首页> 中文学位 >道路沥青温度敏感性评价方法的研究
【6h】

道路沥青温度敏感性评价方法的研究

代理获取

目录

文摘

英文文摘

论文说明:图表目录

声明

论文创新点摘要

第1章 前言

1.1课题来源及背景

1.2研究目的及意义

1.3道路沥青温度敏感性与化学组成的关系

1.3.1传统概念的沥青的化学组成对温感性的影响

1.3.2其他研究

1.3.3沥青的胶体模型

1.4道路沥青标准研究概况

1.4.1美国SHRP/SUPERPAVE沥青路用性能规范

1.4.2欧洲共同体CEN沥青标准

1.4.3壳牌公司沥青质量控制体系图-QUALAGON

1.4.4加拿大沥青新标准

1.4.5国家八五科技攻关的建议

1.5沥青温度敏感性评价方法的研究现状

1.5.1常规评价方法

1.5.2流变学评价方法

1.6存在问题及本文研究的主要内容

第2章 实验沥青及测试方法

2.1引言

2.2实验用沥青介绍

2.2沥青性能测试的表征方法

2.2.1针入度试验

2.2.2软化点试验

2.2.3脆点试验

2.2.4动力粘度试验

2.2.5动态剪切试验

2.2.6弯曲梁蠕变试验

第3章 常规试验指标评价沥青温度敏感性

3.1引言

3.2针入度指数体系

3.2.1针入度试验结果

3.2.2针入度指数分析与讨论

3.3粘度-温度指数

3.3.1 Saal-Koens和Carte-Laurent模型

3.3.2 Robert模型

3.3.3模型计算结果比较

3.3.4存在问题

3.4小结

第4章 流变指标评价沥青温度敏感性

4.1引言

4.2动态剪切流变指标

4.2.1 DSR试验结果

4.2.2温度敏感性分析与讨论

4.3弯曲梁流变指标

4.3.1 BBR试验结果

4.3.2温度敏感性分析与讨论

4.4高温区间流变指标

4.4.1粘度试验结果

4.4.2温度敏感性分析与讨论

4.5沥青在不同温度区间温感性的比较

4.6小结

第5章 灰色分析及经验模型的建立

5.1前言

5.2灰色关联熵分析

5.2.1基本概念

5.2.2计算方法

5.2.3灰熵关联度计算结果

5.2.4分析与讨论

5.3逐步回归

5.3.1关联参数的选择和关系式的建立

5.3.2关系式的准确性与讨论

5.4人工神经网络

5.4.1人工神经网络结构与算法

5.4.2 Matlab神经网络工具箱函数简介

5.4.3选择输入输出矢量

5.4.4数据预处理

5.4.5网络结构

5.4.6人工神经网络计算结果与讨论

5.5小结

结论

参考文献

攻读博士学位期间取得的研究成果

致谢

作者简介

展开▼

摘要

沥青的温度敏感性与沥青道路的铺筑及其使用性能密切相关,它是沥青使用性能的核心指标,因此对沥青温度敏感性的评价至关重要。目前存在着多种评价沥青温度敏感性的指标,但是主要以经验性指标为主,没有能反映沥青真实力学性质的评价指标。为此,本文以6种有代表性的传统沥青和6种实验室自制改性沥青为研究对象,首先考察了目前常用的针入度指数指标,然后讨论了针入度.粘度模型,并采用动态剪切流变仪、弯曲梁流变仪和旋转粘度仪分不同温度区间建立了评价沥青温度敏感性的流变指标,最后采用了灰熵关联法、逐步回归法以及神经网络法讨论了沥青的常规指标和沥青流变温感性指标之间的关系。通过以上研究和分析,取得了如下的研究成果: 通过测定12种沥青在不同温度下的针入度值,计算不同温度组合时的沥青的针入度指数,得到的结果表明以针入度指数PI作为沥青温度敏感性的指标时,其敏感性较大,稳定性差,在针入度误差范围内不同的针入度值、不同的温度组合、不同的温度变化方向回归的PI值差异可能极大,使相同的沥青得到不同的高温等级。同时针入度指数是在相当窄的温度范围内的沥青粘稠度的变化,并简化为线性关系,对过高或过低温度区域外的推断都会产生偏差。 采用针入度和高温粘度值,利用Saal-Koens和Carre-Laurent模型及Robert模型将针入度值转化为该温度下的条件粘度,使用粘度-温度关系表征沥青在中-高温度范围内的温度敏感性,扩展了温度区间。 不同区间采用不同的指标来表征沥青的温度敏感性,低温区间采用沥青蠕变劲度随温度的变化率SAS作为评价指标;中高温度区间采用沥青复合模量的弹性分量随温度的变化率GAG作为评价指标;高温区间采用粘温曲线斜率n作为评价指标。 灰色关联熵方法分析结果表明,影响高温区指标的主要是软化点,5℃和10℃针入度值;影响中高温区指标的主要为35℃针入度值,软化点和25℃针入度值:对低温区指标影响较大的是5℃、10℃针入度值和脆点。 利用逐步回归法得到了沥青的常规指标与流变温感性指标的四个经验关系式,平均绝对误差在2.10×10-2-4.19×10-4之间,平均相对误差在0.50%-0.87%之间,准确性较好。同时建立了沥青的常规指标与流变温感性指标的人工神经网络模型,并得到了很好的预测结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号