摘要 | 第7-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 路面抗滑性能的评价方法 | 第11-12页 |
1.2.2 路面抗滑性能的检测方法 | 第12-13页 |
1.2.3 路面抗滑性能的主要研究方向 | 第13-15页 |
1.3 研究内容及技术路线 | 第15-17页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 技术路线 | 第16-17页 |
2 路面抗滑性能的影响因素 | 第17-21页 |
2.1 道路因素 | 第17-19页 |
2.1.1 材料性质 | 第17页 |
2.1.2 级配类型 | 第17-18页 |
2.1.3 纹理构造 | 第18-19页 |
2.1.4 磨损程度 | 第19页 |
2.1.5 坡度 | 第19页 |
2.2 环境因素 | 第19-20页 |
2.2.1 路表温度 | 第19页 |
2.2.2 路面附着物 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
3 沥青路面抗滑性能的试验设计 | 第21-32页 |
3.1 沥青车辙板的制作 | 第21-24页 |
3.1.1 原材料性质 | 第21-22页 |
3.1.2 级配类型 | 第22-23页 |
3.1.3 制作流程 | 第23-24页 |
3.2 室内试验环境的搭建 | 第24-26页 |
3.2.1 温度环境 | 第24-25页 |
3.2.2 附着物环境 | 第25-26页 |
3.3 室内试验数据的采集工作 | 第26-30页 |
3.3.1 摩擦系数的采集 | 第26-28页 |
3.3.2 构造深度的采集 | 第28-29页 |
3.3.3 温度的采集 | 第29-30页 |
3.3.4 坡度的采集 | 第30页 |
3.4 室外沥青路面数据的采集 | 第30-31页 |
3.5 本章小结 | 第31-32页 |
4 沥青路面抗滑性能的影响因素相关性分析 | 第32-45页 |
4.1 道路因素 | 第32-35页 |
4.1.1 级配类型与构造深度相关性分析 | 第32-33页 |
4.1.2 构造深度与抗滑性能相关性分析 | 第33页 |
4.1.3 坡度与抗滑性能的相关性分析 | 第33-35页 |
4.2 环境因素 | 第35-43页 |
4.2.1 温度与抗滑性能的相关性分析 | 第35-38页 |
4.2.2 水膜与抗滑性能的相关性分析 | 第38-40页 |
4.2.3 结冰与抗滑性能的相关性分析 | 第40-42页 |
4.2.4 污染物与抗滑性能的相关性分析 | 第42-43页 |
4.3 本章小结 | 第43-45页 |
5 多源数据的融合与清洗 | 第45-49页 |
5.1 数据的融合 | 第45页 |
5.2 数据的清洗 | 第45-46页 |
5.3 模型数据库的建立 | 第46-47页 |
5.3.1 多元线性回归模型经验数据库的建立 | 第46-47页 |
5.3.2 人工神经网络模型训练和验证数据库的建立 | 第47页 |
5.4 本章小结 | 第47-49页 |
6 多元回归摩擦力预测模型构建 | 第49-60页 |
6.1 AC-13路面摩擦力的分析预测 | 第49-53页 |
6.1.1 AC-13新路 | 第49-51页 |
6.1.2 AC-13旧路 | 第51-53页 |
6.2 AC-16路面摩擦力的分析预测 | 第53-56页 |
6.2.1 AC-16新路 | 第53-54页 |
6.2.2 AC-16旧路 | 第54-56页 |
6.3 SMA-16旧路摩擦力的分析预测 | 第56-57页 |
6.4 基于多元线性回归摩擦力的预测模型 | 第57-59页 |
6.5 本章小结 | 第59-60页 |
7 人工神经网络摩擦力预测模型构建 | 第60-71页 |
7.1 人工神经网络的介绍 | 第60-61页 |
7.2 BP神经网络的数据预测 | 第61-64页 |
7.2.1 BP神经网络的原理介绍 | 第61-63页 |
7.2.2 BP神经网络的数据预测 | 第63-64页 |
7.3 径向基函数神经网络的数据预测 | 第64-67页 |
7.3.1 径向基神经网络的原理介绍 | 第64-65页 |
7.3.2 径向基神经网络模型的数据预测 | 第65-67页 |
7.4 预测模型的验证 | 第67-70页 |
7.5 本章小结 | 第70-71页 |
8 研究结论及展望 | 第71-73页 |
8.1 主要研究结论 | 第71-72页 |
8.2 研究展望 | 第72-73页 |
参考文献 | 第73-77页 |
攻读硕士期间发表的学术论文与科研项目 | 第77-78页 |
致谢 | 第78页 |