基于CT扫描技术的多孔沥青路面吸声系数模型研究外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

基于CT扫描技术的多孔沥青路面吸声系数模型研究

摘要

在对多孔沥青路面的降噪性能进行研究时，通常需要建立一个声学模型进行试验和理论分析。然而，虽然传统的声学模型是合理的，但其精度存在一定的局限性，需要进一步研究。通过CT扫描、图像处理和三维建模，对多孔沥青混凝土（PAC）试件的细观结构特征进行了识别，得到了PAC试件的空隙率参数，并建立了吸声系数和空隙率参数的预测模型。针对项目工程中获取气泡空隙参数困难的问题，本文建立了吸声系数和气泡宏观预测模型。研究表明，PAC试样含有大量的孔洞，大部分孔洞的等效直径小于1mm，且大多分布在0.4-0.5mm范围内。通过相关性分析，找出了与吸声系数高度相关的几个参数：实测空隙率、重构空隙率、总空隙体积、平均空隙体积、总空隙表面积和平均空隙表面积。建立了基于实测空隙率、总空隙体积、平均空隙体积、总空隙表面积和平均空隙表面积的吸声系数预测模型。此外，还提出了吸声系数与实测空隙率的预测模型，以供工程应用。以上两种模型均能准确预测PAC的吸声系数，为PAC在降噪和冲击能量吸收方面的研究和应用提供参考。

1. 介绍

多孔沥青路面内含有大量的可降低振动和噪声的空隙，这已在城市道路上应用以降低交通噪声。学者们对多孔沥青路面的降噪性能进行了大量的研究，主要的噪声分析方法包括近距离法、旁路法和吸声系数测量法^[1–3]。吸声系数测量法是实验室测试中最常用的方法，吸声系数是衡量多孔沥青混凝土吸声性能的一个非常重要的参数，可以用驻波管法进行测量^[4–6]。Luong等人^[7]利用驻波管法和数值模拟方法获得了多孔材料降噪性能最佳时的弯曲度、空气阻力和空隙率等参数。Woldemariam等人^[8]发现PAC的吸声性能取决于其空隙率。Crocker等人^[9]通过实验室测试发现了PAC厚度与降噪性能的关系。Donavan等人^[10]在试验道路上测试了不同空隙率和寿命的沥青混凝土（AC）的降噪性能，设法测量了单层和双层多孔沥青路面达到最佳降噪性能时的最佳厚度和最佳频率。

以上研究都是从宏观的角度进行的，但是空洞的数量、大小和其他空隙细观结构特征也会对PAC的降噪性能产生一定的影响。1992年，Allard等人^[11]对多孔材料进行了研究，发现空穴几何结构对材料的降噪性能也有影响。因此，在研究PAC吸声性能时，有必要对其细观结构进行研究。最近几年，与AC的细观结构有关的研究不断发展，出现了一种利用CT扫描技术获取AC的细观结构图像的研究方法，CT扫描技术具有许多优点，例如，它可以获得样品的内部结构，更好地反映骨料的连接方式^[12-14]，而且，CT扫描技术几乎免疫环境变化的影响，能够准确地反映骨料的特性，使研究结果更加准确^[15,16]。但是，CT扫描技术的成本很高，而且扫描过程中细节特征的分辨率也受到样本大小的影响^[17]。Jiang等人^[18]利用CT扫描技术获得了PAC的细观结构，并对PAC的一些性能进行了研究，他们发现，即使空隙率相同，空隙结构的差异也会导致PAC的性能差异。

只通过实验和理论分析来研究PAC的声学特性是远远不够的，现有的声学模型存在一定的局限性。PAC的声学模型可以参考多孔材料的声学模型。早在19世纪末，Rayleigh^[19]就建立了多孔材料中微孔粘性吸声的理论，但其很难真实反映当时的多孔材料的吸声性能的情况。1956年，Biot^[20]提出了包含固态和液态的弹性、惯性和粘性耦合的饱和多孔弹性材料声音传播模型。基于Biot提出的理论，建立了Johnson-Champoux-Allard（JCA）模型，该模型在声学领域有着十分广泛的应用。Johnson等人^[21]研究了多孔介质中牛顿流体在孔隙压力梯度下的高频渐近特性。Champoux和Allard等人^[22]研究了空气饱和材料孔隙壁附近边界层中不同流体层之间的热交换，Allard等人^[23]建立了多孔材料模型。以上研究结果构成了JCA模型。该模型忽略了相邻空隙之间的相互作用，在精度上有一定的限制，这需要更多的研究来改进这个模型。因此，为了建立一个更精确的PAC声学模型，本研究使用CT扫描了一个PAC标本，获得了其微观图像，利用微观图像重建了样品的三维模型，从模型中获取了PAC空隙率的几何参数，分析了气泡几何参数与吸声系数的关系，建立了吸声系数的预测模型。该预测模型能为PAC在降噪、吸声、减震等方面的实际应用提供参考。

1. 测量吸声系数
   1. 试样制备

选材上以SBS改性沥青混合HVA高粘添加剂作为粘结剂，玄武岩骨料作为粗骨料，玄武岩砂作为细骨料。

本研究中，选取了五种路面结构。AC-13，即该等级碎石的最大公称直径为13mm，被选作为AC试样的上层，PAC-13被选作为单层PAC试样的上层，PAC-13被选作为10cm单层PAC试样的上层，AC-20被选作为其中层，PAC-13被选作为双层和双层连接PAC试样的上层，PAC-20被选作为其中间层。设计结果和试样数量见表1。

PAC和AC试样的配比设计和制备方法均参照参考文献中的标准方法^[24,25]。

• 1. 测量吸声系数

采用传递函数法（驻波管法）测量了声波正入射试样时的吸声系数，这个过程包含驻波管的使用、两个传声器的位置和数字频率分析系统。在此种方法中，试样放置在驻波管的一端，声源放置在另一端，打开时可以发出平面声波。声压可由安装在管壁某一位置的两个传声器测量，而干扰场由数字频率分析系统根据测量的数据进行分析，最终计算吸声系数。用传递函数法测量吸声系数的过程相当复杂，更多细节可参照参考文献^[4]。

本文所用的吸收系数的频率在0～2000hz范围内，交通噪声的频率一般在500～1500hz范围内。因此，该方法采用的频率是合理的。结果见表2。

1. 数字图像处理与三维重建
   1. 数字图像处理

本研究中的PAC试样的数字图像是由CT扫描仪获得的。为了使结果更加准确，使用MATLAB对图像进行了处理，提高了图像质量，主要包括灰度处理、图像增强和图像分割。

灰度处理用于将彩色图像转换成灰度图像，用较少的数据在图像中显示更多的特征，从而提高计算机的处理速度，提高系统的效率。

图像增强包括两个步骤：噪声消除和对比度增强。由于扫描过程中的技术原因，无用信息例如噪声会不可避免地产生。样本数字图像中的噪声主要是点峰值粒子噪声，是可以通过中值滤波算法消除的。图像对比度应通过直接灰度变换方法进行增强和校正，以便改善去噪后图像分割的精度。

图像分割技术可以提取出图像中有价值的部分，不同类型的图像应采用不同的图像分割方法。PAC试件的灰度直方图有两个峰值，分别是沥青砂浆和骨料，中间有一个谷值，这是两者相

邻的灰度级。鉴于PAC试样的这一特点，Prewitt等人^[26]提出了一种典型的阈值分割方法，以减小错误分割的可能性，称为“双峰法”（也称为“模式法”），在20世纪60年代中叶，此法选择与两个峰值之间的谷相对应的灰度值作为图像分割的阈值。

阈值分割实际上是原始图像与处理后图像之间的一种变换，在图像分割中得到了广泛的应用，效果甚好：

阈值K₀是阈值分割方法的关键。在这项研究中，有大量的图像需要处理，而且每个图像都需要一个阈值，因此选择了一种基于二元统计的自适应OTSU方法^[27]来确定阈值。OTSU方法的目的是选择最佳阈值，从而尽可能地减小类内方差并增加类间方差。OTSU方法性能稳定，分割效果好，能自动获得不同图像的最佳阈值。图像分割后得到的二值图像如图1所示。

3.2 三维模型重建

处理后的图像可用于VG Studio中的样本三维重建。这些结果如图2所示。

（a）

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[236076]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 基于GEP的函数关系对热带河流中沉积物的运输研究外文翻译资料
• 基于独立分量分析的人脸识别外文翻译资料
• 信息论的私有信息检索的一般构造外文翻译资料
• 关于有限元问题几何多重网格求解器的高级实现：大气建模中的应用外文翻译资料
• 位可伸缩的深度哈希与正则相似学习的图像检索和人的重新识别外文翻译资料
• 最大化双层网络的同步性外文翻译资料
• 用遗传算法求解机场停机位分配问题外文翻译资料
• 基于CT扫描技术的多孔沥青路面吸声系数模型研究外文翻译资料
• 基于张量投票的分数阶图像去噪模型及其数值算法外文翻译资料
• 鲁棒的图正则化非监督特征选择外文翻译资料