| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 光谱技术结合化学计量学方法在石油领域的国内外研究概况 | 第12-13页 |
| 1.2.2 光谱技术在沥青材料分析中的国内外研究概况 | 第13-15页 |
| 1.3 主要研究内容和技术路线 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 第二章 红外光谱技术与化学计量学方法应用研究 | 第17-38页 |
| 2.1 红外光谱技术简介 | 第17-22页 |
| 2.1.1 红外光谱原理 | 第17页 |
| 2.1.2 红外光谱的分类及分区 | 第17-19页 |
| 2.1.3 红外光谱特点 | 第19页 |
| 2.1.4 傅里叶红外光谱 | 第19-21页 |
| 2.1.5 衰减全反射(ATR)制样技术 | 第21-22页 |
| 2.2 沥青红外光谱数据库的建立 | 第22-23页 |
| 2.2.1 沥青样品收集 | 第22页 |
| 2.2.2 沥青样品红外光谱采集 | 第22-23页 |
| 2.3 沥青红外光谱图的分析 | 第23-24页 |
| 2.4 化学计量学方法概述 | 第24-36页 |
| 2.4.1 沥青红外光谱图谱的预处理 | 第24-30页 |
| 2.4.2 定性分析模式识别方法 | 第30-33页 |
| 2.4.3 定量分析多元校正方法 | 第33-35页 |
| 2.4.4 模型评价指标 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 常用沥青品牌识别研究 | 第38-55页 |
| 3.1 试验材料与分析方法 | 第38-40页 |
| 3.1.1 试验材料 | 第38页 |
| 3.1.2 分析方法 | 第38-40页 |
| 3.2 90号常用沥青品牌识别研究 | 第40-47页 |
| 3.2.1 主成分分析(PCA)定性分析 | 第40-42页 |
| 3.2.2 独立聚类簇(SIMCA)定性分析 | 第42-45页 |
| 3.2.3 未知沥青样品品牌判定 | 第45-47页 |
| 3.3 70号常用沥青品牌识别研究 | 第47-53页 |
| 3.3.1 主成分(PCA)定性分析 | 第48-49页 |
| 3.3.2 独立聚类簇(SIMCA)定性分析 | 第49-52页 |
| 3.3.3 未知沥青样品来源判定 | 第52-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第四章 沥青常规指标值快速检测研究 | 第55-75页 |
| 4.1 沥青常规指标技术性质 | 第55-60页 |
| 4.1.1 沥青针入度试验 | 第55-56页 |
| 4.1.2 沥青软化点试验 | 第56-58页 |
| 4.1.3 沥青延度试验 | 第58-59页 |
| 4.1.4 沥青60℃动力粘度试验 | 第59-60页 |
| 4.2 偏最小二乘校正模型的建立与验证 | 第60-66页 |
| 4.2.1 偏最小二乘(PLS)预测模型的建立 | 第60-65页 |
| 4.2.2 偏最小二乘(PLS)预测模型的验证 | 第65-66页 |
| 4.3 人工神经网络判别模型的建立与验证 | 第66-72页 |
| 4.3.1 人工神经网络(ANN)判别模型的建立 | 第66-70页 |
| 4.3.2 人工神经网络(ANN)判别模型的验证 | 第70-72页 |
| 4.4 不同定量分析方法所建模型的预测结果对比分析 | 第72-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 沥青流变指标值快速检测研究 | 第75-107页 |
| 5.1 沥青材料流变性能研究 | 第75-76页 |
| 5.2 沥青流变指标技术性质 | 第76-88页 |
| 5.2.1 温度扫描试验 | 第76-79页 |
| 5.2.2 多应力蠕变恢复试验(MSCR) | 第79-82页 |
| 5.2.3 线性振幅扫描试验(LAS) | 第82-84页 |
| 5.2.4 频率扫描试验(FS) | 第84-88页 |
| 5.3 偏最小二乘校正模型的建立与验证 | 第88-95页 |
| 5.3.1 偏最小二乘(PLS)校正模型的建立 | 第88-94页 |
| 5.3.2 偏最小二乘(PLS)预测模型的验证 | 第94-95页 |
| 5.4 人工神经网络判别模型的建立与验证 | 第95-104页 |
| 5.4.1 人工神经网络(ANN)判别模型的建立 | 第95-102页 |
| 5.4.2 人工神经网络(ANN)判别模型的验证 | 第102-104页 |
| 5.5 不同定量分析方法所建模型的预测结果对比分析 | 第104-105页 |
| 5.6 本章小结 | 第105-107页 |
| 结论及展望 | 第107-109页 |
| 主要研究结论 | 第107-108页 |
| 进一步研究建议 | 第108-109页 |
| 参考文献 | 第109-116页 |
| 致谢 | 第116页 |
