一种基于神经网络学习的道路水稳基层开裂性能预测方法

    公开(公告)号:CN116542108A

    公开(公告)日:2023-08-04

    申请号:CN202310562448.1

    申请日:2023-05-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络学习的道路水稳基层开裂性能预测方法,步骤如下:首先CT扫描水泥基试件,并通过软件对图像进行分割并三维重构,计算试件各粒径的取向分布指标和空隙率;其次,将模型导入ABAQUS中进行单轴拉压数值试验,获得其压缩模量与拉伸模量。接着,构建神经网络模型,将试件各粒径的取向分布指标和空隙率作为输入数据,压缩模量与拉伸模量作为输出数据进行训练;最后,在半刚性基层开裂路段钻芯取样进行扫描重构,计算其材料形态分布情况,输入神经网络模型,预测得出材料的拉压性质,判断其材料性能,通过神经网络学习对沥青路面的半刚性基层的拉压回弹模量进行预测,从而指导材料设计施工。

    基于胶粉溶胀-溶解状态的胶粉沥青路面性能预警方法

    公开(公告)号:CN116206710A

    公开(公告)日:2023-06-02

    申请号:CN202310171005.X

    申请日:2023-02-27

    Applicant: 东南大学

    Abstract: 本申请公开了基于胶粉溶胀‑溶解状态的胶粉沥青路面性能预警方法,胶粉改性沥青制备及沥青胶浆材料属性参数获取,基于宏‑微观试验获取胶粉沥青性能指标及胶粉颗粒溶胀‑溶解状态变化参数,并对所获参数进行数值化处理,定量表征胶粉颗粒的溶胀‑溶解状态,利用神经网络算法构建胶粉改性沥青性能与溶胀‑溶解状态的预测模型,在离散元软件中进行非均质胶粉改性沥青胶浆建模及细观参数赋值,利用神经网络预测模型,得到面层胶粉沥青内部溶胀‑溶解状态,在离散元中实现精细化建模同时推演路面结构在重复荷载下的永久变形行为,实现胶粉改性沥青路面结构性能进行预警。

Patent Agency Ranking