摘要: 沥青材料越来越多地被应用于道路工程中，其质量的优劣直接影响着整个沥青路面的耐久性和安全性，所以严格控制沥青质量非常关键。在一些工程项目中，沥青的“三大指标”能满足要求，但沥青质量在使用过程中依旧得不到保证，极有可能用低质沥青代替优质... 展开 沥青材料越来越多地被应用于道路工程中，其质量的优劣直接影响着整个沥青路面的耐久性和安全性，所以严格控制沥青质量非常关键。在一些工程项目中，沥青的“三大指标”能满足要求，但沥青质量在使用过程中依旧得不到保证，极有可能用低质沥青代替优质沥青。因为国内外沥青的品牌较多，导致沥青市场鱼龙混杂，而且除“三大指标”外的其他指标测试繁琐，使得在实际工作检测频率较低，沥青以次充好的现象时有发生。所以，进行沥青品牌识别研究及技术性质的简捷化检测研究具有重要意义。本文将利用红外光谱分析速度快，材料组成决定光谱构成等特点，研究红外光谱技术在沥青品牌识别及沥青技术指标简捷化预测中的应用方法。 论文在分析沥青衰减全反射傅里叶红外光谱特点的基础上，建立了众多常用沥青样品技术性质数据集和红外光谱数据集。采用化学计量学方法对红外光谱做一系列处理，选择了最优预处理方法，并进行充分论证。结果表明，“扣除 CO2+选择光谱区域+基线校正+扣除异常点+对数标准化处理”是对沥青光谱进行定性定量分析时的最优光谱预处理方法。 论文应用化学计量学中两种模式识别方法即主成分分析(PCA)和独立聚类簇(SIMCA)建立定性分析模型，并利用未知样品的红外光谱对所建定性分析模型的模式识别能力进行验证。结果表明，SIMCA模型的聚类效果较理想，在5%的显著水平下，各沥青间类间距离均大于1，识别率和拒绝率均高于90%，模型对未知沥青样品品牌的识别结果全部正确。由此，实现了基于沥青的红外光谱快速鉴别沥青品牌的目的。 论文应用两种多元校正方法即偏最小二乘(PLS)方法和人工神经网络(ANN)方法对沥青红外光谱进行分析，并分别建立了沥青技术指标值（常规指标和流变指标值）的定量预测模型，最后利用未知样品的红外光谱对两种定量分析模型的预测能力进行验证。结果表明，针对不同的指标，两个模型对未知沥青技术指标值的预测结果均接近真实值。相较而言，采用ANN方法的建模效果和预测结果优于PLS方法的建模效果和预测结果。由此，基于所建立的模型，根据沥青的红外光谱实现了沥青技术指标值的快速检测。 收起