共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
简要介绍了沥青路面温度状况及路面温度预估方法,结合国内外关于沥青路面温度场的理论研究成果,归纳总结了理论法求解沥青温度场的一般步骤和方法,指出理论预估模型便于分析沥青层不同深度处的温度随时间的变化,值得推广。 相似文献
5.
基于混合神经网络模型的污水COD值预估法 总被引:3,自引:0,他引:3
提出了一种基于物理测量的COD值快速预估方法,它采用混合神经网络模型直接由UV分光光度计测得的吸光度数据预估出水样的COD值。实例分析表明,采用该混合模型具有比常规的BP网络和传统回归模型更好的预估精度,同时混合模型的预估值与标准分析值之间也有着良好的相关性。 相似文献
6.
基于运动车辆与不平整路面的相互耦合作用,建立车辆动力作用下沥青路面车辙计算与预估方法。提出一种更加符合实际的汽车动载模型;采用室内蠕变试验确定不同级配、不同温度和不同油石比下的沥青面层混合料Burgers黏弹性模型参数;提出以车辙等效的轴载换算及轴载累加作用时间tt计算方法;通过路面温度场观测,综合相应温度场路面材料动稳定度,建立一种新的路面代表温度的计算方法;针对重复与累加作用时间加载的不同,在理论计算基础上,提出不同沥青路面结构加载修正系数;结合有限元方法分析动力轴载累加时间作用下沥青路面车辙及加载修正系数,获得最终车辙预估值。通过邯郸—长治高速公路试验路车辙预估值与实测值对比,误差仅为8%~9.5%。表明沥青路面车辙预估方法的合理性,并具有较高的精度。 相似文献
7.
为了更准确预测不同骨料类型沥青混合料的疲劳性能,本研究基于JTG D50—2017《公路沥青路面设计规范》中的疲劳预估模型(JTG模型)进行了深入探讨。采用均匀试验设计法,对AC-16C型沥青混合料进行了四点弯曲小梁疲劳试验。通过67组玄武岩、石灰岩和花岗岩沥青混合料的疲劳数据,对JTG模型参数进行了修正。研究发现:(1)简化的JTG模型适用于沥青混合料疲劳寿命预估,不同骨料类型对模型参数a的取值有影响;(2)玄武岩沥青混合料疲劳寿命最长,石灰岩最短,花岗岩居中;(3)修正后的JTG模型与实际疲劳试验数据高度吻合。本研究为沥青混合料的疲劳性能提供了更为精确的预估模型。 相似文献
8.
对AC类基质沥青混合料最大理论密度与计算最大理论密度进行了分析,结果表明:两种最大理论密度之间有着很好的相关性,同时对同一个试件进行了空隙率计算,结果相差甚小,为缺乏试验仪器且试验量较大的沥青路面工程的体积参数计算提供参考. 相似文献
9.
进行再生沥青混合料试验时,由于无法检测回收沥青混合料旧料的组成材料密度,计算再生沥青混合料体积指标的理论最大密度必须使用溶剂法或真空法进行检测,本文就溶剂法检测理论最大密度的试验进行讨论。 相似文献
10.
随着运输系统中出现了越来越多的重型吨位的车辆,这在高速路面基层的结构性能和承载强度上提出了更为严格的要求,为解决这一工程难题,加速加载状态下的车辙抗裂性及稳定性成为一项重要研究课题。本就环道下加速加载试验的实测结果进行相关分析,以此建立适合实际路面抗裂性车辙预估模型,旨在为公路工程质量建设提供可借鉴思路。 相似文献
11.
12.
13.
14.
为综合考虑沥青低温性能对沥青混合料低温性能的影响,并实现对混合料低温性能的预测,采用弯曲梁流变试验及常规低温试验测定了5种沥青及其混合料的低温评价指标,并与约束试件温度应力试验结果进行了灰色关联分析,建立了分数阶灰色预测模型.结果表明:沥青低温连续分级温度、玻璃态转变温度、脆点、不同温度下的蠕变速率和耗散能比对混合料低温性能影响较大;冻断温度和转折点温度FGM(1, 4)模型的误差分别为1.83%和3.71%,精度为优,预测结果合理. 相似文献
15.
为了精确预估沥青路面的永久变形,以十天高速公路陕西汉中段为试验路段,通过实地观测统计获得了全年路面温度区间分布频率和全年不同温度区间的轴载等级分布频率,采用有限元建模并计算路面结构的偏应力,计算表明,偏应力随深度的增加呈先增大后减小趋势,且路面的中面层偏应力最大.通过不同温度及偏应力的三轴重复荷载试验,建立了SMA-13,AC-20,ATB-30沥青路面重复荷载永久变形黏弹性力学模型,其拟合相关系数大于0.980 0.综合考虑路面温度、路面厚度、荷载作用次数、荷载大小、路面结构中各点偏应力及沥青混合料蠕变柔量等因素,提出了沥青路面永久变形预估方法,试验表明,该预估方法可模拟沥青路面结构实际受力状态,准确预估其容许永久变形寿命.经计算,十天高速公路陕西汉中段的容许永久变形寿命为13a. 相似文献
16.
17.
18.
19.
20.
采用基因表达式编程算法对沥青混合料动模量进行预测.以沥青混合料空隙率(Va)、有效沥青含量(wbeff)、沥青黏度(η)、荷载频率(f)、集料筛余质量分数(ρ34,ρ38,ρ4)以及集料在0.075mm筛孔上的通过率(ρ200)为主要参数,建立了基于基因表达式编程算法的沥青混合料动模量预测模型.结果表明:由预测模型得到的动模量预测值与实测值之间具有较高的相关性;将预测模型与Witczak 1999模型、韩国动模量预测模型和人工神经网络模型等方法进行比较后发现,采用基因表达式编程算法来预测沥青混合料动模量具有简单可靠的优点. 相似文献