Detailergebnis zu DOK-Nr. 56163
Voraussage des Reibungskoeffizienten von Straßenoberflächen über die ausschließliche Messung der Makro- und Mikrorauhigkeit (Orig. engl.: Prediction of road surface friction coefficient using only macro- and microtexture measurements)
| Autoren |
S. Iyinam A.F. Iyinam M. Ergun |
|---|---|
| Sachgebiete |
14.1 Griffigkeit, Rauheit |
Journal of Transportation Engineering 131 (2005) Nr. 4, S. 311-319, 6 B, 4 T, zahlr. Q
Bei der Entwicklung eines neuen Modells für die Voraussage des Reibungskoeffizienten über die Oberflächentextur wurde in 4 Schritten vorgegangen. So musste als Erstes eine neue Methode gefunden werden, um die Mikrorauhigkeit der Oberfläche messen zu können. Es folgte die Untersuchung der Eigenschaften von Reibung und Gleitgeschwindigkeit und die Entwicklung eines Modells zur Messung und Beschreibung der Reibungskurve in Abhängigkeit von der Geschwindigkeit. Danach war der Einfluss der Makro- und Mikrorauhigkeit (Wellenlängen 0,5 bis 50 mm bzw. < 0,5 mm) auf den Reibungskoeffizienten zu untersuchen. Schließlich wurde die Oberflächenreibung mit einer gleichzeitigen Bewertung des neuen Modells bestimmt. Für die praktischen Untersuchungen hatten die Forscher von der Technischen Universität Istanbul auf 18 Strecken in Belgien zurückgegriffen. Diese Straßenabschnitte bildeten mit ihrer weitgespreizten Palette an erkennbaren, unterschiedlichen Oberflächeneigenschaften und Bauweisen eine gute Basis für die Untersuchungen. Zur Messung der Mikrorauhigkeit im Labor wurde das System NIAS (New Image Analysis System), bei dem über der Oberfläche von Bohrkernen eine Lichtquelle angebracht wird und ein Foto zur Auswertung mit einer Auflösung von 0,006 mm (vertikal) bzw. 0,01 mm (horizontal) angefertigt wird, entwickelt. Auf den Strecken selbst wurden Messungen mit dem Odoliographen bei Geschwindigkeiten zwischen 20 und 90 km/h durchgeführt, die Makrotextur wurde mit einem Laser-Profilometer bei 36 km/h erfasst. Die statistische Auswertung ergab für die Voraussage des Reibungskoeffizienten im Vergleich zu den tatsächlich gemessenen einen Korrelationskoeffizienten von R = 0,896.