声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.2 路面抗滑性能的检测方法
1.2.3 路面抗滑性能的主要研究方向
1.3 研究内容及技术路线
1.3.1 研究内容
1.3.2 技术路线
2 路面抗滑性能的影响因素
2.1 道路因素
2.1.1 材料性质
2.1.2 级配类型
2.1.3 纹理构造
2.1.4 磨损程度
2.1.5 坡度
2.2 环境因素
2.2.1 路表温度
2.2.2 路面附着物
2.3 本章小结
3 沥青路面抗滑性能的试验设计
3.1 沥青车辙板的制作
3.1.1 原材料性质
3.1.2 级配类型
3.1.3 制作流程
3.2 室内试验环境的搭建
3.2.1 温度环境
3.2.2 附着物环境
3.3 室内试验数据的采集工作
3.3.1 摩擦系数的采集
3.3.2 构造深度的采集
3.3.3 温度的采集
3.3.4 坡度的采集
3.4 室外沥青路面数据的采集
3.5 本章小结
4 沥青路面抗滑性能的影响因素相关性分析
4.1 道路因素
4.1.1 级配类型与构造深度的相关性分析
4.1.2 构造深度与抗滑性能的相关性分析
4.1.3 坡度与抗滑性能的相关性分析
4.2 环境因素
4.2.1 温度与抗滑性能的相关性分析
4.2.2 水膜与抗滑性能的相关性分析
4.2.3 结冰与抗滑性能的相关性分析
4.2.4 污染物与抗滑性能的相关性分析
4.3 本章小结
5 多源数据的融合与清洗
5.1 数据的融合
5.2 数据的清洗
5.3 模型数据库的建立
5.3.1 多元线性回归模型经验数据库的建立
5.3.2 人工神经网络模型训练和验证数据库的建立
5.4 本章小结
6 多元回归摩擦力预测模型构建
6.1 AC-13路面摩擦力的分析预测
6.1.1 AC-13新路
6.1.2AC-13旧路
6.2 AC-16路面摩擦力的分析预测
6.2.1 AC-16新路
6.2.2AC-16旧路
6.3 SMA-16旧路摩擦力的分析预测
6.4 多元线性回归摩擦力的预测模型
6.5 本章小结
7 人工神经网络摩擦力预测模型构建
7.1 人工神经网络的介绍
7.2 BP神经网络的数据预测
7.2.1 BP 神经网络的原理介绍
7.2.2 BP 神经网络的数据预测
7.3 径向基函数神经网络的数据预测
7.3.1 径向基神经网络的原理介绍
7.3.2 径向基神经网络模型的数据预测
7.4 预测模型的验证
7.5 本章小结
8 研究结论及展望
8.1 主要研究结论
8.2 研究展望
参考文献
攻读硕士期间发表的学术论文与科研项目
致谢
福建农林大学;