树脂-乳化沥青共混物的制备及性能研究

来源 :重庆交通大学 | 被引量 : 0次 | 上传用户:enginery_puppet
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
十三五末期,随着我国高速路网的完善,高速公路将由快速发展的建设期进入大规模的养护阶段。高性能乳化沥青作为高速公路预防性养护技术的核心材料成为广大道路工程师竞相研究的热点。树脂类材料以其具有强度高、黏结力强、应用工艺相对简单而被广泛应用于热熔胶材料中,如何将树脂类材料应用于乳化沥青中,并提升乳化沥青的综合性能是当前高性能乳化沥青领域的新靶点。基于树脂材料的特性,本文分别采用两种不同类型的树脂材料对乳化沥青进行共混改性,提出了针对两种不同树脂的乳化沥青制备工艺,研究了树脂-乳化沥青共混物的宏观性能,同时采用微观手段分析了树脂-乳化沥青的细观特性及改性机理;最后进一步采用橡胶对共混物进行复合改性,并研究其宏观性能和细观特性;以期研究成果为树脂-乳化沥青共混物的工程应用提供科学的数据。主要研究内容及成果如下:(1)水性环氧树脂-乳化沥青共混物的制备及性能评价根据聚合物乳液共混理论,制备了双组份水性环氧树脂-乳化沥青共混物;基于拉拔试验、凝胶试验及动态热机械分析(DMA)试验评价了水性环氧树脂-乳化沥青共混物的黏结性能、凝胶热线和动态热力学特性,得出了共混物的最佳比例范围;并借助荧光显微镜和傅里叶红外变换光谱仪揭示了水性环氧树脂-乳化沥青共混物的微观相结构及共混机理;(2)增黏树脂-乳化沥青共混物的制备及性能评价根据相似相容原理制备了增黏树脂-乳化沥青共混物,基于沥青三大指标试验、拉拔强度试验、乳化沥青贮存稳定性试验、动态热机械分析(DMA)、动态剪切试验和多应力蠕变恢复试验(MSCR)试验评价了增黏树脂-乳化沥青共混物的常规性能、黏结性能、贮存稳定性、动态热力学特性、流变特性和抗变形能力;得出了共混物的最佳比例范围;并借助荧光显微镜和傅里叶红外变换光谱仪揭示了其增黏树脂-乳化沥青共混物的微观相结构及共混机理;(3)胶乳-水性环氧树脂-乳化沥青共混物性能评价采用两种不同胶乳对水性环氧乳化沥青共混物进行改性,基于拉伸试验、动态热机械分析(DMA)评价了两种胶乳对共混物拉伸性能、动态热力学特性的影响,得出了胶乳的最佳掺量,并借助荧光显微镜揭示了胶乳对共混物相结构的影响及三相共混物的强度形成机理;(4)SBS-增黏树脂-乳化沥青共混物性能评价基于沥青三大指标试验、乳化沥青贮存稳定性试验、动态热机械分析(DMA)及动态剪切试验和多应力蠕变恢复试验(MSCR)试验评价了 SBS-增黏树脂-乳化沥青的常规性能、贮存稳定性、动态热力学特性、流变特性及抗变形能力;并借助荧光显微镜揭示了SBS-增黏树脂-乳化沥青的三相结构和共混机理。
其他文献
理解大脑如何分配神经资源对于提高人类行为表现十分重要,如何构成最优处理的神经特征仍然是一个有争议的话题。一个主要的模型是神经效率模型,该模型提出性能的提高应与减少的激活相关联,以反映底层神经回路的效率提高(即执行任务所消耗的能量更少)。成人神经影像学研究表明专项技能训练对大脑神经效率具有积极的影响,目前还没有神经影像学研究对学龄前儿童的神经加工过程进行考查。本研究以双语儿童为例,利用功能性近红外光
自动驾驶技术已经应用于智能汽车、公共交通、快递用车、工业应用等领域,其主要发展方向包括:复杂低速行驶环境(如矿山、建筑工地等)下的辅助驾驶技术和高速行驶速度下的车辆自主驾驶技术。其中,低速自动驾驶车辆具备的轨迹复杂且曲率变化大、运动学特性简单等特点以及高速自动驾驶车辆具备的不确定性、非线性和时变特性等特点,导致车辆动力学的非线性特性显著增强,对系统建模及其算法的自适应和鲁棒性要求进一步提高。自动驾
阿尔茨海默病的早期阶段(即轻度认知障碍)的检测非常重要,因为它可以延缓或阻止其进展为阿尔茨海默病。从医学影像数据推断出的大脑连接网络已普遍用于从正常对照识别轻度认知障碍患者。然而,现有方法大多仍然受到性能的限制,并且这些方法主要是通过仅使用单一模态数据进行分类来开发的。事实上,已经证明多模态数据可以从不同方面反应大脑信息,提供互补信息更有利于疾病的诊断和分类。同时,由于结构和功能脑网络从不同脑连接
核磁共振成像(Magnetic Resonance Imaging,MRI)技术是颅脑常规检查中的必要技术,医生根据经验分析患者MR脑图像进行疾病筛查与诊断。高效率、高准确率的辅助诊断技术给疾病诊断环节带来极大的便利,不仅能够大幅度提升医生的诊断效率,而且对脑肿瘤患者的治愈率和存活率有着重大意义。医学脑肿瘤图像中肿瘤区域与正常区域存在灰度分布差异,表现为图像出现灰度畸变,纹理细节缺失或扭曲等现象,
近年来,脑疾病是造成全球人口死亡的主要原因之一。神经影像在临床诊断与脑疾病分析中起到了越来越重要的作用。然而,神经影像数据维度过高导致临床医生往往需要花费大量时间来进行阅片。因此,通过计算机辅助诊断的方式协助医生进行分析与诊断十分必要。目前已有一些自动诊断方法运用到脑疾病的分析与自动诊断上,且能有效地对神经影像进行分析且对疾病做出诊断,但这些方法大多关注于使用传统机器学习或者神经卷积网络的方法。然
自闭症谱系障碍(ASD)是一组广泛性发展障碍且没有有效的诊疗方法。对ASD的建模研究,有助于医生了解该疾病的病理机制并做出正确的决策,从而对疾病进行有效干预,提高患者生活水平。静息态功能磁共振成像(rs-f MRI)由于其无创性且相对较高的时空分辨率,目前被广泛地用于ASD的病理机制研究。基于神经影像的机器学习方法为ASD的研究提供了有效的途径,但现有研究存在诸多局限性,如模型没有考虑到脑网络的先
主观认知下降(Subjective Cognitive Decline,SCD)发生在轻度认知障碍(Mild Cognitive Impairment,MCI)之前,是阿尔茨海默症(Alzheimer’s Disease,AD)病程发展的一个初始阶段。确定SCD的神经生物标记物对于MCI和AD的早期诊断和预防具有重要意义。脑影像技术,特别是多模态磁共振影像(Magnetic Resonance I
疼痛是一种真实或潜在组织损伤相关的令人不愉快的主观感受,目前自我报告是临床实践疼痛评估的金标准。然而自我报告可靠性较低,而且某些人群(例如意识障碍患者和婴儿)无法进行疼痛的自我评估,这会导致对疼痛的治疗不足或欠佳。因此,基于生理信号的客观疼痛评估方法在临床上十分必要。疼痛会诱发一系列脑电成分,且这些脑电成分的幅度和疼痛强度相关性很强,因此基于疼痛诱发脑电的疼痛评估近年来引起越来越多的关注。然而,传
近几年巡检机器人在各行业内被广泛应用,甚至频频出现在一线大众视野,可见其发展之迅猛。电力行业是最早开始规模化落地使用巡检机器人的领域,目前已经改变了一部分变电站的巡检流程和管理模式。电力巡检机器人通过搭载高清可见光摄像机、红外热成像仪、拾音器等传感器对电力设备进行故障检查、仪表数据记录、异常状态报警等工作,准确度和效率远高于人工巡检。现有的电力巡检机器人底盘形式多为双轮差速型和四轮前置转向型,灵活
颞叶癫痫(Temporal lobe epilepsy,TLE)是临床最常见的难治性癫痫类型,占成年人癫痫的50%以上。难治性癫痫患者一般需要考虑手术治疗。手术治疗的关键是术前综合评估以精确定位致痫灶和功能表达区,进而切除致痫灶并保护功能区。临床上TLE诊断和致痫灶定位需要结合多种模态综合评估得出结论。神经心理评估和结构磁共振(Magnetic resonance imaging,MRI)扫描是目