基于疲劳方程的水泥乳化沥青稳定碎石基层试验研究

水泥乳化沥青稳定碎石作为路面结构基层材料,其路面结构设计的控制指标也应是抗拉强度,因此,对路面结构进行疲劳寿命预测,以验证设计的合理性是非常必要的。根据水泥乳化沥青稳定碎石基层配合比设计结果,对三种不同配比组成的梁式试件在控制应力水平的条件下进行疲劳性能试验,研究材料的抗疲劳能力,并建立疲劳寿命预估方程,对水稳碎石基层施工具有指导意义。     

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。     

基于灰色神经网络的港口集装箱吞吐量预测模型研究

为降低港口集装箱吞吐量的预测误差,提高预测精度,在分析传统的灰色预测模型和BP神经网络预测模型的优缺点的基础上,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

基于修正Neuber方程的沥青路面裂缝形成疲劳寿命预估方法

为预估沥青路面裂缝形成疲劳寿命,根据局部应力-应变理论,通过直接拉伸疲劳试验,建立了沥青混合料的真实应力-应变循环曲线,运用Neuber方程将名义应力、应变转换为局部应力、应变,对循环曲线和Neuber方程进行修正,以符合平面应变问题。通过等应变疲劳试验,建立了沥青混合料的疲劳寿命方程,提出了沥青路面裂缝形成寿命预估方法。根据应变疲劳寿命曲线可合理计算沥青混合料疲劳损伤,由累积损伤可求得沥青路面裂缝形成疲劳寿命。     

机场场面交通流量预测方法研究

针对机场场面交通可获数据的局限性,为精准提取机场交通数据时空特征及预测场面交通流量。首先,基于推出控制理论,建立机场场面运行数值仿真模型,得到因数据局限无法获取的预测指标;其次,搭建卷积神经网络(CNN)与长短期记忆网络(LSTM)组合预测模型提取时空特征;最后,以河南郑州机场为例进行试验验证,比较模型在不同训练数据量下的预测性能与误差指标,结果表明基于仿真指标的预测模型预测结果精确度高且性能稳定。     

基于神经网络理论的沥青混合料疲劳性能的预测模型

荷载条件、环境条件以及沥青混合料性质都会影响沥青混合料的疲劳性能。而疲劳试验所得出的疲劳方程不能反映众多因素对沥青混合料疲劳性能的影响。本文将荷载间歇时间、加载频率、试验温度、沥青混合料空隙率、沥青软化点、沥青用量等6个影响因素适当组合,在MTS材料试验系统上进行了不同条件下的应力控制的疲劳试验;然后,运用遗传算法和神经网络理论来考虑各因素对沥青混合料疲劳性能的影响,得出一种较为完善的沥青混合料疲劳性能的预测模型。研究表明,这种方法是科学和可行的,所得出的预测模型的精度较高。     

环氧沥青混合料的疲劳行为研究

以美国ChemCo环氧沥青为例,按马歇尔设计方法进行了混合料设计,利用万能材料试验机MTS-81完成疲劳试验,并对沥青混合料小梁力学特性进行了检测,从沥青用量、摊铺等待时间、应力比3个影响因素,分析了环氧沥青混合料疲劳性能的变化规律,并回归了环氧沥青混合料的疲劳行为方程。结果表明:疲劳寿命与沥青用量、摊铺等待时间、应力比3个影响因素的关系分别为:随应力比增大而减小,随沥青用量的增大而增大,越过某个特定的时间点之后随摊铺等待时间的增大而减小,疲劳寿命的以10为底的对数分别与3个因素呈幂函数、指数和指数关系;提出多维拟合后的疲劳行为预估方程;并经过验证,此方程的适用范围限于应力比在0.3~0.7以内,沥青用量在5%~8%以内,以及摊铺等待时间在0~120 min以内。     

沥青混合料应变疲劳性能的试验研究

沥青混合料疲劳试验的荷载控制模式有应力控制模式和应变控制模式。而在应变控制的疲劳试验过程中 ,沥青混合料的应力应变状态更符合沥青路面的实际情况。试验得出的弯拉应变与疲劳寿命之间的关系便于应用。运用 MTS81 0材料试验系统 ,进行了 5种级配的沥青混合料的应变控制模式的疲劳试验 ,得出了它们的应变疲劳方程 ,并对疲劳方程进行了比较和分析。研究表明 ,同一应变 (或应变比 )下 ,若干试件的对数疲劳寿命表现为正态分布 ,而且应变、应变比与疲劳寿命分别在双、单对数坐标上表现为直线关系 ;单对数坐标下以应变比表示的疲劳方程较双对数坐标下的以应变表示的疲劳方程稳定 ,而双对数坐标下的疲劳方程更易区分出沥青混合料疲劳性能的优劣 ;应变控制模式下的疲劳试验 ,其它条件相同时 ,沥青混合料的模量越小 ,疲劳寿命越长。     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

纳米膨润土改性沥青混合料的疲劳特性研究

制备了连续级配和间断级配条件下的纳米膨润土改性沥青混合料,利用大型UTM-30多功能沥青混合料试验机对不同类型的纳米膨润土改性沥青混合料展开间接拉伸疲劳试验,根据所得数据建立疲劳方程并进行系统的分析。结果表明:温度、纳米膨润土及添加剂均对沥青混合料的疲劳寿命有影响。10℃条件下的疲劳寿命高于30℃的疲劳寿命。纳米膨润土和添加剂使疲劳寿命有所提高,表现为疲劳方程的K值增大,n减小,且纳米膨润土对疲劳方程系数的影响程度大于添加剂,即沥青混合料的疲劳寿命的提高主要取决于纳米膨润土。     

基于人工神经网络的沥青混合料体积性质预测

在变级配多组试验数据的基础上，建立了人工神经网络预测模型。以各筛孔通过率作为输入，矿料间隙率和粗骨架间隙率作为输出，得到的神经网络预测模型，对于某种具体的材料，能够预测其它各种不同的级配在相同的沥青用量下所具的体积性质。     

基于神经网络与马尔可夫链的换道次数预测方法

为在先验数据有限情况下较精确地预测道路换道次数,提出基于神经网络与马尔可夫链的组合预测模型。采集路段区间平均车速和车流密度,采用BP神经网络训练初步拟合模型;运用马尔可夫链方法,进一步给出换道次数在表示高估、正常、低估的3组区间内的分布及概率,改善BP神经网络误差。运用组合预测模型对西安市某道路的换道次数进行了预测分析,结果表明,实际换道次数均在模型给出的较大概率的预测区间内,表明模型能够根据路段区间平均车速和车流密度较好地预测换道次数。     

基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

富橡胶沥青稳定碎石的抗双面剪切疲劳性能研究

为研究富橡胶沥青稳定碎石混合料的抗剪切疲劳性能,对成型梁式试件进行了不同应力比加载条件下的双面剪切疲劳试验,并对其疲劳寿命进行统计分析,建立不同失效概率下的剪切疲劳方程。结果表明：应力比对富橡胶沥青稳定碎石的疲劳寿命具有显著影响,其剪切疲劳寿命服从双参数威布尔分布;本文建立了失效概率型(P-S-N)剪切疲劳方程和剪切疲劳损伤累积模型。     

道路交通事故宏观预测模型

道路交通安全已成为全社会普遍关注的问题,为了对中国未来的交通安全形势作出科学准确的预测,分析了中国道路安全状况的评价指标和主要影响因素,以交通事故死亡人数作为评价指标（输出变量）,以机动车保有量、公路里程、人均GDP为输入变量（影响因素）,建立了基于遗传算法的神经网络道路交通事故宏观预测模型和BP神经网络预测模型．模型的训练利用1978～1998年的道路交通事故数据为样本;模型的检验利用1999～2004年的道路交通事故数据进行检验．模型对未来年份的死亡人数进行了预测．预测结果表明：基于遗传算法的神经网络模型比BP神经网络预测精度较高,网络泛化能力强;得出2010年和2020年中国的道路交通事故死亡人数值分别为13．9万人和16．7万人．     

基于BP神经网络的FRP加固混凝土柱承载力预测

为提高纤维增强复合材料(FRP)加固混凝土轴压柱承载力的计算精度,建立了FRP加固混凝土轴压柱承载力的BP神经网络预测模型.利用大量试验数据对神经网络模型进行训练,并用训练成熟的神经网络模型对FRP加固混凝土轴压柱的承载力进行了预测.通过模型预测值与试验结果的比较,证明该模型的预测结果具有一定的可信度,最大误差不超过15%,比其他计算模型的精度高.     

新疆岩沥青改性沥青混合料疲劳性能的试验研究

为了揭示岩沥青改性沥青混合料的疲劳耐久性,利用MTS-810材料试验系统,分别对普通重交沥青混合料、SBS改性沥青混合料和岩沥青改性沥青混合料等3种混合料进行了不同应力比下的疲劳试验,建立了3种沥青混合料的S-N疲劳方程,并对3种沥青混合料的疲劳试验结果进行了比较.在相同的应力比试验条件下,岩沥青改性沥青混合料的疲劳寿命最大,普通重交沥青混合料的疲劳寿命最小.岩沥青改性沥青混合料S-N疲劳方程参数k最大,n最小.研究结果表明:两个疲劳方程参数k和n均证实了岩沥青改性沥青混合料具有较好的抵抗疲劳荷载的能力.在荷载水平增加相同幅度的情况下,岩沥青改性沥青混合料的疲劳寿命衰减量最小.在相同的级配、油石比和荷载条件下,其疲劳耐久性最好.     

基于BP神经网络的南宁市公路货运量预测

为提高公路货运量预测的准确性,依据南宁市历史年份的公路货运量数据建立公路货运量的BP神经网络预测模型。将模型在MATLAB软件环境下进行编码并运算,通过对数据的反复训练和学习最终得到预测值。经过实例分析证明基于BP神经网络的货运量预测模型的有效性。为证明不同方法间的差异性,利用趋势外推法、三次指数平滑法、灰色预测法以及指数回归法对南宁市公路货运量进行了预测。通过对比分析,得到不同方法的相对误差。可以看出,基于BP神经网络的货运量预测模型较传统预测方法有较大的优越性,BP神经网络模型能够揭示货运量的非线性变化关系,准确地拟合原始数据。     

沥青混合料的疲劳试验与疲劳寿命预测

采用正弦渡荷载对沥青混合料小梁试件的疲劳特性进行了试验研究,并用累积耗散能原理对其疲劳寿命进行预测。试验结果表明：随着加载应力水平的提高,其疲劳寿命是不断降低的。沥青混合料的耗散能能够较好地反映沥青混合料的疲劳过程,是分析和预测沥青混合料疲劳特性的有效方法。     

基于路面加速加载的沥青路面疲劳损伤预估模型标定方法

为提高工程应用中沥青路面疲劳损伤预估模型的可靠性，提出了一种结合小型试件试验与足尺路面加速加载试验的模型标定方法；基于路面疲劳损伤发展特征分析，提出采用非线性增量递归法的沥青路面累积疲劳损伤分析方法，适用于疲劳损伤预估模型由小尺寸试验向足尺试验条件的转移与外推；基于小尺寸试件试验疲劳寿命预估模型构建了足尺沥青混合料层疲劳损伤预估模型，利用疲劳寿命预估模型转移方程实现足尺路面加速加载条件下的疲劳损伤预估；为确定模型转移方程，提出了基于路面加速加载试验的疲劳损伤标定方程，推导了疲劳损伤预估模型待定系数标定方法；利用重型荷载模拟器实施了级配碎石组合式基层沥青路面足尺试验路段加速加载试验，结合路面钻芯试样动态模量与四点弯曲疲劳试验，标定和验证了沥青混合料层的疲劳损伤预估模型。研究结果表明：非线性增量递归法可考虑材料非线性、性能衰减和加载历史对结构层疲劳损伤累积的影响，符合实际路面疲劳损伤发展规律；利用标定确立的疲劳损伤预估模型可以预测试验路不同加载区间沥青混合料层的累积疲劳损伤，50%和90%的预测值相对实测结果的误差分别小于3.1%和20.0%,表明该预估模型具有一定可靠性；提出的模型标定方...