dengesini göz önünde bulundurarak giriş dosyasında zaman adımını 1 fs olarak ayarlayın.
    2. Bağlanmamış etkileşimlerin kesme mesafesini, periyodik sınır koşulu ve hesaplama verimliliği göz önüne alındığında simülasyon kutusunun uzunluğunun yarısından daha az olan 12 şolarak ayarlayın.
    3. Uzun menzilli Coulombic etkileşimlerini tanımlamak için parçacık-parçacık-parçacık-ağ (PPPM) algoritmasını kullanın ve yüksek doğruluk için uzun menzilli çözücü tarafından hesaplanan atom başına kuvvetlerdeki göreceli hatayı 10-5 olarak ayarlayın.
  2. Çatlak profilini düzeltin. LAMMPS'deki Grup Molekülleri komutuyla profil üzerindeki asfalt moleküllerini seçin. Asfalt moleküllerinin hareketlerini önlemek için LAMMPS'deki Fix Spring/Self komutunu kullanarak asfalt molekülleri üzerindeki kısıtlamaları uygulayın.
  3. Dengeyi sağlayın
    1. Tüm simülasyon kutusunu, 300 K sıcaklık ve 1 atm basınç ile izotermal-izobarik (NPT) topluluk altında 500 ps sonra tamamen rahat tutun.
    2. Asfalt kütlesini, Termal komutu kullanarak sıcaklık, basınç, yoğunluk ve enerji değerlerini sürekli inceleyerek deneysel ölçümlerin41'inin 0.95-1.05 g /cm3'ünün istenen yoğunluk değerine dengelenmesini sağlayın.
    3. Tamamen rahat bir duruma ulaşmak için potansiyel enerjinin ve ortalama kare yer değiştirmenin (MSD) tüm sistemdeki yakınsamasını kontrol edin.
  4. Kendi kendini iyileştirme işlemini gerçekleştirin.
    1. NPT topluluğunun altındaki tüm simülasyon kutusunu 300 K sıcaklık ve 1 atm basınçla ayarlayın.
    2. Asfalt moleküllerinin çatlak bölgesinin konturu üzerindeki kısıtlamasını kaldırın.
    3. Simülasyon kutusunun boyutunu ve atomların koordinatlarını izleyip kaydedin ve son işlem için Dump komutunu kullanın.
    4. Rastgele hataları azaltmak için kendi kendini iyileştirme işlemi sırasında simülasyon sonuçlarının ortalamasını, üç farklı başlangıç hızı tohumuna sahip üç bağımsız konfigürasyon üzerinden alır.

3. Son işleme

  1. Kendi kendini iyileştirme davranışlarını görselleştirin. Simülasyon ilerlemesini görselleştirmek için Görselleştirme Aracı OVITO56'yı açın ve ardından yörünge dosyalarını LAMMPS55 tarafından oluşturulan lammpstrj biçiminde açın. Kendi kendini iyileştirme sürecinin anlık görüntülerini kaydedin ve Render komutunu kullanarak asfalt moleküllerinin yollarını izleyin.
  2. Atom numarasının konturunu analiz edin. Atomların koordinatlarını, LAMMPS'den çıkarılan yörünge dosyalarından veri analizi ve grafik yazılımına aktarın. Tüm sistemdeki atomların koordinatlarını yz düzlemine yansıtın. YZ düzleminin farklı alanlarındaki atom numaralarını kaydedin ve konturu farklı renklerle çizin.
  3. Atom hareketliliğini ve göreceli konumunu analiz edin.
    1. Farklı asfalt bileşenlerinin atom hareketliliğini, Hesaplama msd komutunu kullanarak ortalama kare yer değiştirmesi (MSD) ile analiz edin.
    2. LAMMPS'deki Compute rdf komutunu kullanarak, grafen modifiye edilmiş asfalt sistemleri sistemi için 15 şve 35 şçatlak genişliklerine sahip radyal dağılım fonksiyonları (RDF) eğrileri ile grafen ve asfalt molekülleri arasındaki bağıl konumları hesaplayın.
    3. Asfalt yoğunluğunun grafen levhadan uzaklığın bir fonksiyonu olarak nasıl değiştiğini kontrol etmek için RDF eğrilerini çizin.

Sonuçlar

Atom sayısının konturu
Saf asfalt ve grafen modifiye asfalt modellerinin atom sayısının konturları, maviden kırmızıya renk çubuğunun 0 ila 28 arasında değişen atom numaralarını sergilediği Şekil 3'te gösterilmiştir. Şekil 3a-c, çatlak ucunda ve çatlak yüzeyinde grafen ile modifiye edilmiş saf asfalt ve asfalt nanokompozitlerinde 15 şçatlak genişliğine sahip yapıların atom sayı...

Tartışmalar

Protokol bölümündeki kritik adımlar aşağıdaki gibidir: adım 1.4 - Dört tip asfalt molekülünü oluşturun ve paketleyin; adım 1.5 - Asfalt yapısını çatlak ile inşa edin; adım 2.3 - Dengeyi sağlamak; adım 2.4 - Kendi kendini iyileştirme işlemini gerçekleştirin. Bu adımlar, protokolün en uyumlu ve önemli içeriğini gösterir. Eklenen çatlağın istenen şekillerini oluşturmak için, paketleme işlemi Materials Studio'daki normal ambalajlamaya kıyasla değiştirilir. Çatlak şekli simülasyon ...

Açıklamalar

Yazarların beyan edecekleri herhangi bir çıkar çatışması yoktur.

Teşekkürler

Yazarlar, Hong Kong Şehir Üniversitesi Stratejik Araştırma Hibesi'nin Proje No. 7005547, Hong Kong Özel İdari Bölgesi, Çin'in Araştırma Hibeleri Konseyi'nin (RGC) Proje No'lu desteği için minnettardır. R5007-18 ve Shenzhen Bilim ve Teknoloji İnovasyon Komitesi'nden JCYJ20170818103206501 hibesi kapsamında destek.

Malzemeler

NameCompanyCatalog NumberComments
Atomistic models of asphalt and graphene/Materials StudioBIOVIAMaterials Studio 8.0The atomistic models are built for molecular dynamics simulations.
Large-scale Atomic/Molecular Massively Parallel Simulator PackageSandia National Laboratorieslammps-stable20The equilibrium is achieved under NPT ensemble, and the atomistic models get self-healed.
OVITOMaterials Science Department of Technische Universität Darmstadt, Germanyovito-basic-3.1.0-win64The self-healing behaviors of the atomistic models are visualized.
OriginOriginLabOrigin 2018 64BitThe contours of the atom numbers of the trajectory are drawn and analyzed.

Referanslar

  1. Sun, D., et al. A comprehensive review on self-healing of asphalt materials: Mechanism, model, characterization and enhancement. Advances in Colloid and Interface Science. 256, 65-93 (2018).
  2. Hung, A. M., Mousavi, M., Fini, E. H. Implication of wax on hindering self-healing processes in bitumen. Applied Surface Science. 523, 146449 (2020).
  3. Lv, Q., et al. Investigating the asphalt binder/mastic bonding healing behavior using bitumen bonding strength test and X-ray Computed Tomography scan. Construction and Building Materials. 257, 119504 (2020).
  4. Liang, B., et al. Review on the self-healing of asphalt materials: Mechanism, affecting factors, assessments and improvements. Construction and Building Materials. 266, 120453 (2021).
  5. Xu, S., et al. Self-healing asphalt review: From idea to practice. Advanced Materials Interfaces. 5, 1800536 (2018).
  6. Tabaković, A., Schlangen, E. . Self-healing Materials, Advances in Polymer Science. , 285-306 (2015).
  7. García, &. #. 1. 9. 3. ;. Self-healing of open cracks in asphalt mastic. Fuel. 93, 264-272 (2012).
  8. Karimi, M. M., Amani, S., Jahanbakhsh, H., Jahangiri, B., Alavi, A. H. Induced heating-healing of conductive asphalt concrete as a sustainable repairing technique: A review. Cleaner Engineering and Technology. 4, (2021).
  9. Gulisano, F., Gallego, J. Microwave heating of asphalt paving materials: Principles, current status and next steps. Construction and Building Materials. 278, 121993 (2021).
  10. García, &. #. 1. 9. 3. ;., Schlangen, E., Ven, M. v. d., Bochove, G. v. Optimization of composition and mixing process of a self-healing porous asphalt. Construction and Building Materials. 30, 59-65 (2012).
  11. Aguirre, M. A., Hassan, M. M., Shirzad, S., Daly, W. H., Mohammad, L. N. Micro-encapsulation of asphalt rejuvenators using melamine-formaldehyde. Construction and Building Materials. 114, 29-39 (2016).
  12. Su, J. -. F., Qiu, J., Schlangen, E., Wang, Y. -. Y. Experimental investigation of self-healing behavior of bitumen/microcapsule composites by a modified beam on elastic foundation method. Materials and Structures. 48 (12), 4067-4076 (2014).
  13. Yoo, D. Y., Kim, S., Kim, M. J., Kim, D., Shin, H. O. Self-healing capability of asphalt concrete with carbon-based materials. Journal of Materials Research and Technology-Jmr&T. 8 (1), 827-839 (2019).
  14. Qin, Z., Jung, G. S., Kang, M. J., Min Jeong, M. J. The mechanics and design of a lightweight three-dimensional graphene assembly. Science Advances. 3 (1), 1601536 (2017).
  15. Jung, G. S., Yeo, J., Tian, Z., Qin, Z., Buehler, M. J. Unusually low and density-insensitive thermal conductivity of three-dimensional gyroid graphene. Nanoscale. 9 (36), 13477-13484 (2017).
  16. Campbell, P. G., Worsley, M. A., Hiszpanski, A. M., Baumann, T. F., Biener, J. Synthesis and functionalization of 3D nano-graphene materials: Graphene aerogels and graphene macro assemblies. Journal of Visualized Experiments: JoVE. (105), e53235 (2015).
  17. Li, H., et al. Induction heating and healing behaviors of asphalt concretes doped with different conductive additives. Advances in Materials Science and Engineering. 2019, 1-10 (2019).
  18. Moreno-Navarro, F., Sol-Sánchez, M., Gámiz, F., Rubio-Gámez, M. C. Mechanical and thermal properties of graphene modified asphalt binders. Construction and Building Materials. 180, 265-274 (2018).
  19. Liu, J., Hao, P., Dou, Z., Wang, J., Ma, L. Rheological, healing and microstructural properties of unmodified and crumb rubber modified asphalt incorporated with graphene/carbon black composite. Construction and Building Materials. 305, 124512 (2021).
  20. Wang, R., Qi, Z., Li, R., Yue, J. Investigation of the effect of aging on the thermodynamic parameters and the intrinsic healing capability of graphene oxide modified asphalt binders. Construction and Building Materials. 230, 116984 (2020).
  21. Gulisano, F., Crucho, J., Gallego, J., Picado-Santos, L. Microwave healing performance of asphalt mixture containing Electric Arc Furnace (EAF) slag and Graphene Nanoplatelets (GNPs). Applied Sciences. 10 (4), 1428 (2020).
  22. Li, C., Wu, S., Chen, Z., Tao, G., Xiao, Y. Improved microwave heating and healing properties of bitumen by using nanometer microwave-absorbers. Construction and Building Materials. 189, 757-767 (2018).
  23. Varma, R., Balieu, R., Kringos, N. A state-of-the-art review on self-healing in asphalt materials: Mechanical testing and analysis approaches. Construction and Building Materials. 310, 125197 (2021).
  24. Lau, D., Jian, W., Yu, Z., Hui, D. Nano-engineering of construction materials using molecular dynamics simulations: Prospects and challenges. Composites Part B: Engineering. 143, 282-291 (2018).
  25. Jian, W., Lau, D. Creep performance of CNT-based nanocomposites: A parametric study. Carbon. 153, 745-756 (2019).
  26. Wang, X. Q., Jian, W., Buyukozturk, O., Leung, C. K. Y., Lau, D. Degradation of epoxy/glass interface in hygrothermal environment: An atomistic investigation. Composites Part B: Engineering. 206, 108534 (2021).
  27. Jian, W., Lau, D. Understanding the effect of functionalization in CNT-epoxy nanocomposite from molecular level. Composites Science and Technology. 191, 108076 (2020).
  28. Hao, H., Tam, L. -. h., Lu, Y., Lau, D. An atomistic study on the mechanical behavior of bamboo cell wall constituents. Composites Part B: Engineering. 151, 222-231 (2018).
  29. Qin, R., Zhou, A., Yu, Z., Wang, Q., Lau, D. Role of carbon nanotube in reinforcing cementitious materials: An experimental and coarse-grained molecular dynamics study. Cement and Concrete Research. 147, 106517 (2021).
  30. Jian, W., Wang, X., Lu, H., Lau, D. Molecular dynamics simulations of thermodynamics and shape memory effect in CNT-epoxy nanocomposites. Composites Science and Technology. 211, 108849 (2021).
  31. Jing, C., et al. Regenerated and rotation-induced cellulose-wrapped oriented CNT fibers for wearable multifunctional sensors. Nanoscale. 12 (30), 16305-16314 (2020).
  32. Yazdandoost, F., Mirzaeifar, R., Qin, Z., Buehler, M. J. Multiscale mechanics of the lateral pressure effect on enhancing the load transfer between polymer coated CNTs. Nanoscale. 9 (17), 5565-5576 (2017).
  33. Doblack, B. N., Allis, T., Davila, L. P. Novel 3D/VR interactive environment for MD simulations, visualization and analysis. Journal of Visualized Experiments: JoVE. (94), (2014).
  34. Xu, M., et al. Improved chemical system for molecular simulations of asphalt. Energy & Fuels. 33 (4), 3187-3198 (2019).
  35. Xu, G., Wang, H. Molecular dynamics study of oxidative aging effect on asphalt binder properties. Fuel. 188, 1-10 (2017).
  36. Nie, F., Jian, W., Lau, D. An atomistic study on the thermomechanical properties of graphene and functionalized graphene sheets modified asphalt. Carbon. 182, 615-627 (2021).
  37. Cui, B., Gu, X., Hu, D., Dong, Q. A multiphysics evaluation of the rejuvenator effects on aged asphalt using molecular dynamics simulations. Journal of Cleaner Production. 259, (2020).
  38. Sun, W., Wang, H. Self-healing of asphalt binder with cohesive failure: Insights from molecular dynamics simulation. Construction and Building Materials. 262, 120538 (2020).
  39. He, L., et al. Self-healing behavior of asphalt system based on molecular dynamics simulation. Construction and Building Materials. 254, 119225 (2020).
  40. Sun, D., Lin, T., Zhu, X., Tian, Y., Liu, F. Indices for self-healing performance assessments based on molecular dynamics simulation of asphalt binders. Computational Materials Science. 114, 86-93 (2016).
  41. Li, D. D., Greenfield, M. L. Chemical compositions of improved model asphalt systems for molecular simulations. Fuel. 115, 347-356 (2014).
  42. Redelius, P., Soenen, H. Relation between bitumen chemistry and performance. Fuel. 140, 34-43 (2015).
  43. Schulze, M., Lechner, M. P., Stryker, J. M., Tykwinski, R. R. Aggregation of asphaltene model compounds using a porphyrin tethered to a carboxylic acid. Organic & Biomolecular Chemistry. 13 (25), 6984-6991 (2015).
  44. Robertson, A. W., Warner, J. H. Atomic resolution imaging of graphene by transmission electron microscopy. Nanoscale. 5 (10), 4079-4093 (2013).
  45. Yang, L., Zhou, D., Kang, Y. Rheological properties of graphene modified asphalt binders. Nanomaterials (Basel). 10 (11), 2197 (2020).
  46. Zeng, W. B., Wu, S. P., Pang, L., Sun, Y. H., Chen, Z. W. The utilization of graphene oxide in traditional construction materials: Asphalt. Materials. 10 (1), 48 (2017).
  47. Li, R., Xiao, F., Amirkhanian, S., You, Z., Huang, J. Developments of nano materials and technologies on asphalt materials - A review. Construction and Building Materials. 143, 633-648 (2017).
  48. Yu, T., Zhang, H., Wang, Y. Multi-gradient analysis of temperature self-healing of asphalt nano-cracks based on molecular simulation. Construction and Building Materials. 250, 118859 (2020).
  49. Gao, C., Liu, T., Shuai, C., Peng, S. Enhancement mechanisms of graphene in nano-58S bioactive glass scaffold: mechanical and biological performance. Scientific Reports. 4, 4712 (2014).
  50. Maple, J. R., Dinur, U., Hagler, A. T. Derivation of force fields for molecular mechanics and dynamics from ab initio energy surfaces. Proceedings of the National Academy of Sciences of the United States of America. 85 (15), 5350-5354 (1988).
  51. Xu, M., Yi, J., Feng, D., Huang, Y. Diffusion characteristics of asphalt rejuvenators based on molecular dynamics simulation. International Journal of Pavement Engineering. 20 (5), 615-627 (2019).
  52. Wang, H., Lin, E., Xu, G. Molecular dynamics simulation of asphalt-aggregate interface adhesion strength with moisture effect. International Journal of Pavement Engineering. 18 (5), 414-423 (2017).
  53. Yu, J., et al. Insights on the capillary transport mechanism in the sustainable cement hydrate impregnated with graphene oxide and epoxy composite. Composites Part B: Engineering. 173, (2019).
  54. Zhou, X., et al. Evaluation of thermo-mechanical properties of graphene/carbon-nanotubes modified asphalt with molecular simulation. Molecular Simulation. 43 (4), 312-319 (2017).
  55. Plimpton, S. Fast parallel algorithms for short-range molecular-dynamics. Journal of Computational Physics. 117 (1), 1-19 (1995).
  56. Stukowski, A. Visualization and analysis of atomistic simulation data with OVITO-the Open Visualization Tool. Modelling and Simulation in Materials Science and Engineering. 18 (1), 015012 (2010).
  57. Chen, Z., Pei, J., Li, R., Xiao, F. Performance characteristics of asphalt materials based on molecular dynamics simulation-A review. Construction and Building Materials. 189, 695-710 (2018).
  58. Sun, D., Sun, G., Zhu, X., Ye, F., Xu, J. Intrinsic temperature sensitive self-healing character of asphalt binders based on molecular dynamics simulations. Fuel. 211, 609-620 (2018).

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

M hendislikSay 183asfaltgrafenmolek ler dinamik sim lasyonlarkendi kendini iyile tirme

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır