基于自适应神经模糊推理系统的沥青复数模量预测.pdfVIP

2015年4月 石 油 沥 青 PETROLEUMASPHALT 第29卷第2期 基于 自适应神经模糊推理系统的沥青复数模量预测 管朝鹏 (重庆交通大学，重庆 400074) 摘要：通过使用自适应网络模糊推理系统 (ANFIS) 旨在模拟基质沥青及EVA改性沥 青复数模量。使用动态剪切流变仪 (DSR)确定基质沥青及 EVA改性沥青 (PMB)的复数 模量。通过在70号基质沥青中掺加5种掺量的EVA拌和制得PMB试样。在ANFIS建模中， 沥青温度、频率及EVA掺量为输入层的参数，复数模量是输出层的参数。使用ANFIS中相 关的混合学习算法。对所有输入的个体，研究中使用的算法变量为2个输入关系函数和3个 输入关系函数。输入关系函数为triangular，gbeu，gauss2和gauss。结果表明，EVA改性沥青 比基质沥青的温度敏感性较小。自适应网络模糊推理系统和统计方法可以用来模拟沥青在不 同温度及频率下的复数模量。分析表明，通过减少输入关系函数的数量改善 了训练精度和利 用两种gauss输入关系函数为最优拓扑。此外，预测的复数模量与实测的复数模量相关度较 高。 关键词：沥青 EVA 复数模量 神经网络 预测 目前模糊逻辑系统已用于热拌沥青混合料的 型国内外鲜有报道。该研究提出了一个经验模型 建模及预测其力学特性。Ozgan使用模糊逻辑系 用来预测基质沥青和EVA改性沥青在不同温度、 统在不同温度及击实次数下模拟了沥青混合料的 频率及EVA掺量下的复数模量。 马歇尔稳定度…。Kaur和 Tekkedil开发 了基于 1 试样制备及试验 模糊逻辑的专家系统 以预测车辙深度 】。Tig． 根据 《公路工程沥青及沥青混合料试验规 demir，Karasahin，和Sen基于模糊逻辑算法通过 程》JTGE20--2011中相关方法对基质沥青及 变形测量评估了沥青混凝土的疲劳寿命 ¨3】。而 EVA改性沥青的相关特性进行试验，试验结果 关于沥青在不同温度及频率下的复数模量预测模 如表 1。 表1 基质和EVA改性沥青的特性 使用高速剪切仪制备EVA改性沥青，转速 使用 BohlinDSRII流变仪对EVA改性沥青 为 125r／min。在制备中将基质沥青加热到液体 状态 (180～185oC)，且倒人2000mL的球形 收稿 日期：2014—08—31。 作者简介：管朝鹏 (1988一)，男，汉族，重庆交通大学博 瓶中。将EVA聚合物缓慢地加入到基质沥青中， 士研究生，研究方向：沥青路面结构与材料。 EVA为沥青质量的3％、4％、5％、6％及7％， 基金项 目：重庆交通 大学 山区公路工程开放基金项 目 最后将温度恒定在 185c=【下搅拌2h。 第 2期 管朝鹏 ．基于 自适应神经模糊推理系统的沥青复数模量预测 59 进行 DSR试验。在应力控制加载模式下，频率 ^l ()， 成一3(Y) 扫描范围在0．O1—10．00Hz之间，温度范围为 =exp((一 (l—c)／(口))) (3) lO～8O℃。在 1O一30℃之间采用8mm试验板， 式中， ，c￡为参数集。该层的这些参数被 板间隙调整为 2mm。在 3O一80cI=之间采用 称为提前参数。 25mm试验板，板间隙调整为 lmm。所有试验