【摘 要】
：
为提高沥青路面回收材料（RAP）的利用效率和应用水平,利用实验室自主合成的温再生剂与新沥青混合制备温再生沥青,并设计拌制温再生沥青混合料;采用黏温曲线法预估拌和、体积参数法验证拌和及成型温度;马歇尔设计法确定RAP掺量为50%、60%和70%的最佳沥青用量;分别采用车辙试验、低温小梁弯曲试验和冻融劈裂试验对温再生沥青混合料的高温性能、低温性能和水稳定性能进行评价,并与相同配合比条件下热再生沥青混合
论文部分内容阅读
为提高沥青路面回收材料（RAP）的利用效率和应用水平,利用实验室自主合成的温再生剂与新沥青混合制备温再生沥青,并设计拌制温再生沥青混合料;采用黏温曲线法预估拌和、体积参数法验证拌和及成型温度;马歇尔设计法确定RAP掺量为50%、60%和70%的最佳沥青用量;分别采用车辙试验、低温小梁弯曲试验和冻融劈裂试验对温再生沥青混合料的高温性能、低温性能和水稳定性能进行评价,并与相同配合比条件下热再生沥青混合料的路用性能进行对比。研究结果表明:黏温曲线法可适用于温再生沥青混合料的温度控制;随着RAP掺量的增加,温再生沥青混合料的高温性能逐渐提高,低温性能和水稳定性能逐渐降低;与热再生沥青混合料相比,温再生沥青混合料的高温性能略差,低温性能和水稳定性能表现良好;当RAP掺量为70%时再生沥青混合料的各项路用性能均能够满足规范要求,可为工程生产和质量控制提供参考。
其他文献
在我们的日常生活中,发光材料扮演着非常重要的角色,已广泛应用于光电领域。钙钛矿量子点作为光电发光领域的明星材料,具有窄发射带宽、高量子产率以及短辐射寿命等优点,且在整个可见光谱波段内可调。这些优点使其在太阳能电池、LED以及低阈值激光器等有着巨大的应用潜力。然而,钙钛矿量子点的效率却有待进一步提高。光子晶体是一种由两种及以上不同折射率的介电材料以特定的周期排列的微观纳米结构。由于其禁带的特殊属性,
先进复合材料作为一种轻质高效、节能环保的新型材料,在世界各国航空航天等军用领域起到至关重要的作用。复合材料粘接构件在使用过程中,容易受到外界环境影响,致使粘接层出现严重缺陷,产生灾难性后果,因此开展复合材料构件的粘接层缺陷检测具有重要意义。考虑到目前缺少复合材料构件粘接层缺陷检测的成熟方法和评估标准,本文以陶瓷基复合材料和碳纤维板为研究对象,开展基于超声无损检测的粘接层缺陷定性分析和粘接强度定量研
温度检测在日常生活、工业生产、科学研究、生物医疗等众多方面都有极其重要的地位。基于发光材料的非接触式荧光测温方法具备快速、准确、灵敏等特点,避免了接触式测温由于热传递能量损失造成的误差,同时突破了测温环境的局限性,可以在高温、高压等多种极端环境下工作,因而近年来受到广泛的关注。但是,发光材料的荧光效率低下,荧光温敏性较差,并且激发方式相对单一,这些问题依然限制着荧光测温技术的发展。目前,应用较为广
目前环境问题和能源问题日益严峻,促进风光能源发展、提高能源利用效率已经刻不容缓。综合能源系统因其能有效促进不同能源间的相互转化,提高能源利用效率,在当今社会得以广泛应用。综合需求响应能够充分调动用户积极性,是进行综合能源系统优化的重要手段。基于以上背景,本文主要对综合能源系统下的用户响应特性进行研究。首先,本文从综合能源系统结构入手,研究了典型设备的数学模型和电力需求响应的基本分类,建立价格型需求
无线射频识别作为一项新兴的自动识别技术,具有存储容量大、支持多目标识别、安全性高的优势,被广泛地应用在仓储物流、交通领域和零售领域等不同方面。但是,多标签碰撞问题会降低RFID系统的可靠性,增加时延,导致阅读器无法准确地读取标签信息。因此设计一种有效的防碰撞算法解决RFID系统中的多标签碰撞问题,对于RFID技术在密集标签环境中的应用具有重要意义。本论文围绕不同应用场景中的确定型防碰撞算法进行了改
旋转机械作为现代工业中的重要生产设备,往往在工业生产中承担着关键作用,其一旦发生故障,将导致巨大的停机损失,其中旋转机械的许多停机案例都由滚动轴承失效所导致,因此对滚动轴承的状态监测和故障诊断具有重要意义。然而,传统的采样定理会导致滚动轴承故障信号采样数据量往往巨大,无法满足故障诊断需求,且其早期故障特征微弱,在强背景噪声和复杂传输路径的干扰下故障特征难以被检测,增加了故障信号提取的难度,所以如何
近年来随着传统能源日益紧缺,新能源光伏发电得到了快速的发展。逆变器作为光伏发电系统不可或缺的部分其性能尤为重要,而共模漏电流与升降压逆变问题一直是光伏逆变器技术研究的关键。针对这些关键技术问题本文提出一种单级单相共地型Zeta逆变器,在保证有效抑制共模漏电流的前提下实现升降压逆变。本文首先对单相光伏并网逆变器漏电流的产生原因与抑制策略进行分析,并基于此总结出共模漏电流的抑制方法,通过引入一些典型的
本文以滚动轴承为研究对象,结合信号处理方法和深度学习知识,从多元信号特征提取的优越性、深度学习特征识别的准确性、诊断模型的实用性几个方面开展课题研究,并通过多个滚动轴承数据集验证所提方法的适用性。本文的研究重点有以下几个方面:（1）分析多元变分模态算法的分解原理,验证该算法的模态对齐、高斯滤波和准正交特性。针对算法的不足分析改进方向,为下一步多元信号故障特征提取做准备。（2）针对多元变分模态分解算