CN111707809A - 一种沥青混合料裂缝自愈合性能的评价方法 - Google Patents
一种沥青混合料裂缝自愈合性能的评价方法 Download PDFInfo
- Publication number
- CN111707809A CN111707809A CN202010669086.2A CN202010669086A CN111707809A CN 111707809 A CN111707809 A CN 111707809A CN 202010669086 A CN202010669086 A CN 202010669086A CN 111707809 A CN111707809 A CN 111707809A
- Authority
- CN
- China
- Prior art keywords
- crack
- healing
- test
- cracks
- bending fatigue
- 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.)
- Pending
Links
- 239000000203 mixture Substances 0.000 title claims abstract description 61
- 239000010426 asphalt Substances 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 80
- 238000009661 fatigue test Methods 0.000 claims abstract description 38
- 230000035876 healing Effects 0.000 claims abstract description 38
- 208000010392 Bone Fractures Diseases 0.000 claims abstract description 26
- 206010017076 Fracture Diseases 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005452 bending Methods 0.000 claims abstract description 14
- 238000013001 point bending Methods 0.000 claims description 22
- 239000000463 material Substances 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 9
- 230000007547 defect Effects 0.000 claims description 8
- 238000013461 design Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 description 12
- 230000011514 reflex Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 235000008113 selfheal Nutrition 0.000 description 1
- 239000003190 viscoelastic substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/42—Road-making materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/32—Investigating strength properties of solid materials by application of mechanical stress by applying repeated or pulsating forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0001—Type of application of the stress
- G01N2203/0005—Repeated or cyclic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0023—Bending
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0073—Fatigue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/022—Environment of the test
- G01N2203/0222—Temperature
- G01N2203/0226—High temperature; Heating means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
- G01N2203/0647—Image analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/067—Parameter measured for estimating the property
- G01N2203/0682—Spatial dimension, e.g. length, area, angle
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
Description
技术领域
本发明涉及沥青技术领域,具体而言,涉及一种沥青混合料裂缝自愈合性能的评价方法。
背景技术
沥青混合料是一种粘弹性的材料,其在环境、荷载、以及基层反射裂缝的作用下,会导致裂缝的产生,而在温度升高、车辆碾压等因素的作用下,会赋予一定的裂缝愈合能力,使得裂缝的宽度缩小,乃至愈合。
因此,在沥青混合料设计过程中,开展沥青混合料裂缝自愈合性能的评价,对混合料的设计优化以及建成以后路面的抗开裂性能预估,有着重要的现实意义。
目前,对于沥青混合料的自愈合性能评价,主要集中于胶结料(也就是沥青)和混合料的某种力学指标的评价,以下简单介绍几种现有的裂缝自愈合评价方法:
(1)针对沥青的自愈合性能评价:
沥青延度是指沥青在一定温度下断裂前的扩展或伸长的能力。现有技术中通过延度试验来评估混合料裂缝的自愈合效果。具体方法如下:
用试验沥青同时浇筑两组延度试模,按照T0605试验规程,刮平两组沥青试模,将其中一组试件从中部用刀片切开固定深度(约0.5cm)。
将有切口的沥青试件在室温下放置24h,让其自愈。
对两组试模进行延度试验,分别得到正常沥青试件的延度值L1和愈合后试模的延度值L2。
为了量化对比分析,定义沥青的愈合能力评价指标为P=L1/L2,式中,L1是断裂愈合后的延度;L2是完整试样的延度。
(2)针对沥青混合料的自愈合性能评价:
采用中点小梁弯曲试验对沥青混合料疲劳性能进行试验,试验小梁尺寸为250mm×40mm×40mm。采用0.1的应力分级方式对沥青试件进行预损伤处理,以制造混凝土内部微裂缝,静置一段时间后,再次进行疲劳试验。通过二次试验得出的疲劳寿命评价裂缝愈合能力。
但上述两种试验方法的评价指标与现有《公路技术状况评定标准》(JTG5210-2018)中PCI的计算并无直接的关联,因此目前只用于研究过程中的评估,对指导实体工程的混合料设计,作用有限。
鉴于此,特提出本发明。
发明内容
本发明的目的在于提供一种沥青混合料裂缝自愈合性能的评价方法,以解决上述技术问题。
本申请是这样实现的:
本申请提供一种沥青混合料裂缝自愈合性能的评价方法,包括以下步骤:
对沥青混合料试件进行弯曲疲劳试验,获取试件愈合前的裂缝形态图片;随后进行裂缝愈合并获取愈合后的裂缝形态图片。
采集愈合前的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度l1和宽度大于3mm的重度裂缝总长度l2。
采集愈合后的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度L1和宽度大于3mm的重度裂缝总长度L2。
按以下公式计算试件的裂缝自愈合值SHV:
在可选的实施方式中,弯曲疲劳试验包括四点弯曲疲劳试验。
在可选的实施方式中,弯曲疲劳试验通过路面材料多功能伺服动态试验系统在应变控制模式下进行。
在可选的实施方式中,路面材料多功能伺服动态试验系统为UTM30路面材料多功能伺服动态试验系统。
在可选的实施方式中,当弯曲疲劳试验为四点弯曲疲劳试验时,试件的长度为375-385mm,厚度为45-55mm,高度为58.5-68.5mm。
在可选的实施方式中,四点弯曲疲劳试验于温度为20-30℃、形变量为300-500με的条件下进行。
在可选的实施方式中,四点弯曲疲劳试验于温度为20℃、形变量为400με的条件下进行。
在可选的实施方式中,四点弯曲疲劳试验的加载次数为3000-6000次,优选为5000次。
在可选的实施方式中,裂缝愈合是在温度为30-50℃的条件下进行1.5-4h。
在可选的实施方式中,裂缝愈合是在温度为40℃的条件下进行2h。
在可选的实施方式中,裂缝愈合于烘箱中进行。
在可选的实施方式中,获取裂缝形态图片采用全画幅相机。
在可选的实施方式中,全画幅相机的镜头为焦距在24-70mm范围内的变焦或定焦镜头。
在优选的实施方式中,全画幅相机的镜头为焦距为35mm或50mm的定焦镜头。
在可选的实施方式中,裂缝长度的采集方法包括:
于ADES结构体表面缺陷自动测量系统中分别导入试件愈合前的裂缝形态图片以及试件愈合后的裂缝形态图片作为第一采集图和第二采集图;
分别输入第一采集图以及第二采集图的像素以及像素对应的实际尺寸;
分别划定第一采集图和第二采集图中所需抽取裂缝的区域并进行裂缝抽取。
在可选的实施方式中,进行裂缝抽取前,还包括对所需抽取裂缝的区域设置裂缝颜色。
在可选的实施方式中,试件的数量至少为6个,所有试件的裂缝自愈合值的平均值为沥青混合料裂缝自愈合性能的测定结果。
本申请的有益效果包括:
本申请根据沥青混合料试件表面裂缝的宽度范围,统计不同宽度范围内的裂缝总长度,同时提出混合料裂缝自愈合值的计算公式,赋予不同宽度裂缝不同的权重值,通过愈合前后,混合料表面裂缝长度的变化,评价混合料的裂缝自愈合性能。
该方法能够与《公路技术状况评定标准》(JTG 5210-2018)中PCI的计算直接关联,可用于指导实体工程的混合料设计。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为实施例1中所用的ADES结构体表面缺陷自动测量系统的界面图;
图2为实施例1在ADES结构体表面缺陷自动测量系统中导入试件愈合前的裂缝形态图片作为第一采集图的界面图;
图3为实施例1中标定步骤的界面图;
图4为实施例1中用鼠标划定需要抽取裂缝的区域步骤的界面图;
图5为实施例1中设置裂缝颜色步骤的界面图;
图6和图7分别为实施例1中裂缝抽取步骤和抽取结果的界面图;
图8为实施例1中查看步骤的界面图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述。实施例中未注明具体条件者,按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者,均为可以通过市售购买获得的常规产品。
下面对本申请提供的沥青混合料裂缝自愈合性能的评价方法进行具体说明。
本申请提出一种沥青混合料裂缝自愈合性能的评价方法,包括以下步骤:
对沥青混合料试件进行弯曲疲劳试验,获取试件愈合前的裂缝形态图片;随后进行裂缝愈合并获取愈合后的裂缝形态图片。
采集愈合前的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度l1和宽度大于3mm的重度裂缝总长度l2。
采集愈合后的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度L1和宽度大于3mm的重度裂缝总长度L2。
按以下公式计算试件的裂缝自愈合值SHV:
在可选的实施方式中,弯曲疲劳试验可包括四点弯曲疲劳试验。四点弯曲疲劳试验的操作规程可参照《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)中T0739-2011沥青混合料四点弯曲疲劳试验寿命试验的操作规程。
可参考地,弯曲疲劳试验可通过路面材料多功能伺服动态试验系统在应变控制模式下进行。其中,路面材料多功能伺服动态试验系统可以但不限于为UTM30路面材料多功能伺服动态试验系统。
可参照地,试件可根据确定的混合料配合得到。四点弯曲疲劳试验的试件的长度可以为375-385mm(如375mm、380mm或385mm等),厚度可以为45-55mm(如45mm、50mm或55mm等),高度可以为58.5-68.5mm(如58.5mm、63.5mm或68.5mm等)。
值得说明的是,在实际处理过程中,试件的长度、厚度以及高度可在上述范围内自行结合。
在可选的实施方式中,当弯曲疲劳试验为四点弯曲疲劳试验时,四点弯曲疲劳试验可以于温度为20-30℃(优选25℃)、形变量为300-500με的条件下进行。
在一些具体的实施方式中,四点弯曲疲劳试验于温度为20℃、形变量为400με的条件下进行。
在可选的实施方式中,四点弯曲疲劳试验的加载次数可以为3000-6000次,例如可以为5000次。
加载完成后,停止四点弯曲疲劳试验,获取试件愈合前的裂缝形态图片,例如可从试件的顶部获取愈合前的裂缝形态图片。
进一步地,将该试件进行裂缝愈合。
在可选的实施方式中,裂缝愈合可以是在温度为30-50℃的条件下进行1.5-4h。
在一些具体的实施方式中,裂缝愈合是在温度为40℃的条件下进行2h。
可参照地,裂缝愈合可以于烘箱中进行。
到达愈合时间后,获取试件愈合后的裂缝形态图片,例如可从试件的顶部获取愈合后的裂缝形态图片。
本申请中,获取裂缝形态图片采用全画幅相机,以确保具有一定的清晰度与分辨率。较佳地,上述全画幅相机可以使用佳能或尼康的相应相机。
在可选的实施方式中,全画幅相机的镜头为焦距在24-70mm范围内的变焦或定焦镜头,优选为焦距为35mm或50mm的定焦镜头。
进一步地,利用软件,分析愈合前后试件的裂缝长度。
在可选的实施方式中,裂缝长度的采集方法包括:
于ADES结构体表面缺陷自动测量系统中导入试件愈合前的裂缝形态图片作为第一采集图。
随后进行标定,也即输入第一采集图的像素以及像素对应的实际尺寸。
随后选择“抽取”,也即用鼠标划定需要抽取裂缝的区域。
随后点击“裂缝抽取”。
进一步地,点击“查看”,可参照地,选择直方图,可输出不同宽度范围内的裂缝总长度,也可用EXCEL文件的格式导出,由此,可获得试件表面愈合前的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度l1和宽度大于3mm的重度裂缝总长度l2。
同理地,于ADES结构体表面缺陷自动测量系统中导入试件愈合后的裂缝形态图片作为第二采集图。
随后进行标定,输入第二采集图的像素以及像素对应的实际尺寸。
随后选择“抽取”,也即用鼠标划定需要抽取裂缝的区域。
随后点击“裂缝抽取”。
随后点击“查看”,可参照地,选择直方图,可输出不同宽度范围内的裂缝总长度,也可用EXCEL文件的格式导出,由此,可获得试件表面愈合后的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度L1和宽度大于3mm的重度裂缝总长度L2。
在可选的实施方式中,进行裂缝抽取前,还包括对所需抽取裂缝的区域设置裂缝颜色以利于展示识别后的裂缝。
在可选的实施方式中,测试过程中所用的试件的数量优选至少为6个,所有试件的裂缝自愈合值的平均值即为沥青混合料裂缝自愈合性能的测定结果,以上述数量的试件进行测定有利于提高测定结果的准确性。
值得说明的是,本申请也不排除试件数量小于6个的情况。
承上,本申请提供的沥青混合料裂缝自愈合性能的评价方法基于软件和图像识别技术,自动识别混合料表面的裂缝,并可以根据裂缝的宽度范围,统计不同宽度范围内的裂缝总长度。通过提出混合料裂缝自愈合值的计算公式,赋予不同宽度裂缝不同的权重值,通过愈合前后,混合料表面裂缝长度的变化来评价混合料的裂缝自愈合性能。该方法能够与《公路技术状况评定标准》(JTG 5210-2018)中PCI的计算直接关联,可用于指导实体工程的混合料设计。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
实施例1
本实施例提出一种沥青混合料裂缝自愈合性能的评价方法,按以下步骤进行:
按照SMA-13与AC-13两种混合料类型,确定混合料混合料配合比,其中,SMA-13混合料油石比为6.0%,AC-13混合料油石比为4.9%,各成型6个长度为380mm、厚度为50mm以及高度为63.5mm的小梁试件。
使用UTM30路面材料多功能伺服动态试验系统,选择应变控制模式,在温度为20℃、形变量为400με的条件下进行四点弯曲疲劳试验,加载5000次后停止该四点弯曲疲劳试验。
用单反相机拍摄试件的顶部的愈合前的裂缝形态图片。该单反相机为具有35mm的定焦镜头的佳能EOS 5D MARKⅣ全画幅相机。
随后,将上述试件置于40℃的烘箱内放置2h以进行裂缝愈合,保温时间到后,结束上述愈合过程。
用相同的单反相机拍摄试件的顶部的愈合后的裂缝形态图片。
于ADES结构体表面缺陷自动测量系统(如图1所示)中导入上述试件愈合前的裂缝形态图片作为第一采集图(如图2所示)。
随后进行标定,输入第一采集图的像素以及像素对应的实际尺寸(如图3所示)。
选择“抽取”,用鼠标划定需要抽取裂缝的区域(如图4所示)。
设置裂缝颜色(如图5所示),点击“裂缝抽取”(如图6和图7所示)。
点击“查看”,选择直方图,输出不同宽度范围内的裂缝总长度(如图8所示),并用EXCEL文件的格式导出,由此,获得试件表面愈合前的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度l1和宽度大于3mm的重度裂缝总长度l2。
于ADES结构体表面缺陷自动测量系统中导入试件愈合后的裂缝形态图片作为第二采集图。
随后进行标定,输入第二采集图的像素以及像素对应的实际尺寸。
选择“抽取”,用鼠标划定需要抽取裂缝的区域。
设置裂缝颜色,点击“裂缝抽取”。
点击“查看”,选择直方图,输出不同宽度范围内的裂缝总长度,并用EXCEL文件的格式导出,由此,获得试件表面愈合后的裂缝形态图片中宽度大于0且≤3mm的轻度裂缝总长度L1和宽度大于3mm的重度裂缝总长度L2。
按以下公式计算试件的裂缝自愈合值SHV:
两种混合料的SHV值计算结果如下表所示:
从实验结果可以看出,SMA-13混合料的SHV值要比AC-13混合料高18.87%,这是因为SMA-13混合料沥青用量高,弹性恢复性能好,对于裂缝自修复性能更优,实验结果与材料性能一致,表明实验方法对于不同混合料具有较好的区分度以及合理性。
实施例2
本实施例与实施例1所使用的试件与实验条件均一致,区别在于图像采集的单反相机为具有50mm的定焦镜头的尼康全画幅D810相机,变更了图像采集设备以后,两种混合料的SHV值计算结果如下表所示:
对比实施例1和实施例2可以看出,使用不同的图像采集设备,由于相机CMOS以及镜头视角的差异,会导致软件的统计结果出现一定偏差,计算得到的SMA-13混合料的SHV值分别为67.97%和68.18%,AC-13混合料分比为49.10%和48.63%,偏差较小,不影响对于混合料自愈合性能的判定。
实施例3
本实施例与实施例1的区别在于,使用四点疲劳试验产生裂缝时,应变设置为300με,加载次数设置为3000次,模拟早期的轻度裂缝,其余条件不变,经愈合过程后进行SHV值的评价,试验结果如下表所示:
从结果可以看出,改变了用于产生裂缝的疲劳试验参数以后,混合料的SHV略有改变,但是变化幅度较小,不影响用于区分不同种类混合料的裂缝自愈合性能。
综上所述,本申请提供的沥青混合料裂缝自愈合性能的评价方法基于软件和图像识别技术,自动识别混合料表面的裂缝,并可以根据裂缝的宽度范围,统计不同宽度范围内的裂缝总长度。通过提出混合料裂缝自愈合值的计算公式,赋予不同宽度裂缝不同的权重值,通过愈合前后,混合料表面裂缝长度的变化来评价混合料的裂缝自愈合性能。该方法能够与《公路技术状况评定标准》(JTG 5210-2018)中PCI的计算直接关联,可用于指导实体工程的混合料设计。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
2.根据权利要求1所述的评价方法,其特征在于,所述弯曲疲劳试验包括四点弯曲疲劳试验。
3.根据权利要求2所述的评价方法,其特征在于,所述四点弯曲疲劳试验所用的试件的长度为375-385mm,厚度为45-55mm,高度为58.5-68.5mm。
4.根据权利要求1所述的评价方法,其特征在于,所述弯曲疲劳试验通过路面材料多功能伺服动态试验系统在应变控制模式下进行;
优选地,路面材料多功能伺服动态试验系统为UTM30路面材料多功能伺服动态试验系统。
5.根据权利要求3或4所述的评价方法,其特征在于,当所述弯曲疲劳试验为四点弯曲疲劳试验时,四点弯曲疲劳试验于温度为20-30℃、形变量为300-500με的条件下进行;
优选地,四点弯曲疲劳试验于温度为20℃、形变量为400με的条件下进行;
优选地,四点弯曲疲劳试验的加载次数为3000-6000次,更优为5000次。
6.根据权利要求1所述的评价方法,其特征在于,裂缝愈合是在温度为30-50℃的条件下进行1.5-4h;
优选地,裂缝愈合是在温度为40℃的条件下进行2h;
优选地,裂缝愈合于烘箱中进行。
7.根据权利要求1所述的评价方法,其特征在于,获取裂缝形态图片采用全画幅相机;
优选地,所述全画幅相机的镜头为焦距在24-70mm范围内的变焦或定焦镜头;
更优地,所述全画幅相机的镜头为焦距为35mm或50mm的定焦镜头。
8.根据权利要求1所述的评价方法,其特征在于,裂缝长度的采集方法包括:
于ADES结构体表面缺陷自动测量系统中分别导入所述试件愈合前的裂缝形态图片以及所述试件愈合后的裂缝形态图片作为第一采集图和第二采集图;
分别输入所述第一采集图以及所述第二采集图的像素以及像素对应的实际尺寸;
分别划定所述第一采集图和所述第二采集图中所需抽取裂缝的区域并进行裂缝抽取。
9.根据权利要求8所述的评价方法,其特征在于,进行裂缝抽取前,还包括对所需抽取裂缝的区域设置裂缝颜色。
10.根据权利要求1所述的评价方法,其特征在于,所述试件的数量至少为6个,所有所述试件的裂缝自愈合值的平均值为所述沥青混合料裂缝自愈合性能的测定结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010669086.2A CN111707809A (zh) | 2020-07-13 | 2020-07-13 | 一种沥青混合料裂缝自愈合性能的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010669086.2A CN111707809A (zh) | 2020-07-13 | 2020-07-13 | 一种沥青混合料裂缝自愈合性能的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111707809A true CN111707809A (zh) | 2020-09-25 |
Family
ID=72546318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010669086.2A Pending CN111707809A (zh) | 2020-07-13 | 2020-07-13 | 一种沥青混合料裂缝自愈合性能的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111707809A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866162A (zh) * | 2012-09-05 | 2013-01-09 | 中冶建筑研究总院有限公司 | 一种非接触式大型建构筑物混凝土缺陷检测装置 |
CN103487333B (zh) * | 2013-10-11 | 2015-06-17 | 东南大学 | 一种沥青混合料自愈合能力评价方法 |
CN108169032A (zh) * | 2017-12-15 | 2018-06-15 | 东南大学 | 一种基于半圆弯曲试验的沥青混合料疲劳损伤愈合性能评价方法 |
CN108613993A (zh) * | 2018-05-11 | 2018-10-02 | 交通运输部公路科学研究所 | 一种沥青混合料的自愈合能力评价方法及系统 |
CN109613221A (zh) * | 2018-12-27 | 2019-04-12 | 北京工业大学 | 一种测试道路沥青损伤自愈性能的试验方法 |
CN109946178A (zh) * | 2019-03-12 | 2019-06-28 | 东南大学 | 一种评价沥青混合料疲劳损伤自修复能力的设备及方法 |
KR101996344B1 (ko) * | 2017-11-24 | 2019-07-04 | 충남대학교산학협력단 | 특정 폭과 깊이를 가지는 휨 균열이 미리 발생되어 있는 휨 공시체, 및 이를 제작하는 방법 |
CN110453562A (zh) * | 2019-08-12 | 2019-11-15 | 南京林业大学 | 基于纳米碳纤维提高冷拌沥青混合料自愈合的方法 |
CN110596358A (zh) * | 2019-10-22 | 2019-12-20 | 赵文政 | 一种混合料自愈合性能检测方法、装置及存储介质 |
-
2020
- 2020-07-13 CN CN202010669086.2A patent/CN111707809A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866162A (zh) * | 2012-09-05 | 2013-01-09 | 中冶建筑研究总院有限公司 | 一种非接触式大型建构筑物混凝土缺陷检测装置 |
CN103487333B (zh) * | 2013-10-11 | 2015-06-17 | 东南大学 | 一种沥青混合料自愈合能力评价方法 |
KR101996344B1 (ko) * | 2017-11-24 | 2019-07-04 | 충남대학교산학협력단 | 특정 폭과 깊이를 가지는 휨 균열이 미리 발생되어 있는 휨 공시체, 및 이를 제작하는 방법 |
CN108169032A (zh) * | 2017-12-15 | 2018-06-15 | 东南大学 | 一种基于半圆弯曲试验的沥青混合料疲劳损伤愈合性能评价方法 |
CN108613993A (zh) * | 2018-05-11 | 2018-10-02 | 交通运输部公路科学研究所 | 一种沥青混合料的自愈合能力评价方法及系统 |
CN109613221A (zh) * | 2018-12-27 | 2019-04-12 | 北京工业大学 | 一种测试道路沥青损伤自愈性能的试验方法 |
CN109946178A (zh) * | 2019-03-12 | 2019-06-28 | 东南大学 | 一种评价沥青混合料疲劳损伤自修复能力的设备及方法 |
CN110453562A (zh) * | 2019-08-12 | 2019-11-15 | 南京林业大学 | 基于纳米碳纤维提高冷拌沥青混合料自愈合的方法 |
CN110596358A (zh) * | 2019-10-22 | 2019-12-20 | 赵文政 | 一种混合料自愈合性能检测方法、装置及存储介质 |
Non-Patent Citations (5)
Title |
---|
PAMULAPATI, YASHWANTH ET AL.: "Evaluation of self-healing of asphalt concrete through induction heating and metallic fibers", 《CONSTRUCTION AND BUILDING MATERIALS 》 * |
交通运输部公路科学研究院: "JTG 5210-2018 公路技术状况评定标准", 《中华人民共和国行业标准》 * |
汤文 等: "沥青自愈合行为的影响因素及评价方法", 《建筑材料学报》 * |
蒋林华 等: "《水利工程海洋工程新材料新技术 水工材料会议论文集》", 30 November 2006, 河海大学出版社 * |
韦万峰 等: "沥青及其混合料自愈合性能试验研究", 《公路》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | An improved image processing method for assessing multiple cracking development in strain hardening cementitious composites (SHCC) | |
CN110658067A (zh) | 一种基于全场应变测量判别岩石裂纹应力门槛值的方法 | |
JP2007148677A5 (zh) | ||
Moaveni et al. | Machine vision based characterization of particle shape and asphalt coating in Reclaimed Asphalt Pavement | |
Ohm et al. | Translucent segregation table test for sand and gravel particle size distribution | |
CN112183557A (zh) | 基于胃癌组织病理图像纹理特征的msi预测模型构建方法 | |
Yang et al. | An online detection system for aggregate sizes and shapes based on digital image processing | |
KR20170128577A (ko) | 조직 시료 분석 기술 | |
CN111707809A (zh) | 一种沥青混合料裂缝自愈合性能的评价方法 | |
JP4747031B2 (ja) | 画像解析処理のパラメータ値の検出方法、及び画像処理のパラメータ値の検出プログラム、並びにそれらによって検出されたパラメータ値を用いた計数対象物の計数方法 | |
Li et al. | Method for estimating workability of self-compacting concrete using mixing process images | |
CN103091323A (zh) | 粘性土胀缩特性表征参数测试方法 | |
CN116148134A (zh) | 一种新旧沥青间扩散融合程度的测试方法 | |
CN103164563A (zh) | 模拟橡胶混合物的变形的方法 | |
Moradi et al. | Damage and plasticity constants of conventional and high-strength concrete part II: Statistical equation development using genetic programming | |
Gopalakrishnan et al. | Attempt at quantifying the degree of compaction in HMA using image analysis | |
CN112836336A (zh) | 根据灰色关联度分析水泥稳定碎石微裂程度中因素的方法 | |
CN110070543B (zh) | 基于数字化图像处理的全自动连铸坯中心偏析的评级系统 | |
CN115048785B (zh) | 一种回收沥青混合料分散均匀性的评测方法 | |
JP7405303B2 (ja) | 石炭分析装置、石炭分析方法、混合石炭の調製方法およびコークスの製造方法 | |
Holmes et al. | An automated testing machine for monitoring the evolution of fiber breaks | |
CN115471472A (zh) | 一种金相组织晶粒度自动识别的方法 | |
Singh et al. | Determination of Elongated Aggregates through Computer Vision-Based Technique | |
CN118347882A (zh) | 一种沥青混合料疲劳寿命预测方法 | |
Zhang | Microstructure generation of asphalt concrete and lattice modeling of its cracking behavior under low temperature |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |
|
RJ01 | Rejection of invention patent application after publication |