不同结构厚度组合的水泥乳化沥青混合料疲劳性能研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 疲劳特性研究方法现状 | 第10-14页 |
| 1.2.2 疲劳特性影响因素 | 第14-17页 |
| 1.3 目前存在问题 | 第17-18页 |
| 1.4 研究内容与技术路线 | 第18-20页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 第二章 原材料与试验方法 | 第20-29页 |
| 2.1 原材料技术性质 | 第20-22页 |
| 2.1.1 沥青结合料 | 第20页 |
| 2.1.2 乳化沥青 | 第20-21页 |
| 2.1.3 水泥 | 第21页 |
| 2.1.4 集料与填料 | 第21-22页 |
| 2.2 主要仪器设备 | 第22-25页 |
| 2.2.1 力学指标测试试验 | 第22页 |
| 2.2.2 弯曲试验 | 第22-23页 |
| 2.2.3 疲劳试验 | 第23-24页 |
| 2.2.4 扫描电镜（SEM）试验 | 第24页 |
| 2.2.5 CT扫描试验 | 第24-25页 |
| 2.3 试验方案 | 第25-28页 |
| 2.3.1 轮碾试件成型 | 第25-26页 |
| 2.3.2 小梁试件制备 | 第26-27页 |
| 2.3.3 疲劳试验方案 | 第27-28页 |
| 2.3.4 微观试验方案 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 不同结构厚度组合的混合料疲劳性能研究 | 第29-57页 |
| 3.1 沥青混合料配合比设计及性能研究 | 第29-37页 |
| 3.1.1 级配的选择 | 第29-30页 |
| 3.1.2 马歇尔试件成型 | 第30页 |
| 3.1.3 体积指标测试 | 第30-31页 |
| 3.1.4 最佳油石比确定 | 第31-33页 |
| 3.1.5 力学指标检验 | 第33-37页 |
| 3.2 疲劳试验条件选择 | 第37-39页 |
| 3.2.1 控制模式 | 第37-38页 |
| 3.2.2 加载方式和疲劳破坏判断 | 第38页 |
| 3.2.3 应力水平 | 第38-39页 |
| 3.2.4 加载频率和波形 | 第39页 |
| 3.2.5 试验温度 | 第39页 |
| 3.3 弯曲试验结果分析 | 第39-41页 |
| 3.4 疲劳试验结果分析 | 第41-47页 |
| 3.4.1 温度对疲劳性能影响 | 第41-46页 |
| 3.4.2 应力水平对疲劳性能影响 | 第46-47页 |
| 3.5 疲劳方程建立 | 第47-49页 |
| 3.6 基于CT扫描技术表征混合料空隙分布特征 | 第49-55页 |
| 3.6.1 CT成像工作原理 | 第49-50页 |
| 3.6.2 CT扫描图像预处理 | 第50-51页 |
| 3.6.3 空隙分布系数计算结果 | 第51-53页 |
| 3.6.4 基于Mimics的三维CT重建模型 | 第53-55页 |
| 3.6.5 空隙率对疲劳性能影响 | 第55页 |
| 3.7 本章小结 | 第55-57页 |
| 第四章 结合料对水泥乳化沥青混合料疲劳性能影响 | 第57-66页 |
| 4.1 强度形成机理 | 第57-60页 |
| 4.1.1 混合料强度形成分析 | 第57页 |
| 4.1.2 马歇尔试验分析 | 第57-59页 |
| 4.1.3 扫描电镜（SEM）分析 | 第59-60页 |
| 4.2 弯曲试验结果分析 | 第60-62页 |
| 4.2.1 试验方法 | 第60页 |
| 4.2.2 结果分析 | 第60-62页 |
| 4.3 疲劳试验结果分析 | 第62-64页 |
| 4.3.1 试验方法 | 第62-63页 |
| 4.3.2 结果分析 | 第63-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 不同结构厚度组合的混合料疲劳寿命预测 | 第66-77页 |
| 5.1 BP神经网络基本原理与方法 | 第66-68页 |
| 5.1.1 BP神经网络的理论基础 | 第66-67页 |
| 5.1.2 BP神经网络的数学模型 | 第67-68页 |
| 5.2 BP算法 | 第68-70页 |
| 5.2.1 BP算法思想 | 第68页 |
| 5.2.2 BP算法流程 | 第68-70页 |
| 5.3 参数选择与输入数据预处理 | 第70-71页 |
| 5.3.1 参数选择 | 第70-71页 |
| 5.3.2 输入数据预处理 | 第71页 |
| 5.4 基于BP神经网络模型预测混合料的疲劳寿命 | 第71-76页 |
| 5.4.1 BP神经网络模型构建 | 第71-72页 |
| 5.4.2 网络模型训练与精度校核 | 第72-74页 |
| 5.4.3 疲劳寿命预测 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 主要结论及进一步研究建议 | 第77-79页 |
| 主要结论 | 第77-78页 |
| 主要创新性工作 | 第78页 |
| 进一步研究建议 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |
| 致谢 | 第86页 |
