采用深度卷积神经网络的路面破损智能识别

为有效识别沥青路面病害类别,为后续养护对策的制定提供依据,将深度卷积神经网络,视觉几何组(Visual Geometry Group NetWork, VGG)技术引入沥青路面病害识别任务中。根据VGG网络结构随着卷积核深度的加深可获得图片更深层次特征的特点,将VGG模型最后一层卷积核中的卷积深度加深,获得改进后的VGG模型,并与VGG模型进行比较。结果表明：改进后的VGG模型用时为278ms/step,相比于VGG模型用时为258ms/step略有增加,而对病害的识别精度又进一步优化,提升了1.36,对龟裂、松散这类复杂裂缝分别提高了1.12%、8.4%。可见,采用VGG模型可以有效识别路面病害,将其适当改进后,效果更佳,相比于其他方法,对诸如松散、龟裂等复杂路面病害可做到精确识别,达到及时、有效监测、养护路面,防止路面进一步退化的目的。     

采用核磁共振的大孔隙残积土水分迁移分析

为揭示大孔隙残积土的水分迁移机理，以原状、重塑花岗岩残积土为研究对象，基于核磁共振分析入渗试验、吸湿试验及干湿循环试验过程中土样基质域和大孔隙域的水分迁移规律。结果表明：入渗试验中，初始状态下原状和重塑土试样中水分主要分布在基质孔隙，随着入渗持续，大孔隙中T2曲线信号幅值逐渐增大且随着时间增加增速变快；吸湿试验中，由于基质吸力的存在，水分主要进入基质孔隙中，且土壤初始含水率与基质吸力呈反相关关系；干湿循环试验中，干湿循环后土壤中出现微小裂缝和孔隙，随着循环次数增加，裂隙逐渐贯通形成大孔隙，部分基质域中的水分进入大孔隙中。     

SBS含量对沥青老化性能的影响

为提高苯乙烯-丁二烯-苯乙烯（SBS)改性沥青的路用性能，延长路面使用寿命，通过物理指标试验、流变测试、傅里叶红外光谱法和凝胶色谱法（GPC）对比分析不同含量SBS改性沥青老化前后的性能差异，探究SBS含量对沥青老化性能的影响. 结果表明：短期老化后，随着SBS含量的增加，沥青粘度和复数模量增大，针入度减小，延度迅速下降，沥青显示出脆性；改性剂发生降解，GPC图谱中改性沥青SBS特征峰峰面积均有所减小；改性沥青的红外光谱图在1696cm^-1（C=O伸缩振动）处出现新的特征吸收峰. 长期老化后，改性沥青中大分子物质几乎完全降解，SBS特征峰均消失；红外光谱图中1696cm^-1处吸收峰强度加强，丁二烯指数（BI）减小一半；随着SBS含量的增加，羰基指数和亚砜基指数变化不大，而BI指数持续增加,并与SBS含量呈现良好的线性关系.