[发明专利]建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法有效
申请号: | 202010619080.4 | 申请日: | 2020-06-30 |
公开(公告)号: | CN111595727B | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 罗蓉;牛茏昌;胡芙蓉;涂崇志;李仁君;罗晶;汪翔 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G01N11/00 | 分类号: | G01N11/00;G01N13/00;G01N13/02;G01N5/02;G01N21/3577;G06F17/18 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 罗敏清 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 建立 快速 预测 沥青 集料 黏附 韧性 评价 方法 | ||
1.一种建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法,其特征在于,包括如下步骤:
S1:用红外光谱仪测试出沥青特征官能团红外光谱图,标记红外光谱图上的各特征官能团波峰,并提取已标记的各波峰的原始面积,以其中一标记的波峰面积为基准计算各波峰的相对面积,再根据各波峰的相对面积计算沥青特征官能团指数;
S2:分别计算集料和多种沥青的表面能参数,然后根据集料和多种沥青的表面能参数计算出各种沥青与集料间的黏附结合能,并根据黏附结合能判断出沥青-集料黏附性的大小;
S3:根据步骤S2得到的沥青表面能参数计算出各种沥青的内聚结合能,并根据沥青内聚结合能判断沥青黏韧性的大小,内聚结合能数值越大,沥青黏韧性越好;
S4:使用关联分析方法得出沥青各特征官能团分别对沥青-集料的黏附结合能、沥青内聚结合能的关联系数,并根据得出的关联系数计算对应的关联度,确定沥青各特征官能团分别对沥青-集料黏附结合能、沥青内聚结合能的影响程度,最后选出关联度在一定值以上的沥青特征官能团;
S5:使用多元线性回归方程分别建立沥青-集料黏聚结合能、沥青内聚结合能与步骤S4中选出的关联度在一定值以上的沥青特征官能团之间的模型公式,并对模型公式进行验证。
2.如权利要求1所述的建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法,其特征在于,在步骤S1中,沥青的特征官能团指数为红外光谱图上该官能团对应的波峰总相对面积与所有特征官能团对应的波峰总相对面积的比值。
3.如权利要求1所述的建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法,其特征在于,在步骤S1中,在计算沥青各特征官能团指数时,将对应着相同官能团的不同波长的波峰的相对面积进行合并,求取该特征官能团指数。
4.如权利要求1所述的建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法,其特征在于,在步骤S2中,通过蒸气吸附法测试并计算得出集料的表面能参数,通过光学接触角法测试并计算得出各种沥青的表面能参数,最后使用GvOC理论体系计算得出沥青与集料之间的黏附结合能,步骤S3中的沥青内聚结合能也采用GvOC理论体系计算得出。
5.如权利要求1所述的建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法,其特征在于,在步骤S4中,用关联分析法计算关联系数和关联度时还包括如下步骤:
1)将沥青-集料黏附结合能、沥青内聚结合能数据分别作为参考数列,将沥青各特征官能团指数数据作为比较数列进行分析;
2)对各沥青-集料黏附结合能、沥青内聚结合能数据以及沥青各特征官能团指数进行无量纲化处理;
3)以无量纲化后的参考数列为基准进行求差数列的计算,再找出求差数列中的两级最大值和两级最小值,根据两级最大值和两级最小值求出分辨系数,最后根据分辨系数计算出沥青各特征官能团的官能团指数分别对沥青-集料黏附结合能、沥青内聚结合能的关联系数;
4)将各特征官能团分别对沥青-集料黏附结合能、沥青内聚结合能的关联系数求平均值得到该特征官能团分别对沥青-集料黏附结合能、沥青内聚结合能的关联度,并根据关联度大小对各特征官能团进行排序。
6.如权利要求5所述的建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法,其特征在于,对于每个参考数列X0有若干个比较数列X1,X2,…,Xn,各比较数列与参考数列的关联系数ξ(Xi)由下列公式算出:
式中:∆V为所有差值绝对值的均值;为两级最小差;为两级最大差;为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值;为分辨系数,,的取值要求为:
a. 3∆V时,X∆≤ρ≤1.5X∆
b. ≤3∆V时,1.5X∆ρ≤2X∆
式中:,即所有差值绝对值的均值与两级最大差之比。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010619080.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:与喉鳞癌密切相关的非编码RNA
- 下一篇:AGV电池自动充换设备