首页--交通运输论文--公路运输论文--道路工程论文--道路养护与维修论文--路面的养护与维修论文

沥青混凝土路面裂缝修补技术研究

摘要第4-6页
Abstract第6-7页
1 绪论第12-24页
    1.1 研究意义第12-13页
    1.2 沥青路面裂缝修补技术发展现状第13-17页
        1.2.1 裂缝修补材料第13-16页
        1.2.2 裂缝修补工艺与设备第16-17页
    1.3 聚氨酯改性环氧树脂灌缝材料国内外研究现状第17-20页
        1.3.1 国外研究现状第18-19页
        1.3.2 国内研究现状第19-20页
    1.4 存在的问题与发展趋势第20-22页
        1.4.1 现有修补技术存在的问题第20-21页
        1.4.2 发展趋势第21-22页
    1.5 研究内容与技术路线第22-24页
        1.5.1 主要研究内容第22页
        1.5.2 技术路线第22-24页
2 沥青路面裂缝普查与形成机理分析第24-36页
    2.1 沥青路面裂缝病害普查第24-30页
        2.1.1 工程概况第24-25页
        2.1.2 调查方法第25-26页
        2.1.3 调查结果第26-30页
    2.2 裂缝形成机理分析第30-34页
        2.2.1 荷载作用下裂缝形成机理第30-31页
        2.2.2 温度作用下裂缝形成机理第31-33页
        2.2.3 基层反射作用下裂缝形成机理第33-34页
    2.3 本章小结第34-36页
3 沥青路面裂缝修补材料性能优化第36-49页
    3.1 修补材料性能要求第36-37页
    3.2 沥青路面灌缝修补材料的制备第37-41页
        3.2.1 裂缝修补材料的制备方法及反应机理第37-38页
        3.2.2 原材料与实验仪器第38-39页
        3.2.3 相关性能测试方法第39-41页
    3.3 灌缝修补材料改性研究第41-47页
        3.3.1 PU掺量对灌缝材料粘度的影响第41-42页
        3.3.2 PU掺量对拉伸强度的影响第42-44页
        3.3.3 PU掺量对体积收缩率的影响第44-45页
        3.3.4 PU掺量对老化性能的影响第45-47页
    3.4 本章小结第47-49页
4 修补组合结构体系力学相容性研究第49-74页
    4.1 力学性能相容性第49-51页
    4.2 原材料第51页
        4.2.1 沥青第51页
        4.2.2 矿料第51页
    4.3 弯曲拉伸试验第51-61页
        4.3.1 低温弯曲试验方案第52-54页
        4.3.2 基于弯曲试验的评价指标第54-61页
    4.4 劈裂抗拉试验第61-66页
        4.4.1 劈裂试验方案第61-63页
        4.4.2 基于劈裂试验的评价指标第63-66页
    4.5 低温抗裂试验方法比较第66-68页
    4.6 斜切试验第68-72页
        4.6.1 抗剪切强度试验方案第68-70页
        4.6.2 斜切试验结果第70-72页
    4.7 本章小结第72-74页
5 裂缝修补材料应用技术研究第74-82页
    5.1 裂缝修补时机第74页
    5.2 裂缝修补方法第74-77页
        5.2.1 无损灌缝修补第75页
        5.2.2 开槽灌缝修补第75-76页
        5.2.3 钻孔压力注浆修补第76-77页
    5.3 钻孔压力注浆修补工艺流程第77-80页
        5.3.1 开槽第78页
        5.3.2 清缝和干燥第78页
        5.3.3 钻孔第78-79页
        5.3.4 安装注浆针嘴第79页
        5.3.5 配制修补材料第79页
        5.3.6 封缝第79页
        5.3.7 压力注浆第79-80页
        5.3.8 养生处理第80页
    5.4 修补效果现场检测第80-81页
    5.5 本章小结第81-82页
6 结论与展望第82-84页
    6.1 结论第82-83页
    6.2 展望第83-84页
参考文献第84-90页
攻读硕士学位期间参与项目及发表论文情况第90-91页
致谢第91页

论文共91页,点击 下载论文
上一篇:电动汽车充电负荷对配电系统影响与优化策略
下一篇:基于BP神经网络的地铁信号设备故障预测