CN112666105A - 一种基于灰熵关联的沥青高温性能检测方法 - Google Patents
一种基于灰熵关联的沥青高温性能检测方法 Download PDFInfo
- Publication number
- CN112666105A CN112666105A CN202011410862.3A CN202011410862A CN112666105A CN 112666105 A CN112666105 A CN 112666105A CN 202011410862 A CN202011410862 A CN 202011410862A CN 112666105 A CN112666105 A CN 112666105A
- Authority
- CN
- China
- Prior art keywords
- asphalt
- temperature performance
- entropy
- association
- ash
- 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
Images
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于灰熵关联的沥青高温性能检测方法,将沥青样品进行短期老化;对未老化的沥青样品和老化后的沥青样品进行全反射红外光谱分析和红外光谱图定量分析;对沥青老化前、后的高温性能进行测试;按照灰熵关联法对数据进行分析处理;最后,基于麦夸特法和通用全局优化算法,建立沥青蠕变恢复率R和官能团变化指数的多元统计回归分析数学模型。利用官能团变化指数对沥青高温性能进行检测,从微观结构对高温性能进行预测性检测,结果更加准确、可靠,且检测方法简单易行。
Description
技术领域
本发明涉及道路材料检测领域,具体涉及一种基于灰熵关联的沥青高温性能检测方法。
背景技术
在沥青的长期使用过程中,随着人们对沥青性能认识的提高和检测技术的发展,沥青高温性能评价体系大致经历了针人度分级、黏度分级和PG性能分级3个发展阶段,对应的高温性能评价指标为软化点与当量软化点、60℃黏度和车辙因子G*/sinδ。但近年来,不少学者发现软化点、动力粘度以及车辙因子G*/sinδ等在评价沥青高温性能时均存在一定缺陷。鉴于此,美国NCHRP9-10项目的研究报告提出采用重复蠕变恢复试验(RCPT)来评价或检测改性沥青。
也有学者在重复蠕变恢复试验(RCPT)的基础上提出了多应力蠕变恢复试验(MSCR),并以回复率R和不可回复蠕变柔量Jnr以及相应的应力敏感性作为其高温性能的评价指标。目前国内也有一些学者对该评价方法进行了相关研究。李燕分别采用恢复率和蠕变柔量评估了硬质沥青、聚合物改性沥青和道路石油沥青的延迟粘弹性响应和抗永久变形能力,并将几种沥青的性能参数与AASHTO胶结料规范的要求进行了比较。唐乃膨在MSCR试验评价不同SBS掺量的改性沥青高温性能的基础上,采用AASHTO MP19-10标准对其进行高温性能分级。裴畅茂在红外光谱试验基础上,采用多应力重复蠕变恢复试验(MSCR)分析指标评价沥青高温性能的适宜性和准确性。
但以上研究成果均鲜有利用MSCR试验研究沥青老化后微观结构变化对高温性能影响的涉及,对沥青老化后微观结构变化对高温性能影响的关联性及可靠性也缺乏理论验证,无法从沥青的高温流变性能来预测进而检测沥青的高温性能。
发明内容
为了解决上述技术问题,本发明的技术方案如下:
一种基于灰熵关联的沥青高温性能检测方法,包括如下步骤:
步骤S1:将沥青样品进行短期老化处理;
步骤S2:对未老化的沥青样品和老化后的沥青样品均分别进行全反射红外光谱分析和红外光谱图定量分析;
步骤S3:对沥青老化前及老化后的高温性能分布分别进行测试;
步骤S4:按照灰熵关联法对数据进行分析处理,包括确定比较序列与参考参列、数据的无量纲化处理、计算灰关联系数、计算灰关联密度值,最终得到高温性能指标的灰熵关联度,按照灰熵关联度的大小对各参考序列进行排序;
步骤S5:基于麦夸特法和通用全局优化算法,建立沥青蠕变恢复率R和化学官能团变化指数的多元统计回归分析数学模型,通过化学官能团变化指变化和沥青高温抵抗变形能力的关系。
上述技术方案中,步骤S4中所述灰熵关联法具体如下:
(1)将沥青老化特征官能团作为参考序列,不可恢复蠕变柔量作为比较序列,其中参考数列记为X′0={X′0(j),j=1,2,…,m},比较序列为X′i={X′i(j),i=1,2,…,n};其中,j为各时刻,取1,2,…,m,m为自然数;i表示数据列数,取1,2,…,n,n为自然数;
(2)对参考序列的数列和比较序列的数列进行均值无量纲化处理;
(3)计算两个序列的关联系数ξi(j),具体计算公式为:
式中:ρ为分辨系数,其作用在于提高关联系数之间的差异显著性,通常取0.5;和分别为各个时刻的绝对差中的最小值与最大值;Δi(j)表示第i个比较数列(i=1,2,…,n)各时刻(j=1,2,…,m)的数值与参考数列对应时刻的差值的绝对值;
(4)计算灰熵关联分布密度:
(5)计算灰熵关联度:
将灰熵关联度结果按照老化后沥青化学组分变化对高温性能指标影响程度由大到小进行排序。
上述技术方案中,步骤S5中所述多元统计回归分析模型为
R=α1+β1IC=O+β2IS=O+β3IB+β4IB,a+β5IAr (4)
其中,IC=O为羰基官能团指数;IS=O为亚砜基官能团指数;IB为脂肪族官能团指数;IB,a为非对称脂肪族官能团指数;IAr为芳香官能团指数;α1,β1,β2,β3,β4,β5均为回归常数;并采用F检验对回归结果进行检验。
上述技术方案中,步骤S1中所述沥青短期老化时将每个所述沥青样品等分为2份小样品;将每份沥青样品对应的2份小样品中的一个进行短期老化处理,而另一个不进行老化处理。
上述技术方案中,步骤S1中所述沥青短期老化采用的加热设备为旋转薄膜烘箱,加热温度为163℃,时间为85min。
上述技术方案中,步骤S2中对沥青样品的红外光谱图进行定量分析时,首先确定特征吸收峰两侧最低点的切线作为校正基线,然后计算基线与光谱曲线围成的面积即为该特征吸收峰的峰面积。
上述技术方案中,步骤S2中所述红外光谱测试使用的是便携式ATR-FTIR红外光谱仪,采集参数设置为:分辨率为4cm-1,扫描次数为32次,测试范围为500~4000cm-1。
上述技术方案中,步骤S3中所述高温性能测试为在不同温度下进行多应力蠕变恢复试验。
上述技术方案中,步骤S3中所在动态剪切流变仪上进行多应力蠕变恢复试验,在不同温度下先后对样品施加两个大小不同的水平蠕变应力。
上述技术方案中,步骤S3中在不同温度下先后对样品施加0.1kPa,3.2kPa两个水平的蠕变应力,每个蠕变应力水平均以加载1s、卸载9s为1个周期,各加载10个周期。
与现有技术相比,本发明的优点和有益效果在于:通过灰熵关联分析法,在红外光谱试验基础上,采用多应力蠕变恢复试验,研究了老化沥青的化学组分对其高温性能的影响,证明了沥青恢复率R与官能团变化指数呈现多元线性关系,利用官能团变化指数对沥青高温性能进行检测,从微观结构对高温性能进行预测性检测,结果更加准确、可靠,且检测方法简单易行。
附图说明
图1为根据本发明检测得到的四个沥青样品的红外光谱图。
图2为本发明方法中的校正基线选取及峰面积计算示意图。
图3为动态剪切流变仪工作原理图。
图4为根据本发明实施方法的不可恢复蠕变柔量(Jnr)与沥青特征官能团在不同温度下的灰熵分析结果。
图5为根据本发明实施方法的老化沥青恢复率R的预测结果。
下面结合附图和实施例对本发明作进一步详细描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
本实施例提供了一种基于灰熵关联的沥青高温性能检测方法,包括:
步骤S1:取4个沥青样品(本实施例四个沥青样品为泰普克70#、金陵70#、SBS-1和SBS-2沥青为例,其中前两种为基质沥青,后两种为改性沥青),沥青样品编号记为A、B、C、D,几种沥青的相关技术指标见表1。将每个所述沥青样品等分为2份小样品,将每份沥青样品对应的2份小样品分别在旋转薄膜烘箱内在163℃的条件下恒温烘烤来进行短期老化处理,且4个所述沥青样品老化处理流程一致,其中,每个所述沥青样品对应的两个小样品中的一个小样品的老化处理的时长为85min,老化后的沥青记为A1、B1、C1、D1,而另外一个不进行老化处理(即烘烤时间为0min);
表1沥青技术指标
步骤S2:将经步骤S1老化处理后处于流动状态的沥青直接涂膜于干燥洁净的SiO2玻璃片上,采用便携式ATR-FTIR红外光谱仪进行红外光谱分析,其采集参数设置为:分辨率为4cm-1,扫描次数为32次,测试范围为500~4000cm-1。选取金刚石ATR对每个所述SiO2玻璃片上的沥青进行红外谱图采集,每个样品重复3次,4个所述沥青样品的老化沥青红外光谱图见图1。
式(5)中:IC=O为羰基官能团指数;IS=O为亚砜基官能团指数;IB为脂肪族官能团指数(CH2,CH3);IB,a为非对称脂肪族官能团指数(C-CH3);IAr为芳香官能团指数;A1030、A1376、A1456、A1600、A1700、A2850、A2920分别为波数1030、1376、1456、1600、1700、2850、2920cm-1处对应的峰面积;∑Ai(i=1,2,3,4)为第i个基准下不同特征峰峰面积之和,其具体取值见表2。
表2基准谱峰面积取值
由上分析可知,A2对应的基准范围1400~4000cm-1,A3对应的基准范围650~4000cm-1,A4对应的基准范围2920和2852cm-1处光谱峰面积和不宜作为沥青FTIR定量图谱分析的标准。因此,推荐使用A1对应的650~1400cm-1范围指纹区域作为参考基准进行FTIR定量图谱分析的标准,A1基准下4种沥青的官能团指数如表3所示。
表3老化沥青特征官能团指数
步骤S3:将经步骤S1老化处理后的残留物在动态剪切流变仪(DSR)上进行多应力蠕变恢复试验。其工作原理见图3。选取25mm转子,转子与DSR夹具的下平行板间隙设置为1mm。采用64℃,70℃,76℃,82℃,88℃五个温度进行多应力蠕变恢复试验,动态剪切流变仪进行蠕变试验分两个应力阶段,第一级应力为0.1KPa,第二级应力为3.2KPa,每次循环加载1s、卸载9s,每个应力水平重复循环10次。
步骤S4:本实施例以70℃,3.2KPa下MSCR试验所得的不可恢复蠕变柔量为例,建立数列来具体确定灰熵关联分析预测的过程,其他温度下仅给出分析结果。
(1)以不可恢复蠕变柔量为比较序列,以老化沥青特征官能团作为参考序列,见表4。
表4参考序列与比较序列
(2)对表4参考序列与比较序列数据进行无量纲化处理,得均值化后的参考序列与比较序列,结果见表5。
表5均值化后的参考序列与比较序列
(3)通过式(1)求解得到各影响参数与不可恢复蠕变柔量的灰关联系数,详见表6。
表6灰关联系数
(4)依据式(2)计算模型中灰熵关联密度值,结果见表7。
表7灰熵关联密度值
(5)根据灰熵计算式(3),得到老化沥青特征官能团对70℃,3.2KPa下不可恢复蠕变柔量的灰熵关联度如下:E(C=O)=0.8112,E(S=O)=0.8538,E(B)=0.8479,E(B,a)=0.8322,E(Ar)=0.8332。
将测试温度为64℃、70℃、76℃、82℃、88℃,压力为3.2KPa下多应力重复蠕变恢复(MSCR)试验测得的不可恢复蠕变柔量(Jnr)与沥青特征官能团含量变化灰熵关联分析所得灰熵关联度E(Xi)结果进行汇总,如图4所示。从图中可以看出,5种因素关联度从大到小的排序为S=O、B、Ar、B,a、C=O,即老化后沥青化学组分变化对高温性能指标影响程度由大到小的排序为亚砜基、脂肪族化物、芳香族化合物、非对称脂肪族化物、羰基。
步骤S5:基于麦夸特法(Levenberg-Marquardt)和通用全局优化算法,使用SPSS对不同温度、控制应力下MSCR试验的沥青恢复率R及红外光谱测试官能团变化指数进行多元统计回归分析,R可用数学模型
R=α1+β1IC=O+β2IS=O+β3IB+β4IB,a+β5IAr (4)
进行预测,式中α1,β1,β2,β3,β4,β5均为回归常数,回归对比结果如图5(R为实测值,R′为预测值)。并采用F检验(F-Statistic)对回归结果进行检验(见表8),其中R2为相关系数、MS为均方差、Sig为显著性。
表8 R模型最佳拟合结果
从表8可以看出:不同温度下恢复率R预测模型具有较高精度的相关性系数,显著性均小于0.05,即通过了F检验,表明沥青RTFOT老化后其高温抵抗变形能力随着化学官能团含量变化呈现出多元线性关系。在图5中,发现数据点位于y=x直线附近,表明式(4)模型对老化沥青的恢复率R预测是可信的,从而式(4)建立了老化沥青恢复率R和化学官能团含量变化之间的关系。可以通过化学官能团含量变化来预测并检测老化沥青恢复率R。
最后,本发明的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。任何熟悉此技术的人,在不脱离本发明的精神和原则内,都可做各种的改动与修饰,因此本发明的保护范围应该以权利要求书所界定的为准。
Claims (10)
1.一种基于灰熵关联的沥青高温性能检测方法,其特征在于,包括以下步骤:
步骤S1:将沥青样品进行短期老化处理;
步骤S2:对未老化的沥青样品和老化后的沥青样品均分别进行全反射红外光谱分析和红外光谱图定量分析;
步骤S3:对沥青老化前及老化后的高温性能分布分别进行测试;
步骤S4:按照灰熵关联法对数据进行分析处理,包括确定比较序列与参考参列、数据的无量纲化处理、计算灰关联系数、计算灰关联密度值,最终得到高温性能指标的灰熵关联度,按照灰熵关联度的大小对各参考序列进行排序;
步骤S5:基于麦夸特法和通用全局优化算法,建立沥青蠕变恢复率R和化学官能团变化指数的多元统计回归分析数学模型,通过化学官能团变化指变化和沥青高温抵抗变形能力的关系。
2.根据权利要求1所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S4中所述灰熵关联法具体如下:
(1)将沥青老化特征官能团作为参考序列,不可恢复蠕变柔量作为比较序列,其中参考数列记为X′0={X′0(j),j=1,2,…,m},比较序列为X′i={X′i(j),i=1,2,…,n};其中,j为时刻,取1,2,…,m,m为自然数;i为数据列数,取1,2,…,n,n为自然数;
(2)对参考序列的数列和比较序列的数列进行均值无量纲化处理;
(3)计算两个序列的关联系数ξi(j),具体计算公式为:
式中:ρ为分辨系数,其作用在于提高关联系数之间的差异显著性,通常取0.5;和分别为各个时刻的绝对差中的最小值与最大值;Δi(j)表示第i个比较数列(i=1,2,…,n)各时刻(j=1,2,…,m)的数值与参考数列对应时刻的差值的绝对值;
(4)计算灰熵关联分布密度:
(5)计算灰熵关联度:
将灰熵关联度结果按照老化后沥青化学组分变化对高温性能指标影响程度由大到小进行排序。
3.根据权利要求1所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S5中所述多元统计回归分析模型为
R=α1+β1IC=O+β2IS=O+β3IB+β4IB,a+β5IAr (4)
其中,IC=O为羰基官能团指数;IS=O为亚砜基官能团指数;IB为脂肪族官能团指数;IB,a为非对称脂肪族官能团指数;IAr为芳香官能团指数;α1,β1,β2,β3,β4,β5均为回归常数;并采用F检验对回归结果进行检验。
4.根据权利要求1-3任一项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S1中所述沥青短期老化时将每个所述沥青样品等分为2份小样品;将每份沥青样品对应的2份小样品中的一个进行短期老化处理,而另一个不进行老化处理。
5.根据权利要求1-3任一项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S1中所述沥青短期老化时采用的加热设备为旋转薄膜烘箱,加热温度为163℃,时间为85min。
6.根据权利要求1-3任一项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S2中对沥青样品的红外光谱图进行定量分析时,首先确定特征吸收峰两侧最低点的切线作为校正基线,然后计算基线与光谱曲线围成的面积即为该特征吸收峰的峰面积。
7.根据权利要求1-3任一项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S2中所述红外光谱测试使用的是便携式ATR-FTIR红外光谱仪;采集参数设置为:分辨率为4cm-1,扫描次数为32次,测试范围为500~4000cm-1。
8.根据权利要求1-3任一项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S3中所述高温性能测试为在不同温度下进行多应力蠕变恢复试验。
9.根据权利要求8项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S3中所在动态剪切流变仪上进行多应力蠕变恢复试验,在不同温度下先后对样品施加两个大小不同的水平蠕变应力。
10.根据权利要求9项所述的基于灰熵关联的沥青高温性能检测方法,其特征在于,步骤S3中在不同温度下先后对样品施加0.1kPa,3.2kPa两个水平的蠕变应力,每个蠕变应力水平均以加载1s、卸载9s为1个周期,各加载10个周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011410862.3A CN112666105A (zh) | 2020-12-04 | 2020-12-04 | 一种基于灰熵关联的沥青高温性能检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011410862.3A CN112666105A (zh) | 2020-12-04 | 2020-12-04 | 一种基于灰熵关联的沥青高温性能检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112666105A true CN112666105A (zh) | 2021-04-16 |
Family
ID=75401163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011410862.3A Pending CN112666105A (zh) | 2020-12-04 | 2020-12-04 | 一种基于灰熵关联的沥青高温性能检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112666105A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11200307A (ja) * | 1997-11-14 | 1999-07-27 | Efui Sekkai Kogyosho:Kk | 道路舗装の構造評価と寿命予測方法 |
CN106675049A (zh) * | 2016-10-13 | 2017-05-17 | 北京建筑大学 | 一种煤直接液化残渣中四氢呋喃可溶物改性沥青的制备技术 |
CN106770702A (zh) * | 2016-11-17 | 2017-05-31 | 天津城建大学 | 基于灰关联法改性沥青老化性能研究方法 |
CN107037199A (zh) * | 2017-05-09 | 2017-08-11 | 武汉科技大学 | 基于灰关联的沥青混合料抗滑性能评价方法 |
CN111595727A (zh) * | 2020-06-30 | 2020-08-28 | 武汉理工大学 | 建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法 |
-
2020
- 2020-12-04 CN CN202011410862.3A patent/CN112666105A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11200307A (ja) * | 1997-11-14 | 1999-07-27 | Efui Sekkai Kogyosho:Kk | 道路舗装の構造評価と寿命予測方法 |
CN106675049A (zh) * | 2016-10-13 | 2017-05-17 | 北京建筑大学 | 一种煤直接液化残渣中四氢呋喃可溶物改性沥青的制备技术 |
CN106770702A (zh) * | 2016-11-17 | 2017-05-31 | 天津城建大学 | 基于灰关联法改性沥青老化性能研究方法 |
CN107037199A (zh) * | 2017-05-09 | 2017-08-11 | 武汉科技大学 | 基于灰关联的沥青混合料抗滑性能评价方法 |
CN111595727A (zh) * | 2020-06-30 | 2020-08-28 | 武汉理工大学 | 建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法 |
Non-Patent Citations (3)
Title |
---|
严园等: ""Application of Infrared Spectroscopy in Prediction of Asphalt Aging Time History and Fatigue Life"", 《COATINGS》, pages 1 - 18 * |
念腾飞;李萍;林梅;: "冻融循环下沥青特征官能团含量与流变参数灰熵分析及微观形貌", 吉林大学学报(工学版), no. 04 * |
林梅等: ""再生沥青微观结构对流变性能的影响"", 《华中科技大学学报(自然科学版)》, vol. 47, no. 6, pages 121 - 126 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111595727B (zh) | 建立快速预测沥青-集料黏附性和沥青黏韧性评价的方法 | |
EP2142908B1 (en) | Method for predicting a physical property of a residue obtainable from a crude oil | |
CN112331281B (zh) | 基于环境大数据和机器学习的高分子材料服役寿命预测方法 | |
CN112179871B (zh) | 一种酱类食品中己内酰胺含量无损检测的方法 | |
CN103018195A (zh) | 近红外光谱测定pbx炸药中pctfe含量的方法 | |
CN105372200A (zh) | Sbs改性沥青改性剂含量快速检测方法 | |
CN109030548B (zh) | 基于变活化能的聚合物材料热老化寿命评估方法 | |
Suchat et al. | Rapid moisture determination for cup lump natural rubber by near infrared spectroscopy | |
Sun et al. | Quantification of SBS content in SBS polymer modified asphalt by FTIR | |
CN109615145A (zh) | 一种快速预测不同老化程度基质沥青的物理性能的方法 | |
CN113030007B (zh) | 基于相似度学习算法快速检验烟用香精质量稳定性的方法 | |
CN109709060B (zh) | 一种沥青软化点、针入度和质量损失的测定方法 | |
CN112666105A (zh) | 一种基于灰熵关联的沥青高温性能检测方法 | |
WO2002047460A2 (en) | Mass spectrometric multivariate analysis of asphalts | |
AU2002227355A1 (en) | Mass spectrometric multivariate analysis of asphalts | |
CN111811932A (zh) | 复合固体推进剂单向拉伸力学性能近红外光谱分析方法 | |
CN114112889B (zh) | 基于相位角主曲线的沥青抗老化性能评价方法 | |
CN111896497A (zh) | 一种基于预测值的光谱数据修正方法 | |
US6534318B2 (en) | Mass spectrometric multivariate analysis | |
Zhang et al. | Contributions of fourier-transform infrared spectroscopy technologies to the research of asphalt materials: A comprehensive review | |
CN110865044A (zh) | 一种鉴别掺白油有机硅产品的光谱分析方法 | |
CN112415180B (zh) | 一种基于灰关联分析的橡胶沥青用基质沥青的选择方法 | |
KR100928977B1 (ko) | 비건류 방식에 의한 석탄의 코크스화 특성 분석 방법 | |
CN114594240A (zh) | 基于表面形貌参数检测改性沥青中sbs改性剂掺量的方法 | |
CN112505313A (zh) | 一种橡胶混炼胶加工性能的评价方法 |
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 |