沥青混凝土混合料集料图像分析评价外文翻译资料

 2022-07-15 14:39:24

沥青混凝土混合料集料图像分析评价

郭春义和弗里曼

沥青混凝土混合料的性能受掺加骨料的等级、形状(角度和伸长率)、结构(粗糙度)等支撑力的影响。对集料性能进行全面、准确的量化，对于了解其对沥青混凝土的影响，选择集料以生产高质量的铺装混合料至关重要。综述了近年来数字图像分析技术在沥青混凝土骨料形态特征定量研究中的应用进展。利用图像形态特征对粗集料的平整度和伸长率进行了量化，估算了天然砂在细集料中的比例，并结合沥青混凝土混合料的工程性能，对晚集料特性进行了研究。切片的图像分析也揭示了粗集料在混合中的分级、形状和方向的信息。概述了这种评价集料特性的相对新的方法在路面工程中的广泛应用。

沥青混凝土混合料总体积的85%左右由集料组成。沥青混凝土混合料的性能受其混合料的级配、形状(角度和伸长率)、结构(粗糙度)等性能的影响，这是不足为奇的。在沥青混凝土中，大量的研究[1-5]都将Aggre浇口的级配、形状和结构与混合料的耐久性、工作性、抗剪性、抗拉强度、刚度、疲劳响应、车辙敏感性和最佳掺量联系在一起。由于认识到集料特性对路面性能的重要性，对扁平和细长的颗粒或天然砂的数量的限制通常被纳入规范。然而，通常在聚合规范和度量聚合体所有期望属性的能力之间缺乏一致性[6]。例如，最常用的评估聚合角度和表面纹理的测试方法最多是间接测量。为了生产出高质量的沥青混凝土混合料，特别是随着材料和荷载的增加，对集料性能的合理选择和评价仍然是必要的。用合理、客观的表征方法对集料性质进行量化是可取的。

数字图像分析是一种基于计算机的信息采集方法，是众多领域的重要工具。近年来，它在土木工程的各种新的研究和实践领域得到了广泛的应用。借助现代图像分析系统，图像中的每一个特征(粒子)的许多属性(如面积、长度、周长、方向)几乎可以被即时测量，这使得数字图像分析对于评价集合属性来说是很好的。这本文总结了数字图像分析在沥青混凝土混合料骨料性能评价中的一些令人鼓舞的成果。

报告的工作是在美国陆军工程水路试验站(WES)使用普林斯顿伽玛技术(PGT)图像分析系统进行的，尽管所描述的测量可以很容易地与其他系统进行测量。

粗集料的形态研究

一般来说，立方的，不是扁平的，薄的，或拉长的，粗集料标准杆是首选.扁平和细长的颗粒往往会导致压实、颗粒破碎、强度损失和偏析等问题.建筑规范通常包括对扁平和细长颗粒的限制。在粗集料样品中，采用比例卡尺装置，可根据ASTM D4791确定平面和拉长标准杆的比例。这些人工测量使用卡尺装置是乏味的，很少在每天的基础上用于建筑工地集料的质量控制。Kuo等人[7]提出用图像分析技术表征粗集料颗粒的形态特征。在该方法中，集料颗粒附着在两个垂直面的粘着透明塑料托盘上，使样品盘旋转90度，建立两个正交的测量平面(图1)。聚集体(SAMPLE托盘)被放置在一个灯箱上，照亮样品，并在粒子和背景之间进行明确的对比。通过对两个正交平面的测量，得到了长度、宽度和厚度的参数.这些参数为确定颗粒的平直度和伸长率提供了一种直接的方法(图2)。Kuo等人[7]结果表明，图像分析方法能得到与人工测量结果相当的结果。

这种图像分析方法比ASTM D4791具有更高的时间效率，提供了更多的信息。例如，ASTM D4791的使用需要根据超过预定的长宽比或宽厚比的颗粒比例来总结颗粒形状信息。相反，图像分析方法解释了每个聚集粒子的这些比率的大小。因此，平面度和伸长率的图像分析方法结果可以归结为累积概率分布，如图2所示。因此，图像分析方法将允许制定控制这些概率分布的位置和均匀性的规格说明，这类似于集料分级的共同规格标准。

图1粗集料形态特征的图像分析测量：

样品盘（顶部）、最长尺寸（中间）、中间和最短尺寸（底部）

图2阿拉巴马石灰石碎屑(19毫米至12.7毫米)平面度和伸长率的累积分布

图像分析方法除了提供关于沥青混凝土平整度和伸长率的信息外，还提供了与集料对沥青混凝土性能影响有关的其他形状指标。例如，Kuo等人。[8]量化了WES[9]关于沥青混凝土混合料永久变形的几种粗集料的成像形态特征。本研究采用了颗粒指数试验(ASTM D3398)、改良的ASTM C1252流量试验(适用于粗栅)、集料中的单位重量和空隙试验(ASTM C29)等间接试验对粗集料进行了表征。通过对18种不同掺合料的混合料进行马歇尔稳定性和流动、间接抗拉强度、直接剪切和约束反复荷载变形试验，分析了集料级配、颗粒形状和结构对沥青混合料车辙电位的影响。

在最初的WES研究[9]中，约束重复荷载变形(CRLD)试验表明，在沥青混凝土混合料的现场性能方面有很好的应用前景。马歇尔型沥青试样被限制在一个1380 kPa(200 lb/in.sup2;)的动态轴向偏转应力下，压力为276kPa(40 lb/in.sup2;)。在1Hz处施加偏转应力60 min，并对混合物的永久轴向应变进行比较。图4显示了CRLD试验中的应变与聚集形态特征之间的线性回归分析结果。

细集料的形态研究

沥青混凝土的性能也受细集料的特性影响。例如，天然圆润砂的过量比例是早熟车辙的常见原因。为了减少这一问题，工程兵团规定了路面施工规范中天然砂含量的限制[10,11]。天然砂这一术语的使用，已经造成了歧义，并将所有天然细骨料的来源归类为一个单一的分类，尽管它们的形态特征可能是非常不同的。在规范中使用天然砂这一术语也防止了任何质量保证测试，因为在沥青混凝土混合物中混合后，天然砂不能可靠地从破碎的细集料中分离出来。

成像指标可以用来量化细集料的特性，而不需要指定天然砂的最大倾向性。例如，光滑、圆滑的天然砂的形状因子(成像指数)接近1，而具有棱角和粗糙边缘的人造砂具有较小的形状因子。成像指数形式因子定义为

4pi;times;填充面积

周长sup2;

表1图像聚集形态分析结果

图3空洞含量与影像学形态学指标的相关性

图4永久应变与聚集形态特征的相关性

填充区域是填充有孔(如果有的话)的粒子的面积。图5显示了阿拉巴马石灰石和天然混凝土砂的形状因子的累积分布。对于破碎的阿拉巴马石灰石，大约50%的颗粒的形状因子值小于0.8，很少有颗粒的形状因子值大于0.9。相比之下，对于天然混凝土砂，大约50%的颗粒的形状因子值大于0.9，很少有颗粒的形状因子值小于0.8。形状因子的累积概率分布与平面度和伸长率的累积概率分布相似，为规范提供了新的维度。角点准则可以解决累积分布图的位置和一致性问题，而不是用单一值表示来指定精细的聚合角度，比如由未压缩的空隙(ASTM C 1252)提供的表示。同样，这与一般用于综合评分的标准相似。

图5阿拉巴马石灰石和天然混凝土砂的形状因子累积分布小于0.6mm(30号)筛

在一次使用成像指数形状因子的初步练习中，平均形状因子与天然砂在集料混合中的百分比之间得到了良好的线性关系(图6)。该关系可用于沥青混凝土铺装施工过程中天然砂粒含量的估算。通过测定所提取的细集料的平均形状因子，利用施工前建立的回归方程，可以估算出合适筛分粒度的砂粒含量。如表2所示，这一信息可以与粒度分布相结合来估算沥青混凝土的天然砂含量。

图6天然砂含量与平均形态因子的相关性

表2由形状因子估算沥青混凝土天然砂含量

图7显示了8种天然砂含量介于0%至30%之间的8种集料的目标含沙量和估计含沙量的比较。一般情况下，图像分析方法对高砂率(ge;15%)沥青混凝土的估算误差在3%以内，这是路面工程师最关心的问题。该图像分析方法快速、简单，可作为质量保证工具，适用于怀疑砂含量较高的调查。

图7目标和估计天然砂含量的比较

沥青混凝土中粗集料的级配、形状和方向

利用数字图像分析技术对沥青混凝土试件的结构进行了定量研究[12-14]。岳等人[12]通过图像分析，可以对沥青混凝土粗闸板(ge;2 mm)的级配、形状和方向进行测量。然而，由于集料与沥青基质(背景)之间的对比不足，由于需要在数字化图像上手工标注粗集料的边界，影响了数字图像分析的效率。据报道，该分离过程每截面约需30分钟。在岳氏等人有趣的研究成果的推动下，我们在WES进行了一项研究。这项研究的目标如下：

1.通过改善集料与沥青基质的对比，提高了数字图像分析的效率，从而消除了人工勾画骨料的需要。

2.验证了用成像级配近似沥青混凝土粗集料级配的适宜性。

3.确定待检测截面的适当样本尺寸，以表征沥青混凝土混合料的性能。

结果表明，在图像分析前，将黑色粗集料涂在白色截面上，可大大增强粗集料与沥青基体的对比。这一过程只需要几分钟的劳动为每一节。沥青混凝土试件(高65 mm，直径102 mm)是用美国陆军工程兵回转试验机生产的。标本被切割成三个垂直截面或三个水平截面，外部表面被移除。每一节的两侧进行图像分析。研究发现，通过两个样本(一个水平切割，另一个垂直切割)和12幅图像，可以估计粗集料的级配，如图8所示。图中使用的面积等效直径是一个虚拟圆的直径，它的面积与集合的面积相同。面积等效直径定义为radic;4times;填充面积/pi;。

图8粗集料图像分级和筛分分析的比较

正如预期的那样，水平剖面和垂直剖面的结果是不同的。图像灰度的比较表明，图像的灰度分布比较粗糙。水平剖面上的集料比垂直剖面上的集料面积(尺寸)大。旋转压实过程中，骨料颗粒水平趋向于其他颗粒。然而，水平和垂直的计算结果与筛分分析结果吻合较好.当检查的截面较少时，结果就不那么准确了。本研究包括了几种集料，成功地识别了沥青混凝土混合料中粗集料级配的变化。

在标准特征分析过程中，PGT图像分析系统得到了每个粒子的12个有向直径.有向直径是粒子在12条线上的投影，每条线相隔15度。通过取每一定向直径与其每一直角定向直径之比来判断粒子的取向。最大比的位置给出了方向。图9显示，粗集料在水平截面上的方向相对均匀地分布在所有可能的方向上。粗集料在垂直截面上的取向表现出较强的各向异性，大部分骨料的取向范围为(0ordm;，15ordm;)和(150ordm;，165ordm;)(即近水平方向)。对于完全随机取向的集料，所有12个定向范围的面积百分比都是相同的，百分比为8.33％。面积百分比的变异系数(CV)以8.33%为平均值，提供了各向异性程度的度量。在这方面，垂直剖面上的集料的各向异性约为水平剖面上的两倍，CVs分别为0.60和0.29。这些集料水平定向的趋势似乎是在旋回压实过程中施加的一个特征。

图9水平和垂直断面粗集料方向的比较

结论

本文描述的图像分析技术简单，具有实用价值。证明现代图像分析技术可以成功地量化骨料的形态特征.这些特征可以以合理、客观的方式量化，从而更好地理解它们对沥青混凝土混合料的影响，提高路面施工中集料的选择。

图像分析技术可用于确定粗骨料中的扁平颗粒和细长颗粒的量，或估计细集料中的天然砂含量。这些参数对质量控制和质量保证具有重要意义。沥青混凝土结构的表征（即粗骨料的级配和方向）对于了解压实方法和相关现象的影响是重要的。如图所示，AGGE-GATE取向分布导致各向异性程度的测量，这允许现场压实和实验室压实技术之间的比较。

所提出的图像分析方法比现有的图像分析方法提供了更多的关于聚集形态特性的信息。例如，粗集料的平整度和伸长率的完全累积分布可以得到，但ASTM D4791只产生大于某一指定值的具有平面度或伸长率(或两者均大于)的颗粒比例。此外，图像分析方法还提供了一些其他形状指标，可用于量化聚集特性。

形状因子的累积分布为细栅的形状和织构的表征提供了一种有前途的选择。与粒子指数(ASTM D3398)或非压实空隙含量(ASTM C1252)的单值结果相比，形状因子的累积分布可以用来制定定位和均匀性的标准，其方式类似于集料分级。

这些初步结果令人鼓舞。它们表明，成像技术在工程分析中具有评价某些聚集性的主要潜力，这些技术值得进一步的研究和考虑。

致谢

美国陆军工兵水路试验站的支持受到真诚的感谢。感谢水路实验站的拉里·林奇博士和威廉·P·格罗根的宝贵作品。

参考文献

  1. Benson, F. J. Effects of Aggregate Size, Shape, and Surface Texture on the Properties of Bituminous Mixtures—A Literature Survey. In Special Report 109, HRB, National Research Council, Washington, D.C., 1970, pp. 12–22.
  2. Brown, E. R., J. L. McRae, and A. B. Crawley. Effect of Aggregates on Performance of Bituminous Concrete. Implication of Aggregates in the Design, Construction, and Performance of Flexible Pavement. ASTM STP 1016 (H. G. Schrvevders and C. R. Marek, eds.). American Society for Testing and Mater

    全文共8289字，剩余内容已隐藏，支付完成后下载完整资料

    资料编号：[9430]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章