沥青对沥青稳定碎石水稳定性的影响

文中通过浸水马歇尔试验和冻融劈裂试验,对分别采用三种不同沥青的ATB25和ATB30两种沥青稳定碎石混合料的水稳定性进行了对比试验研究,分析了沥青对沥青稳定基层水稳定性的影响,讨论了不同水稳定性评价试验的适用性.     

重型车辆与路面耦合作用的仿真分析研究

针对车-路系统以及车-路耦合作用的特点,运用ADAMS动力学仿真软件,建立了某重型车的多自由度仿真模型,并利用ADAMS对模型进行了仿真计算,分析了车辆以不同载重量、不同速度行驶于不同等级路面时,车辆对路面的动载荷作用。结果表明：车-路耦合产生的动载作用受路面工况的影响较大,随着路面等级的降低,车辆对路面的动载荷有着显著的增大;在车辆正常行驶速度范围内,车辆对路面的动载荷也随着车速的增加而增大;而在相同条件下。满载车辆较空载车辆对路面的动载荷要大很多,即满载对路面的破坏作用更为显著。     

天然岩沥青改性对沥青流变性能的影响

借助动态剪切流变仪(DSR)、低温弯曲流变仪(BBR)和Brookfild旋转黏度仪,对不同掺量的天然岩沥青改性沥青的性能进行了试验研究,分析了岩沥青改性剂对基质沥青流变性能的影响。结果表明:加入岩沥青后沥青胶结料的PG高温等级和黏度提高,抗车辙因子增大,相位角减小,大大提高了沥青的高温稳定性和降低了温度敏感性,且随着掺量的增加变化幅度增大;低温条件下蠕变劲度模量增大,低温性能有所下降,但当岩沥青掺量为2%~8%时,不会对沥青胶结料的低温性能产生大的不利影响。     

废胎胶粉改性沥青性能研究

以斜胶胎和子午胎两种废胎胶粉作为改性剂,对20、40和80目3种粒径以及20%掺量下改性沥青进行了常规性能、动态剪切(DSR)和弯曲梁流变(BBR)试验,系统研究了废胎种类、胶粉粒径对改性沥青高温和低温性能的影响;采用差热分析(DSC)试验方法,分析了20%胶粉掺量下胶粉粒径对沥青的改性效果和胶粉改性沥青的热力学性能。结果表明:掺入废胎胶粉后的沥青,其高温抗车辙、低温抗裂和抗疲劳等性能改善明显,斜交胎胶粉的改性效果优于子午胎胶粉;较大粒径的胶粉对沥青的软化点、抗车辙因子、弹性恢复改善效果较好,而低温性能与胶粉粒径小的改性沥青相当。综合性价比,建议采用斜交胎胶粉,胶粉的最佳粒径为20目,掺量为20%。     

基于GTM方法的橡胶沥青混合料性能试验

为研究适合于GTM旋转成型方式的橡胶沥青混合料的级配特点及路用性能,基于GTM物理力学设计方法进行橡胶沥青混合料的配合比设计,对连续级配和4.75 mm通过率不同的3种间断级配分别进行系统研究,主要依据力学性能参数确定其最佳沥青用量。在此基础上,对比研究不同成型方式下橡胶沥青混合料试件的线膨胀情况,认为橡胶沥青混合料基于GTM设计方法可以采用连续级配,而且,通过综合对比路用性能,认为GTM方法更加适合于连续级配混合料的设计。     

抗车辙岩沥青改性混合料性能研究

采用2种基质沥青(SK 70<'#>、中海70<'#>沥青),以3种不同天然岩沥青(北美天然岩沥青、明星天然岩沥青及青川天然岩沥青)为改性剂制备岩沥青改性沥青,研究了改性沥青性能;并通过优化,以AC-16岩沥青改性沥青混合料作为研究目标,系统研究了天然岩沥青改性沥青混合料的高温稳定性(动稳定度、蠕变模量)、水稳定性能及疲劳性能;得到了天然岩沥青混合料在大幅提高沥青混合料高温抗车辙性能的同时,其他性能也能得到不同程度改善的结论,为天然岩沥青改性混合料用于我国沥青混合料路面建设提供了重要参考.     

高填方路堤填筑体沉降的三维有限元分析

针对高路堤填筑体自身沉降问题 ,本文采用三维有限元技术并编制了程序 ,计算结果进一步证明其具有较高的可靠性和精度 ,所提供的分析结果对工程实际具有重要指导作用 .     

道路养护改建项目决策的一种新方法

针对路面养护改建项目优先级的确定问题 ,提出了一种新的多属性决策的分析方法 ,在不需要主观赋权的情况下 ,该方法能对反映道路状态的多属性指标进行客观赋权 .最后 ,使用该法对沥青路面养护改建项目进行了优先级排序分析 .     

沥青混合料空隙率的研究

主要研究了沥青混合料空隙率试验中的有关问题 ,包括实测密度的测量、理论密度的计算以及空隙率计算等 .通过大量的室内试验得出了一些有益的结论 ,譬如理论密度计算的问题 ,和几种实测密度之间的关系等 ,为进一步标准沥青混合料空隙率的计算方法奠定基础     

基于SVM的隧道衬砌空洞填充物雷达图像识别研究北大核心CSCD

衬砌背后空洞及其填充物对隧道结构安全具有重要影响,开展空洞探测识别对于结构安全评估和病害处置具有重要意义。首先采用室内试验和FDTD正演模拟相结合的方法,获得了空洞内填充空气、水、干砂、湿砂条件下的雷达图谱数据,并对不同填充物波形规律进行对比分析;然后,基于支持向量机算法对波形特征进行提取和分类识别,建立了一种空洞填充物的人工智能辨识方法。研究结果表明,采用傅里叶变换前的平均值、方差、平均绝对离差和傅里叶变换后的最大幅度值max(fft(X))四个统计量作为支持向量机的识别特征,可以有效区分出衬砌背后填充物的六种类型;当采取单一倾向数据时,识别准确率较好,六种物质二分类问题准确率均可以达到90%以上。