基于ICA-RBF神经网络的沥青混合料疲劳性能预测

为研究沥青混合料在多因素环境下疲劳性能的变化趋势,提出一种基于MATLAB软件的优化神经网络预测模型,结合帝国竞争优化算法(imperialist competitive algorithm,ICA)与径向基(radial basis function,RBF)神经网络的优势,构建ICA-RBF神经网络模型,采用拟合优度、平均相对误差、均方根误差分析RBF与ICA-RBF两种模型的预测结果,通过输出权值矩阵计算各影响因素的权重。在52组多变量因素实验数据中随机选取12组样本对模型进行检验,结果表明:ICA-RBF优化模型拟合优度为0.97,与RBF模型相比,ICA-RBF模型更稳定,且整体精度也较高。     

含不同粒径集料沥青混合料劈裂抗拉强度研究

设计了含不同粒径集料沥青混合料AC-9. 5、AC-4. 75、AC-2. 36、AC-1. 18以及AC-13C,对含不同粒径集料沥青混合料进行了配合比设计,并制备成型标准马歇尔试件。测定了各类含不同粒径集料沥青混合料的劈裂抗拉强度,分析了各类沥青混合料劈裂强度参数变化规律。结果表明:含不同粒径集料沥青混合料劈裂强度与集料粒径相关,劈裂强度规律表现为AC-13C AC-9. 5 AC-4. 75 AC-2. 36 AC-1. 18;其中4. 75～9. 5 mm集料对提升沥青混合料劈裂强度作用较明显。     

沥青混合料细观力学数值分析

为了分析细观状态下沥青混合料的力学性能,从沥青混合料的细观尺度出发,利用质量比与比表面积不变的原则配置试件,将粒径小于4.75mm的骨料视为基体材料,利用CT扫描及图像处理技术得到混合料试件的骨料分布,对预先设定配合比的沥青混合料试件进行强度试验,得到沥青混合料强度及数值模型的参数;在ABAQUS软件中用弹性模型模拟沥青混合料二维数值路面结构在荷载作用下的变形,并对弹性状态下路面细观二维数值模型与均质模型进行对比。结果表明:路面细观二维数值模型与均质模型数值分析结果接近,同时实验结果与数值模拟的相对误差在10%以内,说明数值模型能够对路面结构受力情况进行比较准确的模拟,验证了细观状态下分析路面受力情况的有效性。     

基于沥青混合料疲劳损伤细观力学性能的预防性养护研究

为提高沥青路面的使用性能,延长其使用寿命,对沥青路面提出一种基于混合料疲劳损伤过程中细观力学性能的预防性养护维修方法,通过AC-13C及其细观组分的等效基体劈裂疲劳损伤试验和CT扫描对沥青混合料内部疲劳损伤进行分析,从细观尺度把沥青路面的使用期分成不同疲劳损伤阶段,在不同疲劳损伤阶段采用不同的养护方法与维护措施,系统地制订沥青路面预防性养护方案。