SBS改性沥青流变性能影响因素的试验研究

大量的研究表明，采用改性沥青材料铺筑的路面其使用性能与改性沥青的流变性能密切相关。因此，研究SBS改性沥青的流变性能就显得尤为重要。     

提高沥青-酸性集料抗水损害的试验研究

针对酸性集料与沥青粘附性差、混合料水敏感性大的难题 ,根据配位键理论采用含铬外加剂处理酸性集料 ,显著提高沥青与酸性集料的粘附性。用强化的冻融劈裂试验评价混合料水损害 ,对比试验说明经过含铬外加剂处理后的酸性集料混合料劈裂强度比提高显著 ,长期抗水损害性能也较好。     

马歇尔法下橡胶改性沥青混凝土成型工艺研究

首先对橡胶颗粒物理力学特点进行分析,在此基础上提出了二次成型橡胶改性沥青混凝土的方法;而后,进行了不同温度下橡胶改性沥青混凝土室内成型工艺研究。研究表明:只要成型工艺恰当,马歇尔法完全能够成型橡胶改性沥青混凝土试件。     

基于神经网络技术沥青混合料体积参数预测模型研究

将BP神经网络引入到沥青混合料体积参数预测之中,通过灰关联分析手段总结出沥青混合料体积参数的主要影响因素,并以此作为网络输入单元编制体积参数预测模型程序,利用MATLAB强大的图形界面设计功能形成模型的可视化界面。同时通过调整网络内部的结构形式,寻求出一种预测效果最优的结构形式用于网络模型的建立。     

集料表面纹理粗糙度的测量

为了有效评价集料表面纹理粗糙程度对沥青混合料路用性能的影响,采用激光轮廓仪直接测量了9种不同集料的表面纹理轮廓曲线,通过轮廓滤波方法将其划分为宏观纹理和微观纹理,并应用几何统计方法,以算术平均偏差、算术平均波长和轮廓偏斜度为评价指标,对其表面纹理粗糙度进行了定量评定.分析结果表明:算术平均偏差最适宜用来描述集料表面纹理的粗糙程度,算术平均偏差越大,集料表面纹理的粗糙度越大;波长2 mm为集料表面宏观纹理和微观纹理的界限值;根据算术平均偏差,集料表面纹理粗糙度可以划分为4级.     

粗集料表面纹理的分形评定及沥青混合料性能试验

采用激光轮廓仪测量了7种不同粗集料的表面纹理曲线,应用结构函数法分析了粗集料表面纹理的分形特性,采用特征粗糙度综合表征了粗集料表面纹理的粗糙度、形状和坡度特性,并考察了特征粗糙度对沥青混合料性能的影响。分析结果表明:粗集料表面纹理在一定范围内具有分形特性,其特征粗糙度与沥青混合料动稳定度和冻融劈裂强度比具有显著的线性相关性;随粗集料表面纹理特征粗糙度的增加,沥青混合料高温抗变形能力、抗水损害能力和低温抗裂性能逐渐增强。     

沥青混合料水损害评价方法中试验条件的研究

我国现行规范规定采用残留马歇尔稳定度和冻融劈裂试验来评价沥青混合料抗水损害的能力，但是由于试验条件控制不够合理，与路面实际状态并没有建立良好的关系。因此，在分析了现行的水稳定性评价方法不足的基础上，本文重点讨论了空隙率和饱水率对冻融劈裂试验结果的影响，通过试验研究提出常规冻融劈裂试验空隙率应控制在7％～8％或采用马歇尔标准击实25次，饱水率应控制在60％～75％。     

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.     

基于人工神经元网络技术的沥青混合料马歇尔试验性能预测模型

建立了基于BP人工神经元网络技术的沥青混合料马歇尔试验性能预测模型，通过63组试验数据对模型进行了学习训练，并用另外10组试验数据对模型进行了检验，结果表明，该模型可用于沥青混合料马歇尔试验性能预测。     

橡胶颗粒路面抑制冰雪技术

0引言橡胶颗粒路面是将废旧的橡胶轮胎破碎成具有一定形状和粒径的颗粒,用其代替部分集料,以骨料的形式直接掺于沥青混合料中铺筑而成的路面。橡胶颗粒的掺入可以使路面具有良好的抑制路面结冰和降噪、抗滑能力。