| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 研究的背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 填料对沥青胶浆和沥青混合料影响的研究现状 | 第14-17页 |
| 1.2.2 温拌沥青混合料技术相关研究现状 | 第17-19页 |
| 1.2.3 基于神经网络预测在道路工程应用研究现状 | 第19-20页 |
| 1.3 本文研究主要内容 | 第20-22页 |
| 第2章 研究方案与试验介绍 | 第22-28页 |
| 2.1 研究思路 | 第22页 |
| 2.2 研究方案流程 | 第22-23页 |
| 2.3 试验介绍 | 第23-27页 |
| 2.3.1 动态剪切流变仪(DSR) | 第23-24页 |
| 2.3.2 动态剪切流变仪(DSR)工作原理 | 第24-25页 |
| 2.3.3 抗车辙因子与疲劳因子 | 第25页 |
| 2.3.4 低温弯曲流变仪(BBR) | 第25-26页 |
| 2.3.5 低温弯曲流变仪(BBR)工作原理 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 填料对沥青胶浆高低温性能影响研究 | 第28-44页 |
| 3.1 基本材料性能 | 第28-29页 |
| 3.1.1 沥青 | 第28页 |
| 3.1.2 填料 | 第28-29页 |
| 3.2 高温动态剪切试验(DSR)试样制备 | 第29-30页 |
| 3.3 水泥、矿粉与消石灰高温性能研究 | 第30-35页 |
| 3.3.1 温度扫描 | 第30-33页 |
| 3.3.2 频率扫描 | 第33-35页 |
| 3.4 水泥不同比例替代矿粉高温性能研究 | 第35-39页 |
| 3.4.1 温度扫描 | 第35-37页 |
| 3.4.2 频率扫描 | 第37-39页 |
| 3.5 低温弯曲梁流变试验(BBR)试样制备 | 第39-40页 |
| 3.6 水泥、矿粉与消石灰沥青胶浆低温性能研究 | 第40-41页 |
| 3.7 水泥替代矿粉沥青胶浆低温性能试验 | 第41-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第4章 掺 Sasobit 温拌剂沥青胶浆高低温性能研究 | 第44-52页 |
| 4.1 概述 | 第44页 |
| 4.2 试样制备与试验 | 第44-45页 |
| 4.2.1 Sasobit 温拌沥青添加剂 | 第44-45页 |
| 4.2.2 试样制备 | 第45页 |
| 4.3 掺 Sasobit 温拌剂沥青胶浆高温性能研究 | 第45-49页 |
| 4.3.1 温度扫描 | 第45-48页 |
| 4.3.2 频率扫描 | 第48-49页 |
| 4.4 掺 Sasobit 温拌剂沥青胶浆低温性能研究 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于神经网络的矿粉沥青胶浆高温性能预测 | 第52-63页 |
| 5.1 概述 | 第52页 |
| 5.2 人工神经网络简介 | 第52-53页 |
| 5.3 神经网络的基本概念 | 第53-56页 |
| 5.3.1 神经元 | 第53页 |
| 5.3.2 神经网络结构 | 第53-54页 |
| 5.3.3 学习规则 | 第54-56页 |
| 5.4 基于神经网络的矿粉沥青胶浆高温性能预测 | 第56-62页 |
| 5.4.1 试验数据的获取 | 第56-57页 |
| 5.4.2 选取神经网络方式 | 第57页 |
| 5.4.3 确定网络结构及相关参数 | 第57-58页 |
| 5.4.4 程序与运算 | 第58页 |
| 5.4.5 预测结果评价 | 第58-59页 |
| 5.4.6 运算结果与分析 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结语 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录 A | 第70页 |
