一种基于改性沥青样本库的SBS含量快速检测方法技术

本发明专利技术公开了一种基于改性沥青样本库的SBS含量快速检测方法，该方法包括：待测样品制样并测定红外光谱；根据特征波段将归一化后的红外光谱划分特征光谱集；计算待测样品的特征光谱集与改性沥青样本库中的所有的标准样品的特征光谱集之间的匹配度；根据计算得到匹配度最大值与预设值的比较情况，进行特征面积比计算并预测SBS含量或继续扩大改性沥青样本库。该测试方法简便快捷，考虑原材料沥青对SBS含量预测的影响，可实现自动更新与扩充沥青改性沥青样本库，提高SBS含量检测的效率。提高SBS含量检测的效率。提高SBS含量检测的效率。

A rapid detection method of SBS content based on modified asphalt sample library

【技术实现步骤摘要】
一种基于改性沥青样本库的SBS含量快速检测方法


[0001]本专利技术涉及沥青试验检测领域，特别是涉及一种基于改性沥青样本库的SBS含量快速检测方法。

技术介绍

[0002]SBS改性剂即苯乙烯
‑
丁二烯
‑
苯乙烯三嵌段共聚物，因其自身的特殊分子结构能够有效的改善基质沥青本身的高温性能、低温性能以及温度敏感性，已广泛应用于高等级公路﹑机场道面等工程的建设与养护。
[0003]实际工程中，改性剂SBS含量是决定沥青路面路用性能最主要、最敏感的因素，对改性沥青的最终性能起到决定性作用，一般情况下SBS含量为3.5wt％～5wt％。然而，面对激烈的市场竞争和较高的SBS制造成本，一些供应商为了追求更高的利润，会刻意降低改性沥青中SBS的含量，导致改性沥青中SBS无法形成网状连续相，达不到预期的改性效果，甚至导致改性沥青的不稳定或者在使用过程中的降解，严重影响到工程质量。因此，加强改性沥青生产过程中SBS含量的监控对保证工程质量有着重要意义。
[0004]但另一方面，目前对改性沥青的评价手段和标准还存在一定的问题。传统的SBS含量测试方法主要是通过测试改性沥青的针入度、延度、软化点和黏度等物理性能来实现的。这些方法不仅普遍存在耗时长、重现性差、准确度低等缺点，更重要的是评价指标不能全面反映改性沥青的使用性能的问题。目前，通过溶解分离法、凝胶色谱法和红外光谱等方法对改性沥青中SBS含量进行测量，可以得到更加准确的结果。其中，傅里叶变换红外光谱法具有样品预处理过程简单、分析速度快﹑样品需求量小等显著优点。
[0005]傅里叶变换红外光谱法是基于Lambert Beer定律，SBS中丁二烯的特征吸收峰的吸收强度与浓度呈正比关系，且吸光度值较高；使用傅里叶红外光谱仪，采用中红外—衰减全反射技术MIR
‑
ATR，利用光的全反射原理工作的方法，通过测试改性沥青的特征吸收峰，可推算出改性剂剂量。
[0006]红外光谱法通过对单个或多个吸收峰进行分析来获得其官能团信息和含量信息，SBS含量不同的沥青样品仅依靠单个或多个吸收峰原始信息不能达到样品快速识别的要求，同时沥青原材料不同的样品所测得的吸收峰信息随SBS含量变化也不尽相同。因此，需要通过建立改性沥青样品库的方式对红外光谱原始数据进行处理，才能获得客观准确的识别沥青信息并建立相应的回归模型，再将未知SBS含量的红外光谱数据代入该模型中，即可对未知SBS含量的改性沥青进行识别。
[0007]申请号201810095528.X公开了一种测量SBS改性沥青中SBS改性剂含量的方法，该方法通过将已知梯度SBS含量的改性沥青标准样品的红外光谱数据进行预处理后训练集代入人工神经元网络程序中进行训练，并建立改性沥青标准样品红外光谱与SBS含量的回归模型，再将同样经过数据预处理后的改性沥青待测样品的光谱数据作为测试集代入该回归模型中，即可得改性沥青待测样品中SBS含量的预测值。该专利技术利用全光谱信息虽然可有效解决非线性回归问题，但未考虑原材料基质沥青对SBS含量预测的影响，需要在前期制备大
量的标准样品，且制样过程采用较为复杂的溴化钾压片法，因此不利于施工企业或检测单位在实际工作中实现快速检测的目的。
[0008]因此，本专利技术提出了一种基于改性沥青样本库的SBS含量快速检测方法，有助于SBS改性沥青生产制备实现快速质量控制。

技术实现思路

[0009]针对上述现有技术中检测速度慢、检测操作繁琐、检测效果不佳的缺点，本专利技术提供了一种基于改性沥青样本库的SBS含量快速检测方法，用以提高SBS含量检测速度和检测工作的集成度。
[0010]本专利技术由以下具体技术手段所达成：
[0011]一种基于改性沥青样本库的SBS含量快速检测方法，包括以下步骤：
[0012]S1：制样并测定待测样品的红外光谱；
[0013]S2：归一化处理测得待测样品的红外光谱并按特征波段划分为不同的特征光谱集，具体包括以下子步骤：
[0014]S21：根据特征波段A和特征波段B将归一化后的红外光谱划分为待测样品的特征光谱集A
s
和待测样品的特征光谱集B
s
；
[0015]S3：计算待测样品的特征光谱集和改性沥青样本库特征光谱集的匹配度，由匹配度判断是将待测样品加入改性沥青样本库还是提取出匹配度对应改性沥青样本库中的特征参数，具体包括以下子步骤：
[0016]S31：计算待测样品的特征光谱集A
s
与改性沥青样本库中的所有n个标准样品的特征光谱集A
d
之间的匹配度，待测样品的特征光谱集A
s
与改性沥青样本库中第k个标准样品的特征光谱集A
dk
的匹配度M
k
计算公式为：
[0017][0018]其中，X
i
为待测样品的特征光谱集A
s
中第i个采集点的吸光度或透过率；Y
j
为第k个标准样品的特征光谱集A
dk
第j个采集点的吸光度或透过率；
[0019]计算得到匹配度M
k
的最大值M
max
与预设值比较，如果M
max
大于预设值，则提取出M
max
所对应改性沥青样本库中的特征参数C
a
和C
b
；如果M
max
小于等于预设值，则扩充改性沥青样本库；
[0020]S4：计算待测样品特征光谱集A
s
中的特征面积比，并由SBS含量计算公式得到待测样品的SBS含量。
[0021]步骤S1的制样采用衰减全反射法，具体是：取待测SBS改性沥青加热至160℃～180℃，并浇筑于圆环形硅胶试模中，改性沥青试样冷却后，置于红外光谱仪的ATR模块上。
[0022]步骤S2的所述归一化处理采用的计算公式为：
[0023][0024]其中，X
i
为待测样品的特征光谱集A
s
或标准样品的特征光谱集A
d
中第i个采集点的吸光度或透过率；
[0025]X
min
为待测样品的特征光谱集A
s
或标准样品的特征光谱集A
d
中吸光度或透过率的最小值；
[0026]X
max
为待测样品的特征光谱集A
s
或标准样品的特征光谱集A
d
中吸光度或透过率的最大值。
[0027]步骤S31中，
[0028]所述改性沥青样本库的字段为编号、改性沥青样本名称、标准样品的特征光谱集A
d
、特征参数C
a
和C
b
；
[0029]所述改性沥青样本库的扩充方法包括以下步骤：
[0030]S311：采用与待测改性沥青样品k采用的基质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改性沥青样本库的SBS含量快速检测方法，其特征在于，包括以下步骤：S1：制样并测定待测样品的红外光谱；S2：归一化处理测得待测样品的红外光谱并按特征波段划分为不同的特征光谱集，具体包括以下子步骤：S21：根据特征波段A和特征波段B将归一化后的红外光谱划分为待测样品的特征光谱集A
s
和待测样品的特征光谱集B
s
；S3：计算待测样品的特征光谱集和改性沥青样本库特征光谱集的匹配度，由匹配度判断是将待测样品加入改性沥青样本库还是提取出匹配度对应改性沥青样本库中的特征参数，具体包括以下子步骤：S31：计算待测样品的特征光谱集A
s
与改性沥青样本库中的所有n个标准样品的特征光谱集A
d
之间的匹配度，待测样品的特征光谱集A
s
与改性沥青样本库中第k个标准样品的特征光谱集A
dk
的匹配度M
k
计算公式为：其中，X
i
为待测样品的特征光谱集A
s
中第i个采集点的吸光度或透过率；Y
j
为第k个标准样品的特征光谱集A
dk
第j个采集点的吸光度或透过率；计算得到匹配度M
k
的最大值M
max
与预设值比较，如果M
max
大于预设值，则提取出M
max
所对应改性沥青样本库中的特征参数C
a
和C
b
；如果M
max
小于等于预设值，则扩充改性沥青样本库；S4：计算待测样品特征光谱集A
s
中的特征面积比，并由SBS含量计算公式得到待测样品的SBS含量。2.根据权利要求1所述的基于改性沥青样本库的SBS含量快速检测方法，其特征在于，步骤S1的制样采用衰减全反射法，具体是：取待测SBS改性沥青加热至160℃～180℃，并浇筑于圆环形硅胶试模中，改性沥青试样冷却后，置于红外光谱仪的ATR模块上。3.根据权利要求1所述的基于改性沥青样本库的SBS含量快速检测方法，其特征在于，步骤S2的所述归一化处理采用的计算公式为：其中，X
i
为待测样品的特征光谱集A
s
或标准样品的特征光谱集A
d
中第i个采集点的吸光度或透过率；X
min
为待测样品的特征光谱集A
s
或标准样品的特征光谱集A
d
中吸光度或透过率的最小值；X
max
为待测样品的特征光谱集A
s
或标准样品的特征光谱集A
d
中吸光度或透过率的最大值。4.根据权利要求1所述的基于改性沥青样本库的SBS含量快速检测方法，其特征在于，步骤S31中，所述改性沥青样本库的字段为编号、改性沥青样本名称、标准样品的特征光谱集A<...

【专利技术属性】
技术研发人员：丁建明，邹震宇，
申请(专利权)人：东南大学，
类型：发明
国别省市：