原文传递
基于神经网络的热再生沥青混合料水稳定性预测模型
| 论文题名： | 基于神经网络的热再生沥青混合料水稳定性预测模型 |
| 关键词： | 路面养护;热再生沥青混合料;表面自由能;水稳定性;BP神经网络 |
| 摘要： | 随着我国交通事业的快速发展，沥青路面再生技术逐渐成为了路面养护的重要手段，热再生沥青混合料以其适用范围广泛、施工简便、时间成本耗费少的优点越来越多地应用于实际工程中，但在使用过程中，热再生沥青混合料的水稳定性较之新沥青混合料明显不足，严重影响再生沥青混合料的使用。因此，对于热再生沥青混合料水稳定性的研究至关重要。本文在确保原材料性能的基础上，通过再生沥青-矿料黏附性实验和冻融劈裂试验评价热再生沥青混合料的水稳定性，基于上述实验结果，利用BP神经网络建立了再生沥青混合料水稳定性预测模型，并取得了以下成果： 首先，基于表面自由能理论，采用躺滴法测定了不同旧沥青掺量和再生剂掺量下的再生沥青、石灰岩、花岗岩的接触角，计算出再生沥青与集料的表面自由能，以及再生沥青与两种集料间的黏聚功、黏附功、剥落功和能量比参数ER值。结果表明，随着旧沥青掺量的增加，再生沥青与集料间的黏附性能降低，再生剂由于补充了再生沥青中的轻质组分，能够有效提升再生沥青与集料间的黏附性能。同样地掺配比例下，再生沥青与石灰岩的黏附性要优于花岗岩。 其次，对热再生沥青混合料进行合成级配设计，并通过冻融劈裂试验研究了不同RAP掺量和再生剂掺量对热再生沥青混合料水稳定性的影响，利用多次冻融试验，分析再生沥青混合料冻融劈裂强度比（TSR）的衰减规律。结果表明，RAP掺量越高，多次冻融循环后热再生沥青混合料的TSR下降的越明显，再生剂的加入能有效提升混合料的TSR值。通过ER值与TSR的线性回归分析，建立了再生沥青与集料间黏附性能与混合料TSR之间的线性关系。研究结果表明，ER值与TSR有很强的正相关性，回归系数R2均大于0.89，说明再生沥青与集料之间的黏附性对混合料的水稳定性能有较大影响。采用灰关联熵分析法分析了RAP掺量、再生剂掺量、黏附功、剥落功、空隙率和冻融次数对于混合料水稳定性衰变影响的显著性水平，通过灰熵关联度得出各因素与混合料的水稳性能关联度大小依次为：黏附功gt;剥落功gt;空隙率gt;再生剂掺量gt;RAP掺量gt;冻融次数。 最后，将RAP掺量、再生剂掺量、黏附功、剥落功、空隙率以及冻融次数作为输入因素，TSR作为输出因素，采用三层神经网络，通过BP神经网络对热再生沥青混合料的水稳定性能进行了预测。结果表明，模型拟合度能达到0.96188，模型精确度较高，可实现对热再生沥青混合料冻融劈裂强度比的初步预测。 |
| 作者： | 胡嘉颖 |
| 专业： | 交通运输工程 |
| 导师： | 郭鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
