SBS改性瀝青關鍵性能預測方法研究

祖顯威

(黑龍江農墾建工路橋有限公司，黑龍江 哈爾濱 150000)

1 前 言

由于不同種類、牌號和產地的SBS改性瀝青物理性質和化學組成可能會有所差別，傳統的建模方法為使模型定量準確，建模樣品需要覆蓋所要檢測SBS和基質瀝青樣品種類，從而在建立模型時，需要配制大量標樣進行建模工作，樣品量一般在幾十到幾百個，導致建模工作量巨大；另外，模型建好后，如果待測SBS改性瀝青種類不在模型范圍內，可能會導致定量分析結果產生較大誤差。而本方法首先采用S-G導數法、均值中心化、SNV等預處理方法對光譜進行預處理以消除或減弱環境、儀器等噪聲的影響；再采用數據挖掘方法建立光譜與性質值之間的回歸曲線，通過交互驗證-留一法進行異常樣品剔除，依據SEP(均方根誤差)和最佳的預測效果選擇最佳波長變量，將正確的光譜數據和性質數據留在庫中，建立改性瀝青快速預測定標數據庫，方法只需不少于40個樣本即可建立定量分析模型，用于未知樣本檢測時，可即時得到檢測結果，且結果有較高的準確度。

光譜采集：采用FTIR-ATR衰減全反射傅里葉變換紅外光譜儀采集樣品光譜信息。每個樣品重復測試三次，三次測試得到的譜圖標準偏差不大于0.5%，如果偏差過大，則需要重新采集光譜圖。

2 建立及驗證SBS改性瀝青軟化點快速預測定標數據庫

收集45個SBS改性瀝青樣本并采用標準推薦的方法檢測其軟化點數據，使用HF-03瀝青快速分析儀采集樣本紅外光譜圖，使用預處理方法對光譜進行預處理，然后采用數據挖掘方法將樣本的光譜圖和軟化點基礎數據相結合，建立軟化點的定量工作曲線，建立SBS改性瀝青軟化點的定標模型的過程如下：

收集45個SBS改性瀝青樣品，使用標準推薦的方法檢測其軟化點數據，軟化點數據見表1；

使用HF-03瀝青快速分析儀采集樣本紅外光譜圖；

(1)選擇合適的光譜預處理方法對光譜進行預處理，以消除部分測量誤差的影響；

(2)計算光譜與樣品軟化點之間的相關系數，根據光譜-性質相關圖選擇相關系數較大的光譜區間參加建模；

(3)在建模過程中，剔除異常樣品和誤差較大的樣本，避免對模型產生的不利影響；

(4)采用均方根誤差SEP、樣本絕對偏差和相對偏差等模型評價方法對模型性能進行評價。要求SEP不大于標準分析方法的重復性和再現性誤差。

SEP是用于評估所有樣品的模型預測值與標準方法分析值之間差異的標準偏差。SEP越小，表明模型的預測能力就越強。SEP按公式1進行計算

(1)

建立的SBS改性瀝青軟化點快速預測定標數據庫及驗證情況如表1。

表1中，實測值為參考JTG E20-2011(T0606-2011)提出的方法檢測得到的SBS改性瀝青軟化點數據，預測值為建立的定量分析模型留一法測得的值，絕對偏差為該樣本實測值減去預測值得到的值，相對偏差為絕對偏差除以實測值得到的值，以百分數格式顯示。通過比較實測值和測定值的偏差情況可以大致判斷該定量分析模型的預測效果。以軟化點數據的實測值為橫坐標，預測值為縱坐標作圖1，即為該定量分析模型的回歸曲線，列出回歸線的回歸方程及R2于圖中右下角位置。

圖1 SBS改性瀝青軟化點回歸線

以樣本序號為橫坐標，樣本的絕對偏差為縱坐標作圖，可以看出數據庫內樣本的偏差分布情況及樣本預測情況，也可以反應該定量分析模型的預測效果。該定量分析模型SBS改性瀝青軟化點數據的偏差分布如下圖2，樣本軟化點絕對偏差均勻分布在0兩側，且偏差均不大于2。

圖2 SBS改性瀝青軟化點偏差分布圖

所建立的SBS改性瀝青軟化點快速預測定標數據庫統計信息列于表2中。

表2 SBS改性瀝青軟化點快速預測定標數據庫統計信息

依據JTG E20-2011(T0606-2011)，檢測SBS改性瀝青軟化點數據要求當試樣軟化點小于80 ℃時，重復性不大于1 ℃，再現性不大于4 ℃；當試樣軟化點大于或等于80 ℃時，重復性不大于2 ℃，再現性不大于8 ℃。

3 結 論

建立的SBS改性瀝青軟化點快速預測定標數據庫庫中樣本軟化點性質值小于80 ℃，且預測最大偏差為2 ℃，SEP(均方根誤差)為1.05 ℃，遠小于規范現有測試方法再現性允許偏差4 ℃的1.5倍，表明該定標數據庫預測庫中樣本偏差較小，精確度較高，預測效果較好，可以用于實際樣本的檢測。