沥青混合料体积指标和抗车辙性能统一预估模型及其应用研究
摘要 | 第1-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第9-14页 |
·问题的提出 | 第9页 |
·国内外研究现状 | 第9-11页 |
·研究的主要内容、目的和意义 | 第11-12页 |
·课题的技术路线 | 第12-14页 |
第二章 原材料性质及试验方法 | 第14-22页 |
·原材料性质 | 第14-16页 |
·配合比的确定 | 第16-20页 |
·级配 | 第16-17页 |
·马歇尔试验 | 第17-20页 |
·车辙试验 | 第20-21页 |
·车辙试件成型 | 第20页 |
·车辙试验 | 第20-21页 |
·实验结果 | 第21页 |
·本章小结 | 第21-22页 |
第三章 数值预估 | 第22-43页 |
·矿料间隙率VMA的预估 | 第22-28页 |
·沥青混合料体积指标 | 第22页 |
·影响VMA指标的主要因素 | 第22-25页 |
·HOUDSON法 | 第25-26页 |
·数学预估 | 第26-27页 |
·两种预估方法的对比 | 第27-28页 |
·结论 | 第28页 |
·最佳沥青油石比的预估 | 第28-34页 |
·吸收沥青油石比的计算 | 第29-30页 |
·有效沥青油石比的预估 | 第30-31页 |
·文献推导的沥青油石比计算公式 | 第31-32页 |
·最佳沥青油石比的预估 | 第32-34页 |
·结论 | 第34页 |
·车辙的预估 | 第34-42页 |
·车辙的变形过程 | 第34页 |
·室内车辙试验的主要影响因素 | 第34-37页 |
·动稳定度的线性预估 | 第37页 |
·利用Burgers模型预估动稳定度 | 第37-42页 |
·本章小结 | 第42-43页 |
第四章 BP神经网络预估 | 第43-66页 |
·人工神经网络介绍 | 第43-53页 |
·人工神经网络基础 | 第43-44页 |
·BP神经网络 | 第44-50页 |
·BP神经网络的改进算法 | 第50-53页 |
·小结 | 第53页 |
·矿料间隙率VMA的预估 | 第53-60页 |
·影响矿料间隙率VMA的主要因素 | 第53-54页 |
·BP神经网络的设计 | 第54-56页 |
·BP神经网络训练 | 第56-59页 |
·隐层节点及训练函数的选择 | 第59-60页 |
·车辙动稳定度的预估 | 第60-63页 |
·动稳定度的影响因素 | 第60-62页 |
·隐层节点数及训练函数的选择 | 第62-63页 |
·预估模型的验证 | 第63-65页 |
·本章小结 | 第65-66页 |
第五章 结论、创新点与展望 | 第66-68页 |
·结论 | 第66页 |
·创新点 | 第66-67页 |
·今后研究工作展望 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
学位论文评阅及答辩情况表 | 第74页 |