原文传递
高掺量RAP热再生沥青混合料拌和条件及性能预测研究
| 论文题名： | 高掺量RAP热再生沥青混合料拌和条件及性能预测研究 |
| 关键词： | 再生沥青混合料;冻融劈裂强度比;性能预测;拌和条件 |
| 摘要： | 从一九七八年改革开放后至今，我国已从大力修建新公路阶段逐步转变为大力维修阶段。在维修阶段就会产生大量的废路面旧料，在资源匮乏和环境保护两种压力下，刺激了再生技术的发展。但目前RAP（沥青混合料回收料）的掺量在实际应用中基本上都在30%以内，掺量达到30%以上，新旧沥青融合程度急剧降低，很难达到100%融合，而规范里通常假设新旧沥青完全融合，再加上室内试验与实际工程中的不一致性，导致热再生沥青路面服役几年就再次需要大修，难以达到设计的使用寿命。 本文首先通过沥青老化动力学和复合粘温曲线法预测沥青老化程度和计算适宜拌和温度区间，然后考虑到新旧沥青的不完全融合引入矿料迁移程度优化配合比设计。本文研究的RAP掺量分别为：20%、30%、40%和50%；对30%RAP掺量以下，假设新旧沥青完全融合。RAP掺量大于30%时，通过改变RAP掺量，结合规范和前面计算的拌和区间，改变混合料拌和温度（150℃、160℃、170℃）、拌和时间（120s、150s、180s），得到几种不同的AC-16型热再生沥青混合料，以高温稳定性能、水稳定性能作为主要性能检测指标，得出热再生沥青混合料在不同RAP掺量下设计的最佳拌和条件：RAP掺量为20%-30%时，拌和时间取150s，拌和温度为160℃既满足规范要求又经济；RAP掺量为40%时，水稳定性能降低较大，拌和时间为180s，拌和温度为160℃能够符合规范要求。当掺量为50%时拌和时间宜为180s，拌和温度为170℃时再生沥青混合料具有较好的水稳定性能。 另一方面，为了极大的提高实际工程中热再生沥青混合料路用性能的可预见性，利用MATLAB的BP神经网络进行性能预测，将混合料密度、空隙率、沥青饱和度、矿料间隙率、稳定度、沥青用量作为输入层，动稳定度、残留稳定度、冻融劈裂强度比作为输出层，进行网络训练和学习。预测结果的最大相对误差为4.28%，最小误差为2.35%，在数值分析规范要求（±5%）内，证明利用BP神经网络进行性能预测是可行的，为了进一步缩小误差，引入遗传算法结合BP神经网络建立起新的预测模型，再次预测，最大相对误差仅为2.26%，误差得到显著降低，预测结果更加精准。通过神经网络模型不仅能正确预测再生沥青混合料的各项性能，而且会有助于提前发现未来沥青路面使用过程中可能出现的一系列问题，节约人力、物力等资源，具有较为重大意义。 |
| 作者： | 田庚 |
| 专业： | 材料工程 |
| 导师： | 孙长新 |
| 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
