乳化沥青厂拌冷再生是一种利用沥青路面回收旧料,能够在常温下施工的路面再生技术。对于普通沥青混合料在重复荷载作用下的细观研究较多,并且较为成熟,而针对乳化沥青冷再生混合料的细观结构在重复荷载作用下的变化规律研究相对较少。基于上述研究背景,本文借助数字图像处理和计算模拟等技术,以乳化沥青冷再生混合料的细观参数指标变化规律为研究主线,从细观-宏观对混合料进行多视角研究,对重复荷载下混合料细观结构运动进行了定量评价,建立了细观结构指标与车辙深度的响应关系模型,同时采用混合料细观结构特征和车辙深度数据构建混合料运动状态识别模型,并模拟了不同均质度下混合料破坏演化过程,对于合理制定冷再生路面养护时间和提高混合料路用性能具有一定理论和实践意义。本文主要研究成果和内容如下:1.基于图像处理技术对混合料细观结构特征指标进行提取,对不同荷载作用下混合料细观指标运动状态进行系统评价,对断面图像下集料分布和集料组成接触特性进行统计分析,进一步基于分形理论研究集料的复杂性变化规律,采用Delaunay三角剖分面域内集料胶浆面积比,研究混合料内部嵌挤变化。在此研究背景下发现混合料细观结构运动存在变化拐点,研究将混合料运动分为三个阶段:集料初期压密阶段、集料相对压实阶段和集料过压破坏阶段。2.通过对不同荷载下混合料细观结构指标的识别统计,和对应的车辙深度数据的采集,确定各细观指标与车辙深度的函数方程。同时以混合料细观指标作为输入参数,以车辙深度作为输出参数,基于支持向量机和BP神经网络构建多指标下的车辙深度预估模型。结果表明:支持向量机模型的数据拟合效果较好,最大误差仅为9.9%,通过该模型的建立能够有效揭示混合料细观结构与车辙深度的函数关系。3.混合料所处的运动状态与其细观结构和力学性能有很强的关联关系,研究采用混合料细观结构指标和车辙深度作为其运动状态的判别参数,基于概率神经网络和支持向量机理论构建混合料运动识别模型。结果表明:支持向量机模型的识别准确率较高,稳定性较好。所建立的模型可应用于实际路面中混合料运动状态的识别,从而针对实际路面状况确定最佳养护时机,同时对路面状况评价提供科学的模型支撑。4.基于双参数Weibull分布理论和元胞自动机模型,模拟不同均质度下的混合料碾压过程中裂纹的发展演化。结果表明:当混合料的均质度较高时,宏观裂纹发生前,微损伤裂纹较少,宏观裂纹的分布较为集中;当均质度降低时,宏观裂纹发生前,微损伤裂纹较多,宏观裂纹的分布较为无序。该研究成果对于后续构建实际路面状况下混合料的力学破坏模型具有重要意义。