[发明专利]基于胶粉溶胀-溶解状态的胶粉沥青路面性能预警方法

说明书

本申请公开了基于胶粉溶胀‑溶解状态的胶粉沥青路面性能预警方法，胶粉改性沥青制备及沥青胶浆材料属性参数获取，基于宏‑微观试验获取胶粉沥青性能指标及胶粉颗粒溶胀‑溶解状态变化参数，并对所获参数进行数值化处理，定量表征胶粉颗粒的溶胀‑溶解状态，利用神经网络算法构建胶粉改性沥青性能与溶胀‑溶解状态的预测模型，在离散元软件中进行非均质胶粉改性沥青胶浆建模及细观参数赋值，利用神经网络预测模型，得到面层胶粉沥青内部溶胀‑溶解状态，在离散元中实现精细化建模同时推演路面结构在重复荷载下的永久变形行为，实现胶粉改性沥青路面结构性能进行预警。

技术领域

本发明涉及神经网络算法与沥青路面结构性能预警技术领域，具体为基于胶粉溶胀-溶解状态的胶粉沥青路面性能预警方法。

背景技术

目前我国废旧橡胶轮胎数量的逐年递增，从而引发了越来越多研究学者的关注，如何实现废物利用，成为了研究热点，在道路工程领域中，胶粉改性沥青便是实现橡胶废物利用的有效途径。相较于普通沥青，胶粉改性沥青拥有更优异的性能。然而，由于如今使用胶粉改性沥青，大多都基于各向同性理论，没有对胶粉改性沥青进行微观的剖析，忽略了橡胶颗粒在其中的溶解度、溶胀程度、体积膨胀率和质量衰减率等的影响，从而不能有效地反应其性能。当前，道路工程智能化是研究的热点也是未来的发展方向，随着机器学习、神经网络的发展，使之用于路面结构性能的预测成为可能，而现如今的技术，没有完全结合的，本发明立足于此，聚焦胶粉溶胀-溶解状态的胶粉改性沥青路面结构性能预警，利用神经网络，开发了胶粉改性沥青性能与胶浆分布状态的神经网络预测模型，可有效的实现对胶粉的溶解度、溶胀程度、体积膨胀率和质量衰减率等的预测，并以沥青性能指标作为路面结构性能状态评价，对路面结构性能进行预警。

发明内容

解决的技术问题：本发明针对现有技术没有对胶粉改性沥青进行微观的剖析，忽略了橡胶颗粒在其中的溶解度、溶胀程度、体积膨胀率和质量衰减率等的影响，从而不能有效地反应其性能等问题，提供了基于胶粉溶胀-溶解状态的胶粉沥青路面性能预警方法。

技术方案：

基于胶粉溶胀-溶解状态的胶粉沥青路面性能预警方法，包括以下步骤：

S1、胶粉改性沥青制备及沥青胶浆材料属性参数获取；

S2、基于宏-微观试验获取胶粉改性沥青性能指标及胶粉颗粒溶胀-溶解状态变化参数；

S3、胶粉改性沥青材料属性参数及胶粉颗粒溶胀-溶解状态变化参数数值化；

S4、基于神经网络构建胶粉改性沥青性能与溶胀-溶解状态的预测模型；

S5、非均质胶粉改性沥青胶浆建模及细观参数赋值；

S6、利用神经网络算法基于胶粉溶胀-溶解状态的胶粉改性沥青路面性能预警方法。

作为本发明的一种优选技术方案：所述S1中，首先采用湿法，在胶粉掺量5-35％，处理温度140-195℃，处理时间0.5-3.0h制备工艺下，进行正交胶粉溶胀-溶解试验，共制备180组胶粉改性沥青；其次，将胶粉改性沥青固化于环氧树脂中形成树脂试样，制备180组胶粉改性沥青胶浆试样；最后对所有试样进行微观尺度上的纳米压痕试验提取胶粉相和沥青相的弹性模量及黏弹性指标。