为调查再生沥青性能测试程序和技术指标的有效性,以疲劳及低温抗裂性能恢复为研究对象,开展宽温域流变试验、低温蠕变试验和延性开裂破坏试验。选取中温连续分级温度(T_(ICG))、Glover-Rowe参数(P_(G-R))、限制相位角温度(T30°、T4...为调查再生沥青性能测试程序和技术指标的有效性,以疲劳及低温抗裂性能恢复为研究对象,开展宽温域流变试验、低温蠕变试验和延性开裂破坏试验。选取中温连续分级温度(T_(ICG))、Glover-Rowe参数(P_(G-R))、限制相位角温度(T30°、T45°、ΔT_(cδ))、低温连续分级温度(1 h TCLG、72 h TCLG)、等级损失(LG)和临界开裂位移(D_(CTO))作为开裂参数,研究了多来源油再生剂(AAS、Cargill、Cyclogen、REOB)和掺量(2%、4%、8%)对再生沥青抗裂性能的影响。采用Pearson相关性分析评价了不同开裂参数的有效性,并基于优选的开裂参数确定再生剂的最佳掺量范围。结果表明:化学老化是不可逆过程,胶凝化相关的参数ΔT_(cδ)和D_(CTO)随再生剂掺量的增加,其变化趋势缓慢或几乎无变化。限制相位角温度是潜在的评价沥青黏结剂抗热裂的有效指标,能够通过相对简单的测试程序获取。基于限制相位角温度能够确定再生剂掺量范围的下限,并且其值与工程中的实际用量相近。相比于T_(ICG),P_(G-R)是评价老化/再生沥青开裂的更佳选择。根据优选参数,确定选择的3种商品再生剂的再生效率排序和掺量范围为:Cargill(3.5%~8.9%)>AAS(6.5%~15.6%)>Cyclogen(10.4%~18.4%)。展开更多
随着海洋工程建设的快速推进和极端天气事件频发,海岸带滑坡的风险显著增加。然而,现有关于滑坡易发性区划的研究多集中于内陆山地滑坡,对海岸带滑坡灾害的易发性评价尚缺乏系统研究。以福建省海岸带为研究区,通过收集海岸带滑坡历史数...随着海洋工程建设的快速推进和极端天气事件频发,海岸带滑坡的风险显著增加。然而,现有关于滑坡易发性区划的研究多集中于内陆山地滑坡,对海岸带滑坡灾害的易发性评价尚缺乏系统研究。以福建省海岸带为研究区,通过收集海岸带滑坡历史数据,利用信息增益比法和皮尔森相关系数法构建适用于海岸带滑坡的易发性评价指标体系。以粒子群优化支持向量机(PSO-SVM)和随机森林(RF)为基学习器,构建Stacking异质集成学习模型,开展福建省海岸带滑坡的易发性评价和区划研究,探讨不同训练集与测试集划分比例对异质集成模型预测精度的影响。结果表明:Stacking异质集成学习模型在训练-测试集比例为70∶30时表现最佳,其准确度、精确度、召回率、F1分数值分别为0.869,0.842,0.909,0.874,其中准确度、精确度与F1分数较其他模型提升了最高0.198,0.227和0.140,其受试者工作特征(ROC)曲线下方面积(area under the curve,简称AUC)值为0.938,较其他模型提高了0.019~0.216;表明Stacking异质集成模型在海岸带滑坡易发性评价中具有较强的适用性和优越性。展开更多
文摘为调查再生沥青性能测试程序和技术指标的有效性,以疲劳及低温抗裂性能恢复为研究对象,开展宽温域流变试验、低温蠕变试验和延性开裂破坏试验。选取中温连续分级温度(T_(ICG))、Glover-Rowe参数(P_(G-R))、限制相位角温度(T30°、T45°、ΔT_(cδ))、低温连续分级温度(1 h TCLG、72 h TCLG)、等级损失(LG)和临界开裂位移(D_(CTO))作为开裂参数,研究了多来源油再生剂(AAS、Cargill、Cyclogen、REOB)和掺量(2%、4%、8%)对再生沥青抗裂性能的影响。采用Pearson相关性分析评价了不同开裂参数的有效性,并基于优选的开裂参数确定再生剂的最佳掺量范围。结果表明:化学老化是不可逆过程,胶凝化相关的参数ΔT_(cδ)和D_(CTO)随再生剂掺量的增加,其变化趋势缓慢或几乎无变化。限制相位角温度是潜在的评价沥青黏结剂抗热裂的有效指标,能够通过相对简单的测试程序获取。基于限制相位角温度能够确定再生剂掺量范围的下限,并且其值与工程中的实际用量相近。相比于T_(ICG),P_(G-R)是评价老化/再生沥青开裂的更佳选择。根据优选参数,确定选择的3种商品再生剂的再生效率排序和掺量范围为:Cargill(3.5%~8.9%)>AAS(6.5%~15.6%)>Cyclogen(10.4%~18.4%)。
文摘随着海洋工程建设的快速推进和极端天气事件频发,海岸带滑坡的风险显著增加。然而,现有关于滑坡易发性区划的研究多集中于内陆山地滑坡,对海岸带滑坡灾害的易发性评价尚缺乏系统研究。以福建省海岸带为研究区,通过收集海岸带滑坡历史数据,利用信息增益比法和皮尔森相关系数法构建适用于海岸带滑坡的易发性评价指标体系。以粒子群优化支持向量机(PSO-SVM)和随机森林(RF)为基学习器,构建Stacking异质集成学习模型,开展福建省海岸带滑坡的易发性评价和区划研究,探讨不同训练集与测试集划分比例对异质集成模型预测精度的影响。结果表明:Stacking异质集成学习模型在训练-测试集比例为70∶30时表现最佳,其准确度、精确度、召回率、F1分数值分别为0.869,0.842,0.909,0.874,其中准确度、精确度与F1分数较其他模型提升了最高0.198,0.227和0.140,其受试者工作特征(ROC)曲线下方面积(area under the curve,简称AUC)值为0.938,较其他模型提高了0.019~0.216;表明Stacking异质集成模型在海岸带滑坡易发性评价中具有较强的适用性和优越性。
