CN109001151A - 一种基于近红外光谱技术快速检测沥青宏观指标的方法 - Google Patents
一种基于近红外光谱技术快速检测沥青宏观指标的方法 Download PDFInfo
- Publication number
- CN109001151A CN109001151A CN201811157243.0A CN201811157243A CN109001151A CN 109001151 A CN109001151 A CN 109001151A CN 201811157243 A CN201811157243 A CN 201811157243A CN 109001151 A CN109001151 A CN 109001151A
- Authority
- CN
- China
- Prior art keywords
- pitch
- macro
- indicators
- sample
- infrared
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000002835 absorbance Methods 0.000 claims abstract description 17
- 238000004566 IR spectroscopy Methods 0.000 claims abstract description 16
- 125000000962 organic group Chemical group 0.000 claims abstract description 16
- 238000012956 testing procedure Methods 0.000 claims abstract description 7
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 6
- 238000004451 qualitative analysis Methods 0.000 claims abstract description 6
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 6
- 239000010426 asphalt Substances 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 18
- 230000035515 penetration Effects 0.000 claims description 15
- 238000001157 Fourier transform infrared spectrum Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 2
- 239000011295 pitch Substances 0.000 description 114
- 239000000203 mixture Substances 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- -1 Phenyl ring Chemical group 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种基于近红外光谱技术快速检测沥青宏观指标的方法，包括以下步骤：步骤1.检测同一品种不同批次若干沥青样本在测试波数600‑4000cm‑1范围内的吸光度，根据红外光谱图中波峰的位置对有机基团进行定性分析，根据吸光度对有机基团进行定量分析，建立沥青样本的红外光谱数据库；步骤2.测试步骤1中若干个沥青样本的宏观指标，建立沥青样本的宏观指标数据库；步骤3.建立沥青样本红外光谱数据库与宏观指标数据库的定量关系模型；步骤4.检测待测沥青样本在测试波数600‑4000cm‑1范围内的吸光度，形成待测沥青的红外光谱图；步骤5.将步骤4中检测形成的待测沥青红外光谱图代入步骤3中建立的红外光谱与宏观指标定量关系模型中，推算待测沥青样本的宏观指标。
Description
技术领域
本发明涉及一种沥青宏观指标的检测方法，尤其涉及一种基于近红外光谱技术快速检测沥青宏观指标的方法。
背景技术
对于沥青质量的控制遍布沥青生产、沥青销售、路面施工及使用的全过程。针入度、延度、软化点等宏观指标是评价沥青材料质量的关键物理力学指标，同时也是沥青质量控制的必检项目。目前，沥青针入度、延度和软化点的测试普遍采用《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)中T0604沥青针入度测定法、T0605沥青延度测定法、T0606沥青软化点测定法(环球法)。实践证明，沥青宏观指标测试过程传统方法需要多种试验检测设备，操作过程复杂，检测周期长，长期存在着检测结果滞后于工程需求的情况，严重影响着工程施工过程中对沥青质量的监管，使得沥青路面所需原材料的供应质量无法得到保障，存在极大的工程安全隐患。
发明内容
本发明提供了一种基于近红外光谱技术快速检测沥青宏观指标的方法，首次提出了对沥青宏观指标进行快速检测。
本发明是采用如下方案实现的：
本发明一种基于近红外光谱技术快速检测沥青宏观指标的方法，包括如下操作步骤：
步骤1.采用红外光谱设备，检测同一品种不同批次若干沥青样本在测试波数600-4000cm-1范围内的吸光度，根据红外光谱图中波峰的位置对沥青中有机基团进行定性分析，根据吸光度对沥青中有机基团进行定量分析，建立沥青样本的红外光谱数据库；
步骤2.测试步骤1中若干个沥青样本的宏观指标，建立沥青样本的宏观指标数据库；
步骤3.利用红外光谱数据确定沥青中的有机基团含量，根据有机基团的含量与沥青宏观指标之间的关系，建立沥青样本红外光谱数据库与宏观指标数据库之间的定量关系模型；
步骤4.采用红外光谱设备，检测待测沥青样本在测试波数600-4000cm-1范围内的吸光度，形成待测沥青的红外光谱图；
步骤5.将步骤4中检测形成的待测沥青红外光谱图中读取并计算出的有机基团含量，代入步骤3中建立的红外光谱与宏观指标定量关系模型中，推算待测沥青样本的宏观指标。
作为优选的，步骤2中按照《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)中提出的沥青宏观指标测试方法，测试步骤1中若干个沥青样本的宏观指标，建立沥青样本的宏观指标数据库；
作为优选的，步骤1、4中采用的红外光谱设备为傅里叶红外光谱分析仪。
作为优选的，步骤1、4中采用红外光谱设备检测沥青的红外光谱，其测试过程控制测试波数600-4000cm-1，检测分辨率为4cm-1，每个沥青平行检测3次，控制3次平行检测结果的偏差小于5‰。
作为优选的，步骤1中同一品种不同批次沥青为道路石油沥青或改性沥青。
作为优选的，步骤1、2中的沥青样品数量至少为60个。
作为优选的，步骤2中沥青样本的宏观指标为沥青的针入度、沥青的延度或沥青的软化点中的任意一种。
作为优选的，步骤3中建立沥青样本红外光谱数据库与宏观指标数据库的定量关系模型，采用的方法为偏最小二乘法。
综上所述，本发明具有以下有益效果：
本发明中，采用傅里叶红外光谱检测仪，检测全过程仅需要5min，快速高效，每次检测均可控制单个样本平行试验误差小于5‰，检测数据具有良好的均匀性及稳定性。
本发明中，沥青为道路石油沥青或改性沥青，测试方法不受实验材料的限制，而具有普遍适用性。
本发明中，用于建立沥青样本红外光谱数据库的基础数据个数、建立沥青样本的宏观指标数据库的基础数据个数，均控制至少为60个，按照数据统计原理分析，结果的可靠性达95％以上。
本发明中，根据2850-3000cm-1的C-H键伸缩振动，1365-1450cm-1的C-H键变形振动，800-1250cm-1的C-C键骨架振动，900-1000cm-1的非苯环C＝C键，1450-1600cm-1的苯环C＝C键，1450-1600cm-1的苯环C-H键振动，1650-1800cm-1的C＝O键，1720-1750cm-1的醛基、酮基，在3610-3640cm-1的自由羟基等沥青中有机基团的红外光谱数据，当沥青样本的上述有机基团在沥青中含量不同时，所表现出的沥青样本的宏观指标也有规律性的差别。因此本发明将红外光谱技术作为沥青微观化学组成表征手段与宏观指标测试之间的桥梁，将沥青的宏观指标通过微观化学组成表征手段直接的显示出来，从而达到快速测试沥青宏观指标的目的。
本发明中，通过采用偏最小二乘法，建立了沥青样本红外光谱数据库与宏观指标数据库的定量关系模型，使得仅检测待测沥青的红外光谱图，便可快速高效的推算待测沥青的宏观指标。与常规采用宏观试验方法测试沥青宏观指标需要8h左右时间相比，本发明提出的一种基于近红外光谱技术快速检测沥青宏观指标的方法可在5min内推算获得沥青的宏观指标数值，为实时指导施工过程中对沥青质量的监管提供了可能，检测过程快速高效，检测结果准确可靠。
本发明方法具有检测过程操作简单、快速高效，检测结果直观真实可靠、有效避免人为误差、可实时指导施工过程中对沥青质量监管的优点。
附图说明
图1为实施例1沥青样本的红外光谱数据库；
图2为实施例1采用偏最小二乘法建立的沥青样本红外光谱数据库与针入度宏观指标数据库定量关系模型；
图3为实施例1待测沥青的红外光谱图；
图4为实施例2沥青样本的红外光谱数据库；
图5为实施例2采用偏最小二乘法建立的沥青样本红外光谱数据库与延度宏观指标数据库定量关系模型；
图6为实施例2待测沥青的红外光谱图；
图7为实施例3沥青样本的红外光谱数据库；
图8为实施例3采用偏最小二乘法建立的沥青样本红外光谱数据库与软化点宏观指标数据库的定量关系模型；
图9为实施例3待测沥青的红外光谱图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
本发明一种基于近红外光谱技术快速检测沥青宏观指标的方法，包括如下操作步骤：
步骤1.采用傅里叶红外光谱分析仪，检测60个同一品种不同批次的SBS改性沥青样本在测试波数600-4000cm-1范围内的吸光度，根据红外光谱图中波峰的位置对沥青中有机基团进行定性分析，根据吸光度对沥青中有机基团进行定量分析，建立沥青样本的红外光谱数据库，结果见图1。
步骤2.按照《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)T0604沥青针入度测定法，测试步骤1中60个同一品种不同批次的SBS改性沥青样本的针入度，建立沥青样本的针入度宏观指标数据库，结果见表1。
表1沥青样本的针入度宏观指标数据库
步骤3.采用偏最小二乘法，建立沥青样本红外光谱数据库中有机基团含量与针入度宏观指标数据库的定量关系模型，结果见图2。
步骤4.采用傅里叶红外光谱分析仪，检测待测沥青样本在测试波数600-4000cm-1范围内的吸光度，形成待测沥青的红外光谱图，结果见图3。
步骤5.将步骤4中检测形成的待测沥青红外光谱图读取并计算出的有机基团及其含量，代入步骤3中建立的红外光谱与针入度宏观指标定量关系模型中，推算待测沥青样本的针入度宏观指标，结果见表2。
表2待测沥青样本的针入度推算结果
待测沥青样本的针入度推算结果与实测结果相比，推算结果与实测结果相差仅0.3mm，对沥青质量的评定结果相同。采用本发明方法推算沥青的针入度过程仅需5min，《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)T0604沥青针入度测定过程需要7h，与沥青针入度传统检测方法相比，本发明方法可大大缩短检测时间。
实施例2
本发明一种基于近红外光谱技术快速检测沥青宏观指标的方法，包括如下操作步骤：
步骤1.采用傅里叶红外光谱分析仪，检测60个同一品种不同批次的SBS改性沥青样本在测试波数600-4000cm-1范围内的吸光度，根据红外光谱图中波峰的位置对沥青中有机基团进行定性分析，根据吸光度对沥青中有机基团进行定量分析建立沥青样本的红外光谱数据库，结果见图4。
步骤2.按照《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)T0605沥青延度测定法，测试步骤1中60个同一品种不同批次的SBS改性沥青样本的延度，建立沥青样本的延度宏观指标数据库，结果见表3。
表3沥青样本的延度宏观指标数据库
步骤3.采用偏最小二乘法，建立沥青样本红外光谱数据库中有机基团含量与延度宏观指标数据库的定量关系模型，结果见图5。
步骤4.采用傅里叶红外光谱分析仪，检测待测沥青样本在测试波数600-4000cm-1范围内的吸光度，形成待测沥青的红外光谱图，结果见图6。
步骤5.将步骤4中检测形成的待测沥青红外光谱图读取并计算有机基团及其含量，代入步骤3中建立的红外光谱与延度宏观指标定量关系模型中，推算待测沥青样本的延度宏观指标，结果见表4。
表4待测沥青样本的延度推算结果
待测沥青样本的延度推算结果与实测结果相比，推算结果与实测结果相差仅2cm，对沥青质量的评定结果相同。采用本发明方法推算沥青的延度过程仅需5min，《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)T0605沥青延度测定过程需要7h，与沥青延度传统检测方法相比，本发明方法可大大缩短检测时间。
实施例3
本发明一种基于近红外光谱技术快速检测沥青宏观指标的方法，包括如下操作步骤：
步骤1.采用傅里叶红外光谱分析仪，检测60个同一品种不同批次的SBS改性沥青样本在测试波数600-4000cm-1范围内的吸光度，根据红外光谱图中波峰的位置对沥青中有机基团进行定性分析，根据吸光度对沥青中有机基团进行定量分析建立沥青样本的红外光谱数据库，结果见图7。
步骤2.按照《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)T0606沥青软化点测定法(环球法)。测试步骤1中60个同一品种不同批次的SBS改性沥青样本的软化点，建立沥青样本的软化点宏观指标数据库，结果见表5。
表5沥青样本的软化点宏观指标数据库
步骤3.采用偏最小二乘法，建立沥青样本红外光谱数据库中有机基团含量与软化点宏观指标数据库的定量关系模型，结果见图8。
步骤4.采用傅里叶红外光谱分析仪，检测待测沥青样本在测试波数600-4000cm-1范围内的吸光度，形成待测沥青的红外光谱图，结果见图9。
步骤5.将步骤4中检测形成的待测沥青红外光谱图读取并计算有机基团及其含量，代入步骤3中建立的红外光谱与软化点宏观指标定量关系模型中，推算待测沥青样本的软化点宏观指标，结果见表6。
表6待测沥青样本的软化点推算结果
待测沥青样本的软化点推算结果与实测结果相比，推算结果与实测结果相差仅2.5℃，对沥青质量的评定结果相同。采用本发明方法推算沥青的软化点过程仅需5min，《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)T0606沥青软化点(环球法)测定过程需要5h，与沥青软化点传统检测方法相比，本发明方法可大大缩短检测时间。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (7)
1.一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：包括如下操作步骤：
步骤1.采用红外光谱设备，检测同一品种不同批次若干沥青样本在测试波数600-4000cm-1范围内的吸光度，根据红外光谱图中波峰的位置对沥青中有机基团进行定性分析，根据吸光度对沥青中有机基团进行定量分析，建立沥青样本的红外光谱数据库；
步骤2.测试步骤1中若干个沥青样本的宏观指标，建立沥青样本的宏观指标数据库；
步骤3.利用红外光谱数据确定沥青中的有机基团含量，根据有机基团的含量与沥青宏观指标之间的关系，建立沥青样本红外光谱数据库与宏观指标数据库之间的定量关系模型；
步骤4.采用红外光谱设备，检测待测沥青样本在测试波数600-4000cm-1范围内的吸光度，形成待测沥青的红外光谱图；
步骤5.将步骤4中检测形成的待测沥青红外光谱图中读取并计算出的有机基团含量，代入步骤3中建立的红外光谱与宏观指标定量关系模型中，推算待测沥青样本的宏观指标。
2.根据权利要求1所述的一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：所述步骤1、步骤4中采用的红外光谱设备为傅里叶红外光谱分析仪。
3.根据权利要求1所述的一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：所述步骤1、步骤4中采用红外光谱设备检测沥青的红外光谱，其测试过程为，控制测试波数600-4000cm-1，检测分辨率为4cm-1，每个沥青样本平行检测3次，控制3次平行检测结果的偏差小于5‰。
4.根据权利要求1所述的一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：所述步骤1中同一品种不同批次沥青为道路石油沥青或改性沥青。
5.根据权利要求1所述的一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：所述步骤1、步骤2中的沥青样品数量至少为60个。
6.根据权利要求1所述的一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：所述步骤2中沥青样本的宏观指标为沥青的针入度、沥青的延度或沥青的软化点中的任意一种。
7.根据权利要求1所述的一种基于近红外光谱技术快速检测沥青宏观指标的方法，其特征在于：所述步骤3中建立沥青样本红外光谱数据库与宏观指标数据库的定量关系模型，采用的方法为偏最小二乘法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811157243.0A CN109001151A (zh) | 2018-09-30 | 2018-09-30 | 一种基于近红外光谱技术快速检测沥青宏观指标的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811157243.0A CN109001151A (zh) | 2018-09-30 | 2018-09-30 | 一种基于近红外光谱技术快速检测沥青宏观指标的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109001151A true CN109001151A (zh) | 2018-12-14 |
Family
ID=64590423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811157243.0A Pending CN109001151A (zh) | 2018-09-30 | 2018-09-30 | 一种基于近红外光谱技术快速检测沥青宏观指标的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109001151A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109709060A (zh) * | 2019-01-30 | 2019-05-03 | 甘肃畅陇公路养护技术研究院有限公司 | 一种沥青软化点、针入度和质量损失的测定方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103926215A (zh) * | 2014-04-23 | 2014-07-16 | 南京富岛信息工程有限公司 | 一种沥青针入度的快速检测方法 |
| CN107782693A (zh) * | 2017-10-25 | 2018-03-09 | 中石油燃料油有限责任公司研究院 | 一种沥青针入度的红外光谱分析方法 |
| CN107941739A (zh) * | 2017-12-29 | 2018-04-20 | 交通运输部公路科学研究所 | 一种sbs改性沥青性能指标快速判定方法 |
| CN108169164A (zh) * | 2017-12-22 | 2018-06-15 | 江苏中路工程技术研究院有限公司 | 一种采用ftir检测回收沥青中残留三氯乙烯的方法 |
| CN108303393A (zh) * | 2018-01-31 | 2018-07-20 | 长安大学 | 一种测量sbs改性沥青中sbs改性剂含量的方法 |
-
2018
- 2018-09-30 CN CN201811157243.0A patent/CN109001151A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103926215A (zh) * | 2014-04-23 | 2014-07-16 | 南京富岛信息工程有限公司 | 一种沥青针入度的快速检测方法 |
| CN107782693A (zh) * | 2017-10-25 | 2018-03-09 | 中石油燃料油有限责任公司研究院 | 一种沥青针入度的红外光谱分析方法 |
| CN108169164A (zh) * | 2017-12-22 | 2018-06-15 | 江苏中路工程技术研究院有限公司 | 一种采用ftir检测回收沥青中残留三氯乙烯的方法 |
| CN107941739A (zh) * | 2017-12-29 | 2018-04-20 | 交通运输部公路科学研究所 | 一种sbs改性沥青性能指标快速判定方法 |
| CN108303393A (zh) * | 2018-01-31 | 2018-07-20 | 长安大学 | 一种测量sbs改性沥青中sbs改性剂含量的方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109709060A (zh) * | 2019-01-30 | 2019-05-03 | 甘肃畅陇公路养护技术研究院有限公司 | 一种沥青软化点、针入度和质量损失的测定方法 |
| CN109709060B (zh) * | 2019-01-30 | 2021-12-07 | 甘肃畅陇公路养护技术研究院有限公司 | 一种沥青软化点、针入度和质量损失的测定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Chemical and rheological evaluation of aging properties of high content SBS polymer modified asphalt | |
| Luo et al. | Rapid determination of styrene-butadiene-styrene (SBS) content in modified asphalt based on Fourier transform infrared (FTIR) spectrometer and linear regression analysis | |
| Xiao et al. | Effects of non-foaming WMA additives on asphalt binders at high performance temperatures | |
| Barri et al. | Smartphone-based molecular sensing for advanced characterization of asphalt concrete materials | |
| Wahhab et al. | Prediction of asphalt rheological properties using HP-GPC | |
| Xu et al. | Comparison of quantitative determination for SBS content in SBS modified asphalt | |
| CN108267414A (zh) | 纺织品纤维含量的近红外光谱分析方法 | |
| CN104280378A (zh) | 一种改性沥青中sbs改性剂含量的检测方法 | |
| CN104819950A (zh) | 一种sbs改性沥青中sbs含量高精度检测方法 | |
| Lamontagne et al. | Direct and continuous methodological approach to study the ageing of fossil organic material by infrared microspectrometry imaging: application to polymer modified bitumen | |
| CN105372200A (zh) | Sbs改性沥青改性剂含量快速检测方法 | |
| CN104297200B (zh) | 一种红外光谱结合高温模拟蒸馏技术鉴别沥青品牌的方法 | |
| CN105301089A (zh) | 一种测定杨梅树不同部位样品中的锶同位素比值并鉴定杨梅产地的方法 | |
| CN108593592A (zh) | 一种基于近红外光谱技术的半夏掺伪鉴别方法 | |
| CN104048985A (zh) | 一种sbs改性沥青中改性剂掺量的测定方法 | |
| Sun et al. | Quantification of SBS content in SBS polymer modified asphalt by FTIR | |
| CN109001151A (zh) | 一种基于近红外光谱技术快速检测沥青宏观指标的方法 | |
| CN106769634A (zh) | 一种乳化沥青蒸发残留物含量快速测定方法 | |
| CN107421844B (zh) | 基于热分析-红外联用的沥青各组分短期老化模拟方法 | |
| CN108344710A (zh) | 一种沥青识别检验方法 | |
| Delfosse et al. | Performance control of bituminous mixtures with a high RAP content | |
| CN104267115A (zh) | 一种测定耐根穿刺材料中化学阻根剂含量的方法 | |
| CN1481502A (zh) | 质谱仪的多变量分析 | |
| Hu et al. | Quantifying Weathering-Aging Test Parameters of High Viscosity–Modified Asphalt by Establishing a Conversion Relationship with Standard PAV Aging | |
| CN109298085A (zh) | 一种聚碳酸酯的测试方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |
|
| RJ01 | Rejection of invention patent application after publication |