-
公开(公告)号:CN118136174A
公开(公告)日:2024-06-04
申请号:CN202410259646.5
申请日:2024-03-07
Applicant: 华南理工大学
IPC: G16C60/00 , G06F30/20 , G01N33/42 , G01N3/32 , G06F119/14
Abstract: 本发明涉及道路工程技术领域,特别是涉及一种基于材料组成及性能的沥青混合料水损害预估方法,包括以下步骤:构建沥青混合料抗水损害性能预测模型;测试选定集料的破碎面颗粒含量,进行集料配合比设计确定集料通过率;确定沥青用量,并对选定沥青进行多重应力蠕变恢复试验,计算3.2kPa应力水平下不可恢复蠕变柔量;将获取的沥青混合料设计参数输入至构建的沥青混合料抗水损害性能预测模型,计算沥青混合料的剥落拐点;对比不同的配比设计方案的预测值,选择最大剥落拐点的配比设计方案。本发明采用上述一种基于材料组成及性能的沥青混合料水损害预估方法,解决了现有技术中沥青混合料抗水损害性能评估方法成本高、效率低的问题。
-
-
公开(公告)号:CN119517238A
公开(公告)日:2025-02-25
申请号:CN202411522984.X
申请日:2024-10-29
Applicant: 深圳市综合交通与市政工程设计研究总院有限公司 , 华南理工大学
Abstract: 本发明提出了一种沥青混合料性能预测方法、系统及存储介质,属于沥青混合料性能测试技术领域;包括以下步骤:步骤1:制备沥青混合料试样,并对试样进行预热保温处理;步骤2:对试样所在的路面区域进行荷载试验,得到轴载次数x1和空隙水作用次数x2;步骤3:根据轴载次数x1和空隙水作用次数x2,获得累计承载次数X,拟合累计承载次数X与车辙深度的关系式;步骤4:构建神经网络模型,对累计承载次数X与车辙深度的关系式中的拟合参数进行优化,直到达到迭代终止条件或者最大迭代次数,输出训练后的拟合参数代入累计承载次数X与车辙深度的关系式中;步骤5:采用优化的累计承载次数X与车辙深度的关系式,对车辙深度进行预测。
-
公开(公告)号:CN118027520A
公开(公告)日:2024-05-14
申请号:CN202410259642.7
申请日:2024-03-07
Applicant: 华南理工大学
Abstract: 本发明涉及沥青混合料技术领域,特别是涉及一种利用城市污泥制备沥青混合料温拌剂的方法,包括碱熔融阶段:将城市污泥焚烧灰与氢氧化钠粉末混合均匀,置于陶瓷坩埚中焙烧,得到熔融产物;水热反应阶段:将熔融产物与氢氧化钠溶液混合均匀,得到混合溶液,过滤提取上层清液并加入铝酸钠粉末调整其Si和Al的摩尔比以形成结晶凝胶;结晶过滤阶段:将凝胶移入聚四氟乙烯容器中进行结晶,快速冷却后过滤分离合成产物,洗涤干燥后得到合成沥青混合料温拌剂。本发明采用上述方案通过利用城市污泥人工合成沸石用作沥青混合料的温拌剂,解决城市污泥焚烧后对环境造成多方面污染的问题,同时解决了现有技术中发泡型沥青混合料温拌剂造价过高的问题。
-
公开(公告)号:CN117077247B
公开(公告)日:2024-03-12
申请号:CN202310820738.1
申请日:2023-07-05
Applicant: 华南理工大学 , 华运通达科技集团有限公司
IPC: G06F30/13 , G06F30/20 , G01N3/24 , G06F119/04 , G06F119/14
Abstract: 本发明涉及一种高掺量再生沥青混合料抗疲劳开裂性能的预测方法,包括以下步骤,步骤一:构建高掺量再生沥青混合料抗疲劳开裂性能的预测模型,预测模型包含再生沥青的抗疲劳因子与开裂因子的函数关系;步骤二:提取旧沥青路面回收料中老化沥青,根据老化沥青、再生剂及新沥青的配比制备老化沥青目标掺量大于30%的再生沥青试件;步骤三:在高剪切速率下,利用沥青屈服能试验获得再生沥青试件的抗疲劳因子;步骤四:将获得的抗疲劳因子输入到预测模型中,计算得到再生沥青混合料的开裂因子,为高掺量再生沥青混合料组成设计过程中确定旧沥青路面回收料、新沥青及再生剂掺量的最优组合提供参考。
-
公开(公告)号:CN117408095A
公开(公告)日:2024-01-16
申请号:CN202311730215.4
申请日:2023-12-15
Applicant: 华南理工大学
IPC: G06F30/20 , G01N33/42 , G06F119/04 , G06F119/08
Abstract: 本发明提供一种沥青在不同温度下疲劳寿命的预测方法,涉及沥青测试技术领域,包括:设置测试温度,获取沥青的复合模量实测数据和疲劳寿命实测数据;建立预测模型,预测模型包括模型参数,将模型参数划分为两类,分别为第一模型参数和第二模型参数;根据第一优化方法迭代优化第一模型参数,得到优化后的第一模型参数;根据第二优化方法迭代优化第二模型参数,得到优化后的第二模型参数;利用优化后的第一模型参数、优化后的第二模型参数更新预测模型,得到最终的预测模型,利用最终的预测模型得到疲劳寿命的预测结果。本发明的预测模型形式简单,实用性更强,通过两种优化方法对模型参数按批次优化,能够增加模型预测的准确度。
-
公开(公告)号:CN119144045A
公开(公告)日:2024-12-17
申请号:CN202411498808.7
申请日:2024-10-25
Applicant: 华南理工大学 , 华运通达科技集团有限公司 , 华运通达(浙江)交通科技有限公司
Abstract: 本发明涉及固体废弃物回收技术领域,提出了一种基于少量沥青混合料高效简便回收沥青的方法,包括以下步骤:S1,取沥青混合料样品加水并超声波清洗,洗去样品表面杂质;S2,将除杂且干燥的样品置于混合溶剂中,浸泡20~40min,直至集料表明无沥青裹附;所述混合溶剂包括1,1‑二乙氧基乙烷和甲基叔丁基醚;S3,取步骤S2的混合料经减压抽滤、离心后,取上清液置于通风橱中初步挥发后,再置于鼓风干燥箱内60~105℃蒸发溶剂,得到回收沥青。本发明采用低沸点的溶剂1,1‑二乙氧基乙烷和甲基叔丁基醚复配,结合后续的减压抽滤、离心以及挥发处理实现了从沥青混合料中高效简便回收沥青的方法,相较于现有的阿布森法和旋转蒸发器法,具有回收的沥青高保真,且无有机溶剂残留的优点。
-
公开(公告)号:CN118136174B
公开(公告)日:2024-10-18
申请号:CN202410259646.5
申请日:2024-03-07
Applicant: 华南理工大学
IPC: G16C60/00 , G06F30/20 , G01N33/42 , G01N3/32 , G06F119/14
Abstract: 本发明涉及道路工程技术领域,特别是涉及一种基于材料组成及性能的沥青混合料水损害预估方法,包括以下步骤:构建沥青混合料抗水损害性能预测模型;测试选定集料的破碎面颗粒含量,进行集料配合比设计确定集料通过率;确定沥青用量,并对选定沥青进行多重应力蠕变恢复试验,计算3.2kPa应力水平下不可恢复蠕变柔量;将获取的沥青混合料设计参数输入至构建的沥青混合料抗水损害性能预测模型,计算沥青混合料的剥落拐点;对比不同的配比设计方案的预测值,选择最大剥落拐点的配比设计方案。本发明采用上述一种基于材料组成及性能的沥青混合料水损害预估方法,解决了现有技术中沥青混合料抗水损害性能评估方法成本高、效率低的问题。
-
公开(公告)号:CN117079748B
公开(公告)日:2024-02-20
申请号:CN202310820024.0
申请日:2023-07-06
Applicant: 华南理工大学 , 华运通达科技集团有限公司
IPC: G16C60/00 , G01N17/00 , G06F30/20 , G06F119/04
Abstract: 本发明涉及一种沥青大应变下疲劳损伤预测混合料长期耐久性方法,包括以下步骤,构建沥青混合料长期耐久性预测模型,预测模型包含有沥青混合料在大应变下的疲劳寿命与柔性指数的函数关系;对选定沥青进行长期老化试验,随后进行疲劳试验,获取沥青在大应变下的疲劳寿命;将获取的疲劳寿命输入到预测模型中,利用疲劳寿命与柔性指数的函数关系计算得到沥青混合料长期耐久性能。相比于传统方法,利用本发明的预测方法可将沥青混合料的长期耐久性评价前置于沥青层面,可节省大量试验成本和时间。在沥青混合料组成设计时,通过对比沥青混合料柔性指数预测值,筛选满足沥青混合料疲劳抗裂性能要求的沥青材料组成体系。
-
公开(公告)号:CN120032763A
公开(公告)日:2025-05-23
申请号:CN202510073338.8
申请日:2025-01-17
Applicant: 华南理工大学 , 河南越秀平临高速公路有限公司
IPC: G16C60/00 , G16C20/30 , G16C20/70 , G06F17/18 , G06T7/00 , G06T7/90 , G06T7/11 , G06T7/136 , G06N20/00 , G06T5/70 , G06T5/94 , G06T5/20
Abstract: 本发明公开了一种基于沥青砂浆粘聚强度的沥青混合料抗拉强度预测方法及其系统、电子设备,属于材料测试或分析的技术领域,包括:获取沥青混合料劈裂抗拉强度和沥青砂浆粘聚强度;将训练集进行数据拟合处理,得到沥青混合料抗拉强度训练模型,通过测试集进行测试生成沥青混合料抗拉强度预测模型,将一种或多种沥青混合料输入所述沥青混合料抗拉强度预测模型,设置预测温度范围,获得模型拟合效果。本申请实施例能够节省大量试验成本,提高了评价效率,能够高效快速地获取到沥青混合料的抗拉强度值。
-
-
-
-
-
-
-
-
-