沥青质量管控方法及系统技术方案

本发明专利技术公开了一种沥青质量管控方法及系统，系统包括数据获取模块和数据分析模块，数据获取模块可以对进场的沥青对应的被测样品进行检测，从而获取到被测样品的微观结构特征数据。并可以根据被测样品的沥青种类、沥青型号、沥青产地、改性添加剂种类、添加剂含量及勾兑物，从预先构建的基因库中调取出与被测样品相对应的标准样本的微观结构特征数据。数据分析模块可以分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对标准样本和被测样品的微观结构特征数据进行对比分析，并根据最后的对比分析结果判断被测样品是否属于合格产品。品。品。

【技术实现步骤摘要】
沥青质量管控方法及系统


[0001]本专利技术涉及资源管理
，具体涉及一种沥青质量管控方法及系统。

技术介绍

[0002]截止2021年末，全国公路总里程达到528.07万公里，各等级公路和市政道路主要以沥青路面为主，在高等级路面中占比达到90％以上。沥青作为路面建设主要的大宗材料，其质量将直接影响道路工程建设质量及使用寿命。
[0003]为保障沥青质量，工程建设方一般采用两种方式：1、提高沥青材料在采购及施工过程中的传统性能指标检测频率；2、建立工程管理系统，加强对物料的过程管理。
[0004]经多年实践表明，上述方式并未达到保障沥青质量的预期效果，主要原因是传统的沥青检测手段不够快速智能，导致理论上加强了检测频率，但实际上造假、漏检或不捡的情况较为常见；另一方面通用的工程管理系统并不适合原材料质量管理，缺乏沥青材料快速识别、分析、跟踪及预警等功能。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术提出一种沥青质量管控方法及系统。可以快速对待入库沥青进行检测。具体技术方案如下：
[0006]第一方面，提供了一种沥青质量管控方法，包括：
[0007]获取被测样品的微观结构特征数据，并从预先构建的基因库中调取相应标准样本的微观结构特征数据；
[0008]分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对所述标准样本的微观结构特征数据和所述被测样品的微观结构特征数据进行对比分析。
[0009]结合第一方面，在第一方面的第一种可实现方式中，构建所述基因库包括：获取多个性能合格的标准样本对应样本数据，该样本数据包括沥青种类、型号、产地及微观结构特征数据；
[0010]对所有标准样本的样本数据中的沥青种类、型号、产地及微观特征数据进行抽象，建立起对应的E
‑
R模型；
[0011]根据E
‑
R模型和样本数据构建起所述基因库。
[0012]结合第一方面，在第一方面的第二种可实现方式中，还包括：
[0013]获取分析结果历史数据；
[0014]根据所述分析结果历史数据进行质量趋势分析。
[0015]结合第一方面的第二种可实现方式，在第一方面的第三种可实现方式中，还包括：根据质量趋势分析结果调整检测频率、抽检次数和频率。
[0016]第二方面，提供了一种沥青质量管控系统，包括：
[0017]数据获取模块，配置为获取被测样品的微观结构特征数据，并从预先构建的基因库中调取相应标准样本的微观结构特征数据；
[0018]数据分析模块，配置为分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对所述标准样本的微观结构特征数据和所述被测样品的微观结构特征数据进行对比分析。
[0019]结合第二方面，在第二方面的第一种可实现方式中，还包括基因库构建模块，配置为获取多个性能合格的标准样本对应样本数据，该样本数据包括沥青种类、型号、产地及微观结构特征数据，并对所有标准样本的样本数据中的沥青种类、型号、产地及微观特征数据进行抽象，建立起对应的E
‑
R模型，再根据E
‑
R模型和样本数据构建起所述基因库。
[0020]结合第二方面，在第二方面的第二种可实现方式中，所述数据分析模块包括：
[0021]相似度分析单元，配置为采用相似度系数算法对所述标准样本和被测样本的微观结构特征数据进行对比分析；
[0022]向量夹角分析单元，配置为采用向量夹角算法对所述标准样本和被测样本的微观结构特征数据进行对比分析；
[0023]峰面积分析单元，配置为采用峰面积比较算法对所述标准样本和被测样本的微观结构特征数据进行对比分析；
[0024]结果判定单元，配置为根据所述相似度分析单元、向量夹角分析单元和峰面积分析单元的分析结果判定所述被测样品是否合格。
[0025]结合第二方面，在第二方面的第三种可实现方式中，还包括趋势分析模块，该趋势分析模块配置为获取分析结果历史数据，并根据所述分析结果历史数据进行质量趋势分析。
[0026]结合第二方面的第三种可实现方式，在第二方面的第四种可实现方式中，还包括管控调整模块，配置为根据所述趋势分析模块的质量趋势分析结果调整检测频率、抽检次数和频率。
[0027]有益效果：采用本专利技术的沥青质量管控方法及系统，可以直接从预设的基因库中调取相应的标准样本的微观结构特征数据，与被测样品的微观结构特征数据进行对比分析，从而快速得出被测样本的检测结果，而且在对比分析过程中采用了三种不同的智能分析算法对被测样品和标准样本的微观结构特征数据进行对比分析，提高了对比分析结果的精确度，为后续的趋势分析和管控方案的调整提供了基础。
附图说明
[0028]为了更清楚地说明本专利技术具体实施方式，下面将对具体实施方式中所需要使用的附图作简单地介绍。在所有附图中，各元件或部分并不一定按照实际的比例绘制。
[0029]图1为本专利技术一实施例提供的沥青质量管控方法的流程图；
[0030]图2为本专利技术一实施例提供的质量趋势分析的流程图；
[0031]图3为本专利技术一实施例提供的沥青质量管控系统的系统框图。
具体实施方式
[0032]下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，因此只作为示例，而不能以此来限制本专利技术的保护范围。
[0033]如图1所示的沥青质量管控方法的流程图，该管控方法包括：
[0034]步骤1、获取被测样品的微观结构特征数据，并从预先构建的基因库中调取相应标准样本的微观结构特征数据；
[0035]步骤2、分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对所述标准样本的微观结构特征数据和所述被测样品的微观结构特征数据进行对比分析。
[0036]具体而言，首先，可以采用现有的沥青微观检测技术对送检的被测样品进行检测，从而获取到被测样品的微观结构特征数据，如红外光谱数据。并可以根据被测样品的沥青种类、沥青型号、沥青产地、改性添加剂种类、添加剂含量及勾兑物等，从预先构建的基因库中调取出与被测样品相对应的标准样本的微观结构特征数据。然后，分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对标准样本和被测样品的微观结构特征数据进行对比分析，并根据最后的对比分析结果判断被测样品是否属于合格产品。
[0037]在本实施例中，相似度系数算法的计算式如下：
[0038][0039]其中，η为相关系数，x
i
为被测样品的红外光谱数据中第i个点的吸收峰强度值，y
i
为标准样本的红外光谱数据中第i个点的吸收峰强度值，分别为被测样品、标准样本吸收峰强度均值。
[0040]若计算得到的相关系数越接近1，则表明被测样品与标准样本越相似。
[0041]在本实施例中，向量夹角算法的计算式如下：
[0042][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种沥青质量管控方法，其特征在于，包括：获取被测样品的微观结构特征数据，并从预先构建的基因库中调取相应标准样本的微观结构特征数据；分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对所述标准样本的微观结构特征数据和所述被测样品的微观结构特征数据进行对比分析。2.根据权利要求1所述的沥青质量管控方法，其特征在于，构建所述基因库包括：获取多个性能合格的标准样本对应样本数据，该样本数据包括沥青种类、型号、产地及微观结构特征数据；对所有标准样本的样本数据中的沥青种类、型号、产地及微观特征数据进行抽象，建立起对应的E
‑
R模型；根据E
‑
R模型和样本数据构建起所述基因库。3.根据权利要求1所述的沥青质量管控方法，其特征在于，还包括：获取分析结果历史数据；根据所述分析结果历史数据进行质量趋势分析。4.根据权利要求3所述的沥青质量管控方法，其特征在于，还包括：根据质量趋势分析结果调整检测频率、抽检次数和频率。5.一种沥青质量管控系统，其特征在于，包括：数据获取模块，配置为获取被测样品的微观结构特征数据，并从预先构建的基因库中调取相应标准样本的微观结构特征数据；数据分析模块，配置为分别采用相似度系数算法、向量夹角算法和峰面积比较算法，对所述标准样本的微观结构特征数据和所述被测样品的微观结构特征数据进行对比分析...

【专利技术属性】
技术研发人员：周游，陈飞，张东长，王火明，徐周聪，辛顺超，伍杰，王全磊，周浩南，龙丽琴，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：