多元统计在高速公路沥青混合料设计中的应用

《多元统计在高速公路沥青混合料设计中的应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、东南大学硕士学位论文CHAPTER1．问题重述与分析筛孑L通过率(即级配比)～集料中能够通过直径大小不同的各种筛孑L的各部分的质量占集料总质量的比例(显然筛孔直径越大则通过的混合料就越多)，是反映集料粗细程度及大小搭配情况的指标．例如通过直径为0．6ram圆孔的集料部分占集料的百分比可能是10．1％，通过直径为4．75mm圆孔的集料部分占集料的百分比可能是43．9％，通过直径为19ram圆孑L的集料部分占集料的百分比可能是99％．油石比(8％)一为混合料中沥青与集料(即矿粉、碎石)的质量比，被普遍认为是影响路面性能的关键指标．粉胶比(D尸％)一混合料中矿粉质量与沥青质量

2、的比．空隙率(yy％)一为混合料经碾压后达到设计压实状态时，其中空隙体积占总体积的百分比．矿料间隙率(yMA％)一为混合料经碾压后达到设计压实状态时，混合料中有效沥青(指进入路面的沥青。而非施工中使用的沥青原料的全体)体积+空隙体积占总体积的百分比．饱和度(yFA％)～等于(VMA-W)／VMA，单位是％，反映有效沥青体积占VMA体积的百分率．毛体积密度(7f)一为达到设计压实状态的试件的密度．最大理论密度(m)一为混合料理论上的最大密度，即如果不含任何空隙时混合料的密度．w=100一毛体积密度／最大理论密度x100．冻融劈裂强度比(TsR％)一反映混合料抗水损害性能的

3、指标，越大越好．浸水马歇尔稳定度比(So％)一反映混合料抗水损害性能的指标，越大越好．车辙(Track)一动稳定度指标，为车辙试验中试件变形稳定时，荷载作用次数与变形深度的比值，单位’次／m”，反映混合料的抗车辙性能(高温性能)，越大越好．弯拉应变(Bend)一为低温小梁弯曲试验时的破坏应变指标，反映混合料的低温变形能力，越大越好．§1．3沥青混合料工程实践设计步骤要研究如何改良高速公路沥青混合料设计方法，我们先来看一下现在工程实践中常用的沥青混合料设计过程：1、根据道路等级、气候分区以及现有的材料供应，确定矿料类型和沥青类型．2、根据沥青混合料所用的面层位置，确定级配

4、类型．3、根据《公路沥青路面施工技术规范》，结合对路面的特殊要求调节各层次粗细集料的筛孔通过率，确定级配比．4、进行马歇尔试验，测定试件毛体积密度，并计算得试件最大理论密度、空隙率、矿料问隙率和饱和度，根据固定的工程公式计算求得最佳油石比．5、进行混合料路用性能检验，主要包括检验抗水性能、高温性能和低温性能检验．§1．4因素与指标归类根据混合料设计的过程，我们研究发现矿料类型、沥青类型、混合料类型、级配比和油石比这5个因素决定了混合料的各项指标和特性，这是最根本的因素，这些因素的构2东南大学硕士学位论文CHAPTERj．问题重述与分析成决定了马歇尔试验指标，这里包括空隙

5、率，矿料间隙率、饱和度、毛体积密度和最大理论密度．反过来我们根据马歇尔试验指标调整和确定混合料因素的构成．而在原设计流程中，冻融劈裂强度比、浸水马歇尔稳定度比、车辙和弯拉应变四个指标是作为质量评价指标来处理的，这样就可以把数据分成三类来处理，具体分类见表1．1．混合料因素指标马歇尔试验指标质量评价指标1矿料类型yy％丁SR％2沥青类型yMA％S0％3混合料类型yFA％Track4级配比7／Bend5油石比饥其中，马歇尔试验各指标之间的又存在着如下关系：vFA=yMA—yyyMA．木1007，=(1一Vu／100)奉m这样，表1．1重新整理为表1．2．混合料因素指标马歇尔

6、试验指标质量评价指标1矿料类型yy％rSR％2沥青类型yMA％S0％3混合料类型饥Track4级配比Bend5油石比表1．2§1．5问题说明(1．1)(1．2)原来的沥青混合料设计是根据工程实践经验和第二类马歇尔指标来确定第一类混合料5个根本因素，然后再来检验第三类质量评价指标．现在我们应用多元统计分析研究三类变量自身和相互之间的关系，尝试发现一些相对较好的统计规律，为混合料设计工作者提供一些有用的信息，并尝试在混合料设计流程中从性能评价指标出发，根据已经发现的相关数量关系，确定我们要达到这种质量的路面所对应的马歇尔试验指标，然后再应用原来的工程实践中混合料构成因素与马

7、歇尔指标之间的经验关系和新发现的统计关系确定混合料的构成．§1．6符号说明为了书写和编程方便，文中因素指标用数学符号表示见表1．3．3东南大学硕士学位论文CHAPTERI．问题重述与分析因素指标数学符号矿料类型允1沥青类型^2混合料类型b级配比^4B危5yyZ1VMAX2mX3TsRYlS0Y2Track驰BendY4表1．34第二章四个质量评价指标内部关系研究§2．I相互关系研究§2．1．1数据处理分析的基本数据：提取4个质量评价指标都完整的168组观察数据(见附录A-2—1)§2．1．2两两相关性分析，并根据该分析给出设想对四组数据用