利用表面自由能和混合设计参数，结合人工神经网络（ANN）模型对沥青混合料的受潮损伤进行分析

《Scientific Reports》：Moisture damage analysis of asphalt mixtures using surface free energy and mix design parameters with ANN modeling

　　

摘要

水分暴露会降低沥青混凝土（AC）的耐久性。尽管热力学参数和混合设计参数对沥青混凝土水分敏感性的影响已经得到充分认识，但由于材料种类的多样性，它们之间的复杂相互作用及其影响仍需进一步讨论。本研究采用了一种双相分析方法，将表面自由能（SFE）参数与混合设计变量相结合，并利用人工神经网络（ANN）来捕捉这些因素对水分损伤发生和发展过程的非线性影响。表面自由能参数是通过通用吸附设备和Wilhelmy板方法测量的。水分敏感性是通过Hamburg轮跟踪设备进行评估的，该方法可以提取剥离拐点（SIP）和剥离斜率。所开发的两种模型均达到了可接受的性能标准，其中R2值约为99%，均方根误差（RMSE）约为0.0006。敏感性分析结果显示，内聚自由能（CFE）、黏附自由能（AFE）、骨料指数、沥青膜厚度以及骨料的比表面积与剥离拐点的增加和剥离斜率的减小存在直接关联；而对于解理能（debonding energy）则表现出相反的关系。内聚自由能的范围为63.5至104.0 ergs/cm2，其对剥离拐点的正面影响最为显著（敏感性系数为0.468），表明使用具有较高内聚力的沥青是延缓剥离过程发生的最有效方法。黏附自由能（AFE）的范围为122.4至162.8 ergs/cm2，其对剥离斜率的正面影响最大（敏感性系数为0.266），表明高黏附性的沥青-骨料组合（如基于石灰石的混合物）在减缓水分劣化速率方面最为有效。