利用废旧建筑垃圾制备沥青混合料的试验研究

将回收的废旧建筑垃圾破碎成级配合理的再生集料,并将其配制成沥青混合料.通过与普通石灰岩集料及其沥青混合料的对比试验,研究了废旧建筑垃圾再生集料的物理性质和力学性质以及废旧建筑垃圾再生集料制备的沥青混合料的性能.研究结果显示:废旧建筑垃圾再生集料制备的沥青混合料的性能均能够满足规范要求,且其稳定度、流值、残留稳定度等性能指标优于普通集料沥青混合料.     

温拌再生沥青混合料耐久性能室内试验研究

作为公路翻修维护的一项新技术,集成温拌技术与热拌再生技术优点的温拌再生技术越来越受到重视,在验证热再生沥青混合料和添加两种温拌剂的温再生沥青混合料配合比设计合理的基础上,分别采用冻融循环劈裂试验、老化试验以及疲劳试验对3种再生沥青混合料的水稳定性能、低温抗裂性能以及疲劳寿命等耐久性能进行系统研究,研究结果表明:相对于热再生沥青混合料而言,添加两种温拌剂的温再生沥青混合料的动稳定度降低,最大弯曲拉应变、抗拉强度比和残留稳定度均得到不同程度的提升;温再生沥青混合料的抗老化性能和抗疲劳性能均好于热再生沥青混合料,且添加DAT温拌剂的沥青混合料抗老化、抗疲劳性能优于添加S-I温拌剂的沥青混合料;三种再生沥青混合料的疲劳寿命试验值采用线性疲劳方程拟合效果较好。研究成果可以为温拌再生沥青混合料的应用提供指导和借鉴。     

Thiopave温拌再生沥青混合料性能试验研究

为研究温拌再生沥青混合料的性能,设计了添加Thiopave温拌再生剂的AC-20温拌再生沥青混合料,采用马歇尔残留稳定度试验、冻融劈裂试验、车辙试验、动态蠕变试验、低温小梁弯曲试验评价其水稳定性、高温稳定性、抗疲劳性、低温性能,并将其与普通热再生沥青混合料进行对比。结果表明,Thiopave温拌再生沥青混合料具有良好的路用性能,适用于大中修路面工程。     

轻质油分再生剂掺量对冷再生沥青混合料性能改善研究

冷再生技术是将旧沥青路面铣刨料、新集料以及乳化沥青和水泥按照一定级配曲线拌和形成再生沥青混合料,再经摊铺压实形成新路面。但中国现阶段对旧路面材料的使用仅限于将其作为"黑色集料",其所含有的老化沥青基本未得到利用,是对资源的极大浪费。该文针对轻质油分再生剂对冷再生沥青混合料性能的改善效果展开试验分析,通过对掺入再生剂的再生混合料进行路用性能试验以确定再生剂掺量与改善效果之间的关系。根据试验结果可知再生剂掺加比例较小时,对冷再生混合料性能的改善作用并不明显,而当掺量过多反而会降低路用性能。再生剂对动稳定度的改善效果较为明显,当再生剂掺量为0.6%时,动稳定度达到极值,随着再生剂掺量的继续增加,动稳定度呈下降趋势。     

基于综合性能的沥青混合料组成结构优化

为了基于性能进行沥青混合料组成设计,对沥青混合料的综合性能优化进行了研究。根据胶浆理论,将沥青混合料的性能分为分散相主导型和分散介质主导型两类。选择4.75 mm筛孔通过率、0.075 mm筛孔通过率(矿粉用量)、粉胶比、空隙率作为沥青混合料性能优化决策参数。采用BP神经网络和遗传算法相结合的方法,对沥青混合料组成结构参数进行了优化。研究结果表明,随着疲劳性能的权重减小和高温稳定性权重的增大,4.75 mm筛孔通过率应逐渐减小;无论对疲劳性能还是高温稳定性,都需要5%~7%的矿粉用量和足够的沥青用量;粉胶比越小,沥青用量越大,疲劳性能越好;3%~4.5%空隙率的沥青混合料综合性能较好。     

基于BP神经网络的路用聚合物纤维沥青混凝土性能研究

文章引入BP神经网络算法，在大量试验数据学习的基础上，对添加聚合物纤维的沥青混合料的马歇尔稳定度进行测试和分析，提出了最佳纤维用量和最佳沥青用量；并应用该网络系统对添加纤维后的沥青混合料的抗剪切强度进行预测，定量说明了添加聚合物纤维对沥青混合料的高温稳定性的影响。     

再生沥青及混合料路用性能分析

利用自主研发的基本型沥青路面再生剂对老化沥青再生后的常规理化性质和抗老化性能进行了测试分析,同时利用马歇尔稳定度试验、浸水马歇尔试验、冻融劈裂试验及车辙试验等考察了再生沥青混合料的路用性能.结果表明研发的沥青路面再生剂再生效果理想,再生沥青混合料的路用性能满足应用要求.     

基于BP神经网络的沥青混合料低温性能预测模型

该文应用灰熵关联度法从沥青性质和级配两个方面分析了沥青混合料低温性能的主要影响因素,建立了沥青混合料低温性能BP神经网络预测模型.通过43组试验数据对模型进行了学习训练,并用另外5组试验数据对模型进行了检验.检验结果表明:预测模型可信,精度能满足要求,可用于沥青混合料低温性能预测.     

再生工艺对沥青混合料路用性能的影响

通过浸水马歇尔试验、冻融劈裂试验、车辙试验和小梁弯曲试验对再生沥青混合料的路用性能进行研究,分析了在不同再生工艺条件下,浸水残留稳定度、冻融劈裂强度比、动稳定度和弯曲破坏应变等性能指标。研究表明:适当提高旧料保温时间、保温温度、再生剂温度以及拌和时间可以显著改善废旧沥青混合料的再生恢复水平。     

不同新沥青混合料掺配比例现场热再生沥青混合料路用性能分析

为研究现场热再生沥青混合料新沥青混合料的掺配比例,对比分析了0%、5%、15%和25%新沥青混合料掺量下再生沥青混合料的路用性能。试验结果表明,随着新沥青混合料掺量的增加,再生沥青混合料的高温性能逐渐下降;低温性能在新沥青混合料加入5%时大幅上升,然后随着掺量的增加,再生沥青混合料的低温性能改变不明显。冻融劈裂强度比随着新沥青混合料掺配比例增加而增大,浸水马歇尔残留稳定度和新沥青混合料掺量的关联性较小。以5%新沥青混合料掺量在广惠高速公路进行了试验段摊铺,并取得了良好效果。     

基于GA-BP神经网络的汽车空气阻力系数预测研究

针对整车空气动力性能开发中数值计算耗时长的问题，提出一种基于GA-BP神经网络的汽车空气阻力系数预测方法。将汽车部分特征参数作为输入变量，经外流场仿真得到的空气阻力系数作为输出变量，获取数据集。采用遗传算法对BP神经网络进行参数寻优，最终建立基于遗传算法的BP神经网络模型，验证不同训练集数量对模型预测精度的影响。结果表明，GA-BP神经网络在训练样本较少时也能维持较高的预测精度，可用于汽车空气阻力系数的快速测。     

基于BP网络的道路水泥再生混凝土性能的评价

为了评价道路水泥再生混凝土的性能,在分析BP神经网络原理的基础上提出了用BP神经网络模拟道路水泥再生混凝土性能与各影响因素间关系的方法。根据道路水泥再生混凝土的实际工况,建立了3个输入节点、4个输出节点的BP神经网络模型,通过9组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,BP神经网络模型可以较准确的评价道路水泥再生混凝土的性能。     

基于混沌递进预测模型与趋势检验的深基坑变形规律研究

为提高基坑变形预测精度及稳定性,首先,利用遗传算法优化BP神经网络的结构参数,再将参数优化后的BP神经网络与灰色模型结合,构建出GA-BP神经网络模型,并利用该模型实现基坑变形序列的初步预测; 其次,基于残差序列的混沌特性,再利用混沌理论进行残差优化,进一步构建考虑混沌特性优化的GA-BP神经网络模型; 最后,将SR检验引入到基坑变形趋势判断中,以检验预测结果的准确性。实例检验表明： 通过遗传算法及混沌理论的递进优化,能逐步提高预测精度,验证文章预测模型的有效性,且预测结果与SR检验结果的一致性较好,说明该预测模型的可信度高。     

乳化沥青冷再生硫磺沥青混合料的路用可行性研究

为了分析乳化沥青冷再生硫磺沥青混合料在路面中应用的可行性,采用旧路面回收的硫磺沥青混合料和普通沥青混合料两材料进行冷再生混合料配合比设计,采用冻融劈裂试验、车辙试验、剪切试验、低温弯曲试验以及单轴压缩试验分别检测冷再生混合料的水稳定性、高温稳定性、抗剪切性能、低温抗裂性能以及抗压回弹模量,并对使用硫磺沥青混合料RAP和...     

生物沥青掺量对再生沥青混合料路用性能影响试验研究

为掌握生物沥青对不同老化程度再生沥青混合料路用性能的影响,通过对不同程度长期老化沥青与不同生物沥青掺量调和制备再生沥青混合料进行高温稳定性、低温抗裂性和水稳定性进行试验研究。结果表明:随着生物沥青掺量增加,生物沥青再生混合料高温稳定性逐渐变差,低温抗裂性逐渐变好,水稳定性则先变好后变差;随着沥青老化程度加深,掺入生物沥青对其沥青混合料高温稳定性造成的下降速率增加,对其低温抗裂性的改善速率降低;适宜的生物沥青掺量可使不同老化程度的沥青混合料低温抗裂性和水稳定性恢复,且高温稳定性也满足路用性能要求。     

掺加BRA的RAP再生沥青混合料路用性能研究

为了减少沥青路面的永久变形,提高沥青混合料的路用性能,对BRA材料的特性进行了概述。对BRA掺量的RAP再生沥青混合料的原材料及再生混合料配合比设计进行了总结,从高温稳定性能、低温抗裂性能、水稳定性能等方面对BRA掺量的RAP再生沥青混合料路用性能进行了分析。结果表明,BRA外掺用量为2%～3%时,BRA掺量的RAP再生沥青混合料路用综合性能表现较好,适合高温多雨地区的路面施工。该混合料值得在类似项目中推广和应用。     

掺水泥乳化沥青冷再生混合料强度影响因素试验研究

采用垂直振动成型方法制备圆柱体试件,通过试验研究了乳化沥青类型和水泥掺量对高速公路路面上面层掺回收料就地冷再生混合料强度的影响。结果表明:与普通中裂乳化沥青冷再生混合料相比,SBR与SBS改性乳化沥青冷再生混合料力学强度可分别至少提高15.0%,9.0%;掺水泥1.5%乳化沥青冷再生混合料的马歇尔稳定度、浸水马歇尔稳定度、劈裂强度和抗剪强度分别至少提高了11.0%,13.0%,19.0%,85.0%。因此,根据力学性能最优原则,选取SBR改性乳化沥青作为冷再生混合料的胶结料;考虑材料经济性问题,建议冷再生混合料中水泥掺量为1.5%。     

人工神经网络与遗传算法在发动机性能优化中的应用

利用BP神经网络的自学习以及非线性逼近能力对发动机性能的影响因素和性能进行拟合和预测,再 用遗传算法强大的全局寻优能力对影响因素进行优化,最终得到满足发动机燃油经济性的最佳动力性组合。二者 的有机结合,为发动机性能优化提供了新的途径。     

基于IGWO-BP算法的轨道交通短时客流预测

轨道交通短时客流具有随机性和非线性的特点.为提高轨道交通短时客流预测结果的准确度,研究了基于改进的灰狼优化算法(IGWO)与BP神经网络的短时客流预测算法(IGWO-BP).计算轨道交通客流不同时间序列的相关系数,确定了BP神经网络的输入和输出方式;用余弦思想和动态权重策略对原始灰狼优化算法改进,提高算法的全局搜索能力...     

SBS/纳米SiO2复合改性再生沥青混合料抗裂性能研究

为解决再生沥青混合料抗裂性能不足的问题,选择纳米SiO2和SBS为改性剂,分别制备纳米Si O2改性再生沥青混合料、SBS改性再生沥青混合料、SBS/纳米SiO2复合改性再生沥青混合料和普通再生沥青混合料,对几种混合料进行试验,包括圆盘拉伸试验(DCT)、小梁试验和疲劳试验,以确定不同沥青混合料的抗裂性能。结果表明,使用改性沥青对再生沥青混合料的低温性能和抗疲劳性能有促进作用,且SBS/纳米SiO2复合改性再生沥青混合料的整体抗裂性能最优。为此,建议应用较高掺量旧沥青路面材料(RAP)时,采用SBS/纳米SiO2复合改性沥青会显著改善整体混合料的抗裂性能。