(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910022587.9
(22)申请日 2019.03.20
(71)申请人 广东华路交通科技有限公司
地址 510550 广东省广州市白云区钟落潭
镇广从八路1180号
(72)发明人 王志祥 陈楚鹏 刘新海 许新权
方杨 何伟杰 李善强 吴传海
周勇
(51)Int.Cl.
G01N 21/35(2014.01)
G01N 21/3563(2014.01)
G01N 1/36(2006.01)
G01N 1/38(2006.01)
(54)发明名称一种改沥青中SBS改性剂含量快速测定方法(57)摘要本发明公开了一种改沥青中SBS改性剂含量快速测定方法，对波段650～4000cm -1的原始光谱数据采用Savitzky -Golay平滑法，平滑点数选择5，并进行标准正态变量SNV处理，再采用一阶Savitzky -Golay倒数处理，再进行均值中心化处理；通过CARS变量筛选法对上述不同SBS含量的改性沥青的主要波数变量进行筛选；基于matlab 分 析软件采用BP神经网络对上述主成分进行分析，调整参数得到最优结构网络，从而得到最优预测模型。本发明制样科学、简单，能够快速成型试样并脱模，样品均匀性较好，效率高，测试方法简便、快捷，能够准确测试出及改性沥青的红外图谱，将光谱学与化学计量学相结合，试验方法重复性和再现性好，分析速度快， 操作简单。权利要求书1页 说明书7页 附图3页CN 109752338 A 2019.05.14
C N 109752338
A
权 利 要 求 书1/1页CN 109752338 A
1.一种改沥青中SBS改性剂含量快速测定方法，其特征在于，包括如下步骤：
1)配制不同SBS含量的改性沥青，然后制备改性沥青试样，使用傅里叶红外光谱仪对样品进行测试；
2)选择一个改性沥青样品，然后在试验仪器中设置扫描次数，选择分辨率，然后对于同一个样品重复装样测试，获得平均光谱；
3)对波段650～4000cm-1的原始光谱数据采用Savitzky-Golay平滑法，平滑点数选择5，并进行标准正态变量SNV处理，再采用一阶Savitzky-Golay倒数处理，再进行均值中心化处理；
4)通过CARS变量筛选法对上述不同SBS含量的改性沥青的主要波数变量进行筛选；
5)基于SPASS分析软件对上述预处理的数据进行主成分分析，统计累计贡献率；
6)分析得到不同含量SBS改性沥青的第1到第3主成分的得分图；
7)基于mat lab分析软件采用BP神经网络对上述主成分进行分析，调整参数得到最优结构网络，从而得到最优预测模型；
8)根据已知含量的SBS改性沥青红外光谱测试结果，进一步验证所得模型的精确性，预测SBS含量均值应该控制在0.1％的范围之内，否则进行重新建立模型，对未知含量SBS改性沥青进行红外检测，并根据预测模型对该改性沥青中SBS的含量进行预测。
2.根据权利要求1所述的一种改沥青中SBS改性剂含量快速测定方法，其特征在于：在第一步改性沥青配制过程中充分搅拌和剪切混合SBS改性剂的基质沥青1-3小时，并在硅胶试模上成型改性沥青试样并脱模。
3.根据权利要求1所述的一种改沥青中SBS改性剂含量快速测定方法，其特征在于：在第七步中经过反复试验得到的最优结构输入层为3个输入单元，隐含层为5个隐含单元和1个输入层单元的三层BP神经网络模型，对100个样本进行学习训练，限定最大迭代次数为2500，得到的最终拟合残差为1.002×10-3。
4.根据权利要求1所述的一种改沥青中SBS改性剂含量快速测定方法，其特征在于：在第七步中经过反复试验得到的最优结构输入层为3个输入单元，隐含层为5个隐含单元和1个输入层单元的三层BP神经网络模型，对60个样本进行学习训练，限定最大迭代次数为2000，得到的最终拟合残差为2.002×10-3。
2
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议