CN102141385B - 沥青路面表面形貌曲面的测试方法 - Google Patents

沥青路面表面形貌曲面的测试方法 Download PDF

Info

Publication number
CN102141385B
CN102141385B CN2011100006536A CN201110000653A CN102141385B CN 102141385 B CN102141385 B CN 102141385B CN 2011100006536 A CN2011100006536 A CN 2011100006536A CN 201110000653 A CN201110000653 A CN 201110000653A CN 102141385 B CN102141385 B CN 102141385B
Authority
CN
China
Prior art keywords
curved surface
curve
bituminous pavement
testing
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2011100006536A
Other languages
English (en)
Other versions
CN102141385A (zh
Inventor
高英
丛菱
黄晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANTONG ZHONGRUN CONCRETE CO., LTD.
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN2011100006536A priority Critical patent/CN102141385B/zh
Publication of CN102141385A publication Critical patent/CN102141385A/zh
Application granted granted Critical
Publication of CN102141385B publication Critical patent/CN102141385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开一种沥青路面表面形貌曲面的测试方法,在借鉴常规车载式激光构造深度仪测试原理的基础上,采用数理统计方法,分别对激光构造仪的测试数据进行方差分析和分布拟合检验,确定实测数据点的分布类型和参数,提出了通过计算机生成随机数的方法构造与实测路段相符的表面形貌曲面的新方法。本发明拓展了现有设备的使用范围;可以消除实际测量过程中的偶然因素误差,最大限度的减少实验测试误差;构造出沥青路面三维路表形貌曲面,也为基于路表形貌的沥青路面使用性能研究提供了基本的数据支持。

Description

沥青路面表面形貌曲面的测试方法
技术领域
本发明属于沥青路面表面性能测试的应用技术领域,具体涉及一种沥青路面表面形貌曲面的测试方法。
背景技术
路面应具有良好的使用性能,以满足安全、经济、舒适和环境保护等方面的需求。路面的表面形貌是决定轮胎-路面相互作用,如摩擦、噪声、水漂、轮胎磨耗等,最重要的特征指标。随着公路等级的提高、交通量的增加和行车速度的提高,与车辆-路面相互作用有密切关系的路表形貌特性显得越来越重要。
目前,沥青路面表面形貌的测量方法总体分为两类:间接测量法和直接测量法。其中,间接测量法通过测试路面其他参数来间接反映路面形貌特征,如铺砂法测得路面表面的构造深度TD值;而直接测量法则是通过纹理采集设备直接采集路面形貌,如基于激光位移传感器的纹理检测设备等。直接测量法能够直接获取路面形貌,测试结果直观形象,方便形貌参数的进一步提取和计算,具有间接测试法无法比拟的优势。然而,直接测量法对仪器设备及后续处理都有相对较高的要求,故现阶段在实际工程中,并未得到广泛的应用。
在直接测量方法中,相对于其他设备而言,激光断面仪的应用最为广泛。其对路表纹理的测量,主要以感应器测试纹理深度SMTD表示,每隔一定距离采集一次数据,每一定数量的数据点采用一定的数学方法实时处理成一个SMTD值。也就是说,激光断面仪所提供的路表形貌特征参数为测试车辆左右轮迹断面的构造深度曲线,并不能直接成型三维的路表形貌曲面。其他一些可以直接获取路面三维形貌的测量仪器,如基于光学成像的形貌检测设备,仅限于个别学者的研究论文中,由于复杂的硬件设计、标定及数据处理,并未得到广泛的实际应用。
由上述介绍可见,目前的沥青路面表面形貌测试方法或多或少都存在着不足,尤其是对于路表三维形貌的获取,现阶段还缺乏较为简便的、可广泛应用的测试方法。而三维形貌是研究路面使用性能的基础,相比于二维或一维路表形貌特征参数,能更合理准确的表征实际路面表面的形貌特性。因此,设计一种沥青路面表面形貌曲面的快速有效测试方法对于研究基于路表形貌特性的沥青路面使用性能具有十分重要的现实意义。
发明内容
发明目的:本发明的目的在于针对现有技术的不足,提供一种沥青路面表面形貌曲面的快速测试方法。
技术方案:本发明所述的沥青路面表面形貌曲面的快速测试方法,是在借鉴常规车载式激光断面仪在构造深度测量中使用经验的基础上,根据数理统计方法,提出了以计算机生成随机数为代表值的沥青路面表面形貌曲面测试新方法。
本发明所述的沥青路面表面形貌曲面的快速测试方法,具体包括如下步骤:
路表构造深度的测量测试轨迹的选择以待测车道中线为中点,分别将左右两边各等分8份,在轮迹带画出平行于车道线、且过等分点的测线(共14条)。
构造深度的测量路表构造深度的测量采用激光断面仪按《公路路基路面现场测试规程》(JTJ059-95)、《车载式激光构造深度仪测定沥青路面构造深度试验方法》(T0966-2008)进行测量。要求测试车以同样的速度平稳的沿测线行进,测量数据按测线标号分组保存。
2、数据处理离散测试曲线的去除对所测得的14条构造深度断面曲线,以整条测线为研究单位,进行方差分析,并去掉不合理的曲线;如最后剩余曲线条数低于规定值8条,重新做步骤1;离散测试点的去除对符合方差分析的曲线,以曲线上的测点为研究单位,分别去除每条曲线上95%置信区间外的测点,然后将各条曲线上剩余的测点全部合并,组合成为新的数据点集。
3、数据点集的分布拟合检验对前一步骤所得数据点集进行分布拟合检验,本文推荐使用                                                
Figure 626117DEST_PATH_IMAGE001
拟合检验法,拟合该数据点集的分布类型及相关参数。
4、沥青路面表面形貌曲面的生成借助计算机生成一系列随机数,选择的分布类型及参数为步骤3所拟合的结果。去掉95%置信区间外的随机数,余下的数作为所测区间路面的宏观构造深度代表值,并生成测试区间三维路表形貌曲面。
本发明所述的沥青路面表面形貌曲面的测试方法具体包括如下步骤:
步骤1)按激光断面仪的常规测试方法,在被测车道中线左右分别测得数条构造深度断面曲线;
步骤2)对所测得的构造深度断面曲线,以整条测线为研究单位,进行方差分析,并去掉不合理的曲线;如最后剩余曲线条数低于规定值,重新做步骤1);
步骤3)对符合方差分析的曲线,以曲线上的测点为研究单位,分别去除每条曲线上一定的置信区间外的测点,然后将各条曲线上剩余的测点全部合并,组合成为新的数据点集,利用统计方法拟合该数据点集的分布类型及参数;
步骤4)借助计算机生成一系列随机数,其分布类型及参数与步骤3)所拟合的结果相等;去掉一定的置信区间外的随机数,余下的数作为所测区间路面的宏观构造深度代表值,并由此得到测试区间三维路表形貌曲面。
所述步骤1)的激光断面仪待测量的构造深度断面曲线条数,以每行车道以车道中线为对称轴,左右各等间距测量7条断面曲线。
所述步骤3)分布拟合检验方法采用
Figure 493579DEST_PATH_IMAGE001
拟合检验法,该方法的步骤如下:
① 根据最大似然估计法,计算得出均值
Figure 546985DEST_PATH_IMAGE002
和方差
② 作出直方图,根据直方图拟定小区间D j j=1、2、…k
Figure 929742DEST_PATH_IMAGE004
,其中,
Figure 550079DEST_PATH_IMAGE005
为划分小区间的上下限,并记落在每个小区间的数据个数为
Figure 141598DEST_PATH_IMAGE006
③ 计算概率
Figure 163780DEST_PATH_IMAGE007
Figure 815342DEST_PATH_IMAGE008
 
其中,
Figure 657396DEST_PATH_IMAGE002
Figure 114922DEST_PATH_IMAGE009
为步骤①计算得出的均值和标准差;
Figure 929294DEST_PATH_IMAGE005
为步骤②中划分小区间的上下限;Φ为正态分布函数;
④计算卡方值
Figure 814073DEST_PATH_IMAGE001
Figure 81107DEST_PATH_IMAGE010
其中,
Figure 280007DEST_PATH_IMAGE011
为步骤②中划分小区间的个数;
Figure 11203DEST_PATH_IMAGE006
为落在第
Figure 4566DEST_PATH_IMAGE012
区间的数据个数;
Figure 821213DEST_PATH_IMAGE013
为数据总个数;
⑤ 比较
Figure 823804DEST_PATH_IMAGE001
Figure 347189DEST_PATH_IMAGE014
Figure 573771DEST_PATH_IMAGE015
为显著性水平,为被估计的参数,这里为2,
Figure 424275DEST_PATH_IMAGE017
,则认为数据符合正态分布;
Figure 802167DEST_PATH_IMAGE018
,则不能认为数据符合正态分布,应尝试用其它分布来进行拟合分布检验。
所述步骤3)和步骤4)的置信区间为95%。
有益效果:本发明是沥青路面表面构造深度的快速测试方法,也是表征路表形貌特性,并据此评价路面抗滑性能等使用性能的必要基础,发明在以下几方面具有明显的优势:
(1)本发明以较为简洁的方式直接获取沥青路面表面三维形貌,并以数据格式存储,方便路表形貌特征的进一步提取,为路面使用性能的研究提供基础。
(2)本发明所需的仪器为现阶段应用较为广泛的激光断面仪,且不需要进行任何硬件上的改进,也不需要额外的贵重仪器,仅是在测量方法上进行了升级,利于该方法的推广应用。
(3)本发明采用的试验方法能将测试中的异常曲线、异常测点排除掉,能保证测试结果更符合实际路面情况。
(4)由于最终使用的是计算机生成的随机数,这些数据能代表整条路面的情况,而不仅是测试车运行轨迹处的情况。
附图说明
图1为轮迹测线示意图。
图2 为测试方法流程图。
具体实施方式
本发明提供的沥青路面表面形貌曲面测试方法的思路是:采用激光断面仪,按车载式激光构造深度仪测定沥青路面构造深度的测试方法,测出轮迹处的构造深度曲线;沿车道线平行方向,改变轮迹的横向位置,重复测量几组轮迹处的构造深度曲线,并剔除异常曲线;通过测量得到的数据点统计分析出路表构造深度值的分布情况,最后利用生成随机数的方法得到整条路面表面的宏观构造深度(高度)代表值。通过这样的试验设计,可以达到以下两个方面的目的:
①通过改变激光断面仪的横向位置,可以得到不同横向位置处的断面构造深度曲线,因而可以利用统计方法得出路表平面内构造深度值的分布类型,并计算得到分布参数;
②利用生成随机数的方法可以消除实际测量过程中的偶然因数,最大限度减少实验误差。随机数据虽然不是测试路段的真实值,却能更准确的代表实际路面情况,能更好的满足实验需求。
测试步骤与方法
1、测试前的准备
(1)测试车的准备
根据设备操作手册的要求对测试系统各传感器进行校准;测试系统各部分应符合测试要求,不应有明显的可视性破损;打开系统电源,启动控制程序,检查各部分的工作状态。
(2)测试轨迹的选择
以待测车道中线为中点,分别将左右两边各等分8份,在轮迹带画出平行于车道线、且过等分点的测线(共14条)。
2、构造深度的测量
按《公路路基路面现场测试规程》(JTJ059-95)、《车载式激光构造深度仪测定沥青路面构造深度试验方法》(T0966-2008)进行测量。要求测试车以同样的速度平稳的沿测线行进,测量数据按测线标号分组保存。
3、数据处理方法
(1)方差分析,检验各条曲线的均值有无显著差异
令测试的次数(样本数)为
Figure 465230DEST_PATH_IMAGE016
,每个样本数分别有
Figure 928572DEST_PATH_IMAGE019
个值,则方差分析的计算过程为:
①计算总平方和
Figure 272966DEST_PATH_IMAGE020
,误差平方和
Figure 567681DEST_PATH_IMAGE021
和样本间离差平方和
Figure 339328DEST_PATH_IMAGE022
其中:
                                                        (1)
                                
Figure 234788DEST_PATH_IMAGE024
                          (2)
                            
Figure 649589DEST_PATH_IMAGE025
                              (3)
                                                 (4)
                           
Figure 92389DEST_PATH_IMAGE027
                            (5)
                          
Figure 778585DEST_PATH_IMAGE028
                        (6)
其中为测试的具体值;为样本总均值;
Figure 86573DEST_PATH_IMAGE013
为总测试点个数;为第
Figure 700274DEST_PATH_IMAGE032
次测试数据的均值。
② 计算均方
Figure 781362DEST_PATH_IMAGE033
和误差
Figure 193889DEST_PATH_IMAGE034
                             
Figure 221888DEST_PATH_IMAGE035
                        (7)
                             
Figure 465787DEST_PATH_IMAGE036
                        (8)
其中:的自由度为
Figure 617600DEST_PATH_IMAGE037
Figure 183711DEST_PATH_IMAGE021
的自由度为
Figure 547696DEST_PATH_IMAGE038
③计算统计量
                                                           (9)
④比较
Figure 727507DEST_PATH_IMAGE039
Figure 883682DEST_PATH_IMAGE041
Figure 743054DEST_PATH_IMAGE015
为显著性水平)
Figure 351890DEST_PATH_IMAGE042
,则认为各测试组均值无显著差异;
,则不能认为各测试组均值无显著差异。
⑤若各组测试值均值有显著性差异,则去掉均值与其他组相差最大的一组测试值后再进行方差分析,直到满足均值无显著差异为止。
(2)分布拟合检验分布拟合检验的方法很多,本文推荐使用
Figure 332801DEST_PATH_IMAGE001
拟合检验法。假设总体符合正态分布,则步骤如下:
①根据最大似然估计法,计算得出均值
Figure 300757DEST_PATH_IMAGE002
和方差
Figure 459206DEST_PATH_IMAGE003
其中:
Figure 170810DEST_PATH_IMAGE044
Figure 115893DEST_PATH_IMAGE045
② 作出直方图,根据直方图拟定小区间
Figure 838178DEST_PATH_IMAGE004
,并记落在每个小区间的数据个数为
Figure 415790DEST_PATH_IMAGE006
③ 计算概率
Figure 507560DEST_PATH_IMAGE008
④ 计算
Figure 578284DEST_PATH_IMAGE001
Figure 694008DEST_PATH_IMAGE010
⑤ 比较
Figure 533788DEST_PATH_IMAGE001
Figure 14448DEST_PATH_IMAGE014
Figure 634785DEST_PATH_IMAGE015
为显著性水平,为被估计的参数,这里为2若
Figure 45223DEST_PATH_IMAGE017
,则认为数据符合正态分布;若
Figure 962364DEST_PATH_IMAGE018
,则不能认为数据符合正态分布,应尝试用其它分布来进行拟合分布检验。
(3) 利用计算机生成
Figure 804418DEST_PATH_IMAGE047
个满足相应分布及其参数的随机数,去掉95%置信区间外的值后,剩余的随机数重新排列为
Figure 199627DEST_PATH_IMAGE048
的矩阵形式,其中
Figure 76316DEST_PATH_IMAGE013
代表x轴上的
Figure 898779DEST_PATH_IMAGE013
个坐标点,间隔0.5mm;代表y轴上的
Figure 427029DEST_PATH_IMAGE049
个坐标点,间隔0.5cm,由此得到以
Figure 95908DEST_PATH_IMAGE048
个三维坐标数据点表示的路表形貌曲面。

Claims (4)

1.一种沥青路面表面形貌曲面的测试方法,其特征在于该方法包括如下步骤:
步骤1)按激光断面仪的常规测试方法,在被测车道中线左右分别测得数条构造深度断面曲线;
步骤2)对所测得的构造深度断面曲线,以整条测线为研究单位,进行方差分析,并去掉不合理的曲线;如最后剩余曲线条数低于规定值,重新做步骤1);
步骤3)对符合方差分析的曲线,以曲线上的测点为研究单位,分别去除每条曲线上一定的置信区间外的测点,然后将各条曲线上剩余的测点全部合并,组合成为新的数据点集,利用统计方法拟合该数据点集的分布类型及参数;
步骤4)借助计算机生成一系列随机数,其分布类型及参数与步骤3)所拟合的结果相等;去掉一定的置信区间外的随机数,余下的数作为所测区间路面的宏观构造深度代表值,并由此得到测试区间三维路表形貌曲面。
2.如权利要求1所述的沥青路面表面形貌曲面测试方法,其特征在于,所述步骤1)的激光断面仪待测量的构造深度断面曲线条数,以每行车道以车道中线为对称轴,左右各等间距测量7条断面曲线。
3.如权利要求1所述的沥青路面表面形貌曲面测试方法,其特征在于,所述步骤3)利用统计方法拟合该数据点集的分布类型及参数的方法采用χ2拟合检验法,该方法的步骤如下:
①根据最大似然估计法,计算得出均值μ和方差δ2
②作出直方图,根据直方图拟定小区间Dj,j=1、2、…k,
Figure FDA0000139156270000011
其中,aj,bj为划分小区间的上下限,并记落在每个小区间的数据个数为fj
③计算概率
Figure FDA0000139156270000012
p ^ j = Φ ( b i - μ δ ) - Φ ( a i - μ δ )
其中,μ和δ为步骤①计算得出的均值和标准差;aj,bj为步骤②中划分小区间的上下限;Φ为正态分布函数;
④计算卡方值χ2
χ 2 = Σ j = 1 k f j 2 n p ^ j - n
其中,k为步骤②中划分小区间的个数;fj为落在第j区间的数据个数;n为数据总个数;
⑤比较χ2
Figure FDA0000139156270000021
α为显著性水平,r为被估计的参数,这里为2,
则认为数据符合正态分布;
Figure FDA0000139156270000023
则不能认为数据符合正态分布,应尝试用其它分布来进行拟合分布检验。
4.如权利要求1所述的沥青路面表面形貌曲面测试方法,其特征在于,所述步骤3)和步骤4)的置信区间为95%。
CN2011100006536A 2011-01-05 2011-01-05 沥青路面表面形貌曲面的测试方法 Active CN102141385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100006536A CN102141385B (zh) 2011-01-05 2011-01-05 沥青路面表面形貌曲面的测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100006536A CN102141385B (zh) 2011-01-05 2011-01-05 沥青路面表面形貌曲面的测试方法

Publications (2)

Publication Number Publication Date
CN102141385A CN102141385A (zh) 2011-08-03
CN102141385B true CN102141385B (zh) 2012-08-22

Family

ID=44409065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100006536A Active CN102141385B (zh) 2011-01-05 2011-01-05 沥青路面表面形貌曲面的测试方法

Country Status (1)

Country Link
CN (1) CN102141385B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10102616B2 (en) 2014-01-28 2018-10-16 Ent. Services Development Corporation Lp Method and system for surface wear determination
CN104101324B (zh) * 2014-08-04 2017-01-25 中国建筑材料科学研究总院 一种评价混凝土表面剥落程度的方法
CN109029304A (zh) * 2018-07-11 2018-12-18 天津城建大学 一种混凝土的表面粗糙度测量方法
CN109947755B (zh) * 2019-03-05 2023-04-14 南京道润交通科技有限公司 路面使用性能检测数据质量控制方法、存储介质、电子设备
CN110398444B (zh) * 2019-07-16 2022-04-08 东南大学 基于移动滑块的沥青路面施工过程冷集料颗粒体系形态检测与级配预估方法
CN113218332B (zh) * 2021-04-30 2023-06-23 长安大学 一种基于降雨条件下积沙沥青路面宏观纹理的评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85100680A (zh) * 1985-04-01 1986-07-02 铁道部科学研究院铁道建筑研究所 无损检测混凝土层厚度的电测方法
WO2005045423A1 (en) * 2003-10-30 2005-05-19 Brian James Murtagh Bound materials core measuring device
CN101358837A (zh) * 2008-09-24 2009-02-04 重庆交通大学 曲面拟合法确定露石混凝土表面构造深度的方法
CN101592652A (zh) * 2008-07-04 2009-12-02 重庆交通大学 湿热地区沥青路面疲劳寿命预估方法
CN101881000A (zh) * 2010-06-11 2010-11-10 中国人民解放军国防科学技术大学 一种公路路面平整度的摄像测量系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85100680A (zh) * 1985-04-01 1986-07-02 铁道部科学研究院铁道建筑研究所 无损检测混凝土层厚度的电测方法
WO2005045423A1 (en) * 2003-10-30 2005-05-19 Brian James Murtagh Bound materials core measuring device
CN101592652A (zh) * 2008-07-04 2009-12-02 重庆交通大学 湿热地区沥青路面疲劳寿命预估方法
CN101358837A (zh) * 2008-09-24 2009-02-04 重庆交通大学 曲面拟合法确定露石混凝土表面构造深度的方法
CN101881000A (zh) * 2010-06-11 2010-11-10 中国人民解放军国防科学技术大学 一种公路路面平整度的摄像测量系统及方法

Also Published As

Publication number Publication date
CN102141385A (zh) 2011-08-03

Similar Documents

Publication Publication Date Title
CN102141385B (zh) 沥青路面表面形貌曲面的测试方法
CN104792937B (zh) 一种基于车载重力加速度传感器的桥头跳车检测评价方法
CN101818476B (zh) 基于Internet B/S网络架构的沥青路面智能化养护系统
Arhin et al. Predicting pavement condition index using international roughness index in a dense urban area
CN103852269B (zh) 高速列车运行动力学参数检测方法
CN111210165B (zh) 一种基于风险传导耦合的车辆运行风险评估系统
CN111523825B (zh) 基于多维度的高速公路沥青路面长期性能评价方法
CN105303832B (zh) 基于微波车辆检测器的高架桥路段交通拥堵指数计算方法
CN108664715A (zh) 一种路面积水车辙三维评价与行车安全分析方法
CN107330217A (zh) 一种基于rbfnn的中观油耗预测方法
CN103093088A (zh) 陡坡和弯曲道路的安全评估方法
CN106840049A (zh) 基于内置三轴加速传感器智能手机的路面质量评级方法
CN101694745A (zh) 基于高速公路几何线形综合技术指标的安全检测方法
CN103279588B (zh) 车辆荷载与温度共同作用下的钢桥面板疲劳应力计算方法
CN107228772A (zh) 一种盾构隧道结构损伤评估方法
CN105157703A (zh) 一种重力辅助惯性导航适配区可导航性的评价方法
CN103196681A (zh) 基于转向架加速度的列车运行舒适度预测方法
CN104900057A (zh) 一种城市快速路主辅道的浮动车地图匹配方法
CN109080661A (zh) 一种基于eemd能量熵和wvd的轨道波磨故障检测方法
Gamage et al. Pavement roughness evaluation method for low volume roads
CN106526149A (zh) 一种基于通车时长和交通量的路面使用性能预测方法
CN105128888B (zh) 基于多中点弦同步测量的轨道波浪形磨耗快速检测方法
CN102507900B (zh) 一种检测路面抗滑性能的方法
CN104537652A (zh) 一种水泥混凝土路面刻槽深度三维检测算法及系统
Santos et al. Degradation prediction model for friction in highways

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: NANTONG ZHONGRUN CONCRETE COMPANY LTD.

Free format text: FORMER OWNER: SOWTHEAST UNIV.

Effective date: 20131016

Owner name: SOWTHEAST UNIV.

Effective date: 20131016

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 210096 NANJING, JIANGSU PROVINCE TO: 226600 NANTONG, JIANGSU PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20131016

Address after: 226600 No. 88 Garden Avenue, hi tech Industrial Development Zone, Nantong, Jiangsu, Haian

Patentee after: NANTONG ZHONGRUN CONCRETE CO., LTD.

Patentee after: Southeast University

Address before: 210096 Jiangsu city Nanjing Province four pailou No. 2

Patentee before: Southeast University