沥青路面生产和施工碳排放分析

公路建设是我国基础设施建设的重要组成部分,在公路建设施工过程中需要消耗大量能源的同时也会排放出大量的温室气体,这些能源消耗和温室气体的排放对国家的资源和环境造成了很大影响。文章梳理了高温沥青混合料(HMA)在生产和施工过程中各个环节的能耗与碳排放,根据HMA的实际生产数据,结合国内外现有的碳排放计算数据,利用施工过程中消耗能源的等效热值与消耗能源的碳排放因子,计算了HMA在沥青路面施工过程中的能耗与碳排放当量。并根据我国目前HMA能耗与碳排放的现状提出了改进、减少HMA能耗和温室气体排放的途径以及具体的方法和技术。

基于机器视觉的沥青混合料花白料识别方法

为了提高沥青混合料的质量,防止不均匀混合料摊铺影响道路质量,提出基于机器视觉的沥青混合料花白料识别方法,并随机采集100帧沥青混合料图像进行检测识别。检测结果表明:采用该识别方法的沥青混合料搅拌均匀性检测的准确率为97.8%,花白料特征检测准确率为98.4%,总体检测准确率为98.1%,平均检测速率为每帧0.09s,可为解决沥青混合料不均匀问题提供一定的借鉴参考。

基于BP神经网络和Logistic回归分析的沥青路面平整度模型预测

为了解决国际平整度指数IRI预测模型准确性不高等问题,以路面长期性能(LTPP)数据库实测数据为基础,采用机器学习中BP神经网络建模方法对提取出的数据进行预测分析,并与传统的Logistic回归分析结果做评估对比。分析结果表明,利用传统的Logistic方法和BP神经网络得出的复判定系数分别为0.731、0.876,说明采用的BP神经网络平整度预测模型具有较高效率和预测精度以及较低的复杂度,能够有效评价路面使用性能。