灰關(guān)聯(lián)方法確定瀝青混合料礦料級配細(xì)觀評價指標(biāo)★

袁 輝 丁 燕

(揚(yáng)州大學(xué)建筑科學(xué)與工程學(xué)院，江蘇 揚(yáng)州 225127)

?

灰關(guān)聯(lián)方法確定瀝青混合料礦料級配細(xì)觀評價指標(biāo)★

袁 輝 丁 燕

(揚(yáng)州大學(xué)建筑科學(xué)與工程學(xué)院，江蘇 揚(yáng)州 225127)

為了確定瀝青混合料礦料級配細(xì)觀評價指標(biāo)，采集了三種典型級配的切割斷面圖像，提取四種細(xì)觀特征參數(shù)，對繪制的級配曲線和設(shè)計級配進(jìn)行了灰關(guān)聯(lián)分析。結(jié)果表明：平均直徑級配曲線更能表征瀝青混合料礦料級配組成。

瀝青混合料，細(xì)觀結(jié)構(gòu)，灰關(guān)聯(lián)，圖像處理技術(shù)

瀝青混合料的礦料組成稱為瀝青混合料的級配。傳統(tǒng)瀝青混合料級配檢驗方法有抽提篩分法和燃燒篩分法。普遍存在的缺點是操作復(fù)雜、需要很長時間，并且所獲得的數(shù)據(jù)準(zhǔn)確性不高，試驗數(shù)據(jù)嚴(yán)重依賴于試驗者的操作水平。隨著圖像處理技術(shù)的發(fā)展，國內(nèi)外不少學(xué)者開始探索圖像級配檢測方法，采集混合料斷面圖像，利用分析軟件來分析礦料的分布情況。在國外，MASAD等[1,2]認(rèn)為運(yùn)用集料的等效直徑可以區(qū)分各檔集料。MOON等[3,4]在將圖像處理技術(shù)應(yīng)用于瀝青混合料細(xì)觀結(jié)構(gòu)中，以像素點面積為尺寸標(biāo)準(zhǔn)對混合料的切面圖像進(jìn)行礦料篩選。國內(nèi)，沙愛民等[5]采用圖像處理技術(shù)，將等效短軸作為指標(biāo)，進(jìn)行差分修正后，最終提出一種基于圖像處理技術(shù)的混合礦料組成檢測方法。顏廷野[6]選取等效圓直徑作為礦料特征參數(shù)，對馬歇爾試件的切面圖像進(jìn)行處理，識別粗集料，進(jìn)行修正后的識別誤差控制在5%以內(nèi)。

可見，從細(xì)觀角度分析瀝青混合料的礦料組成情況仍存在問題，即對礦料粒徑的篩分，缺少統(tǒng)一的標(biāo)準(zhǔn)的礦料級配細(xì)觀表征參數(shù)。為此，尋找科學(xué)可靠的礦料特征參數(shù)來表征混合料的實際尺寸是解決問題的關(guān)鍵。本文平面切割的方式，采集礦料的二維形態(tài)圖像，選取顆粒短軸、箱型寬度、等效圓直徑、平均直徑作為礦料特征參數(shù)，從細(xì)觀角度分析圖像級配和瀝青混合料設(shè)計級配之間的具體關(guān)系，采用灰關(guān)聯(lián)確定瀝青混合料礦料級配的細(xì)觀評價指標(biāo)，以期更真實地評價瀝青混合料的礦料組成情況。

1 原材料及配合比設(shè)計

1.1 原材料

本試驗選用的瀝青為南京金陵70號道路石油瀝青，SBS瀝青采用成品改性瀝青；SMA-13級配設(shè)計所用集料為鎮(zhèn)江茅迪玄武巖；AC-20,SUP-20級配設(shè)計所用集料為鎮(zhèn)江茅迪石灰?guī)r，礦粉為石灰?guī)r礦粉；木質(zhì)素纖維是江蘇理想環(huán)球新材料公司的PPMW型絮狀木質(zhì)素纖維，用量為瀝青混合料總重量的0.3%。

1.2 級配設(shè)計

本文選用SMA-13,AC-20和SUP-20級配作為研究對象，表1是各級配的組成情況。

表1 瀝青混合料設(shè)計級配

2 圖像處理及圖像級配曲線生成

2.1 圖像采集及預(yù)處理

江杰等人[7]采用切割斷面和芯樣曲面兩種方式進(jìn)行斷面圖像采集，對比發(fā)現(xiàn)切割斷面獲取參數(shù)較為準(zhǔn)確。故本文采用平面切割方式獲取試件，采集對象是切割試件水平面，通過CCD線陣掃描相機(jī)獲取試件的表面圖像，具體獲取方式如圖1所示。

由于所獲得的圖像不可避免出現(xiàn)模糊，質(zhì)量不好的問題，需要利用計算機(jī)進(jìn)行預(yù)加工處理。首先將圖像剪裁為固定大小的圖像，將圖像雜訊去除，經(jīng)色度調(diào)整，高反差等處理過程，強(qiáng)化圖像對比成灰諧圖像，然后將圖像轉(zhuǎn)換成8級灰度圖像，再將圖像進(jìn)行分割處理，最后轉(zhuǎn)換為極黑和極白的二值化圖像。過程見圖2。

2.2 圖像級配曲線的繪制

通過IPP軟件獲取礦料顆粒的二維形態(tài)特征，經(jīng)過統(tǒng)計分析可獲得瀝青混合料的礦料級配組成情況。最終選取顆粒短軸、箱型寬度、等效圓直徑、平均直徑這幾種表征參數(shù)來繪制圖像級配曲線。

事實上，試件切面圖像尺寸和礦料實際尺寸是存在一定差距的，通過式(1)對切面圖像的尺寸進(jìn)行統(tǒng)一標(biāo)定。

(1)

其中，Dr為礦料實際尺寸;dc為計算尺寸;lr為試件實際長度;dr為試件實際寬度;Ac為計算面積。

通過模擬實驗室礦料篩分的過程，根據(jù)不同的礦料特征參數(shù)，按照式(2),式(3)計算獲取各篩孔礦料顆粒的通過率，從而繪制出圖像級配曲線，獲得切面圖像的礦料尺寸分布情況，以期能夠更為直觀的了解礦料的組成情況。

(2)

(3)

式(2)中分母表示所有礦料質(zhì)量，分子表示某粒徑下礦料質(zhì)量;ρ為礦料密度；Nb為邊界點的個數(shù)；Δh為顆粒平均厚度。

由于技術(shù)限制，對于較小的礦料顆粒，很難進(jìn)行準(zhǔn)確識別，故本文的統(tǒng)計對象是粒徑不小于2.36 mm的礦料。以SMA-13為例，試驗結(jié)果見圖3。由于圖3中無法明確看出規(guī)律，故本文選擇灰關(guān)聯(lián)分析法進(jìn)一步分析。

3 礦料圖像級配與設(shè)計級配的灰關(guān)聯(lián)分析

灰色理論自提出之日起，便受到了廣泛的應(yīng)用。其中灰關(guān)聯(lián)分析便是灰色理論中的一類重要方法。通過分析各因素之間的影響程度的強(qiáng)弱，從而找到對目標(biāo)值最具影響的重要因素。具體步驟如下：首先確定參考數(shù)列；然后對上述數(shù)列進(jìn)行均值化處理，獲得參考數(shù)和比較數(shù)列；最后求關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度。

按照灰關(guān)聯(lián)分析方法，以設(shè)計級配為參考數(shù)列，顆粒短軸、箱型寬度、等效圓直徑、平均直徑為比較數(shù)列，以SMA-13級配為例，對不同粒徑的瀝青混合料的試驗結(jié)果進(jìn)行初值化等處理，均值化處理后的新數(shù)列見表2。

表2 均值化處理后的數(shù)列

將數(shù)據(jù)代入關(guān)聯(lián)系數(shù)計算式(4)計算關(guān)聯(lián)系數(shù)。灰關(guān)聯(lián)系數(shù)試驗結(jié)果見表3。計算灰關(guān)聯(lián)度，試驗結(jié)果見表4。

(4)

其中，ρ為分辨系數(shù)，在(0，1)內(nèi)取值，通常取0.5。

表3 灰關(guān)聯(lián)系數(shù)

表4 SMA-13礦料級配曲線與設(shè)計級配的灰關(guān)聯(lián)度

同理，對AC-20和SUP-20級配進(jìn)行不同礦料級配曲線與設(shè)計級配的灰關(guān)聯(lián)度，計算結(jié)果見表5。

表5 不同礦料級配曲線與設(shè)計級配的灰關(guān)聯(lián)度

由表5可知：通過這四種礦料特征參數(shù)得到的圖像級配與設(shè)計級配關(guān)聯(lián)度大小的順序大致為：平均直徑>等效圓直徑>顆粒短軸>箱型寬度，則這四種礦料特征參數(shù)的表征效果依次為：平均直徑>等效圓直徑>顆粒短軸>箱型寬度。對于不同礦料級配的瀝青混合料，可見以平均直徑為特征參數(shù)得到的圖像級配與設(shè)計級配關(guān)聯(lián)度最高，可用于評價瀝青混合料礦料組成情況。故確定平均直徑作為礦料級配細(xì)觀評價指標(biāo)。

4 結(jié)語

對不同細(xì)觀特征參數(shù)確定的礦料圖像級配曲線和設(shè)計曲線進(jìn)行灰關(guān)聯(lián)分析，確定平均直徑為礦料級配細(xì)觀評價指標(biāo)，最能表征瀝青混合料礦料組成情況。其他三種特征參數(shù)的表征效果依次為等效圓直徑>顆粒短軸>箱型寬度。

[1] KHORASANI S,MASAD E,KASSEM E,et al.Nano-mechanical characterization of mastic,aggregate,and interfacial zone in asphalt composites[J].J Test Eval,2013,41(6):924-932.

[2] CASTILLO D,CARO S,DARABI M,et al.Studying the effect of microstructural properties on the mechanical degradation of asphalt mixtures[J].Constr Build Mater,2015,93(15):70-83.

[3] MOON K H,FALCHETTO A C.Microstrutural investigation of hot mix adphalt (HMA) mixtures using digital image processing(DIP)[J].Ksce J Civ Eng,2015,19(6):1727-1737.

[4] MOON K H,FALCHETTO A C,JEONG J H.Microstrutural analysis of asphalt mixtures using digital image processing techniques[J].Can J Civ Eng,2014,41(1):74-86.

[5] 沙愛民,王超凡,孫朝云.一種基于圖像的瀝青混合料礦料級配檢測方法[J].長安大學(xué)學(xué)報(自然科學(xué)版),2010(5):1-5.

[6] 顏廷野.基于數(shù)字圖像處理技術(shù)瀝青混合料空隙及級配檢測的研究[D].長春：吉林大學(xué),2014.

[7] 江 杰,肖 鵬,丁 燕,等.瀝青混合料礦料特征圖像表征參數(shù)選取[J].揚(yáng)州大學(xué)學(xué)報(自然科學(xué)版),2016(1):68-73.

[8] 康愛紅,丁 燕,寇長江,等.灰關(guān)聯(lián)方法確定SBS改性瀝青宏觀性能微觀評價指標(biāo)[J].河南科技大學(xué)學(xué)報(自然科學(xué)版),2016(4):6，56-59.

Micro-structure evaluating indicators of gray correlation method determining asphalt mixture mining grading★

Yuan Hui Ding Yan

(College of Building Science & Engineering, Yangzhou University, Yangzhou 225127, China)

In order to determine micro-structure evaluating indicators of asphalt mixture, the paper applies three kinds of typical grading cutting section image, extracting four kinds of micro-structure property parameters, and carries out gray correlation analysis of drawing grading curve and design grading. Results show that: average diameter grading curve can better express asphalt mixture grading composition.

asphalt mixture, micro-structure, gray correlation, image processing technology

1009-6825(2017)12-0094-03

2017-02-18★:大學(xué)生實踐創(chuàng)新訓(xùn)練(331010411)

袁 輝(1995- )，男，在讀本科生； 丁 燕(1992- )，女，在讀碩士

TU525

A