指标试验论文（精选9篇）
指标试验论文 篇1
率是两个相关的数在一定条件下的比值, 如果用百分数表示则称之为百分率。在动物科研和生产实践中, 率经常被用来描述动物的生产性能表现和反映水平或处理效果的优劣, 但作为试验指标, 以不同方式所获取的百分率其表现形式各不相同。通过计数方式获取的率表示为在一定条件下某种现象实际发生的次数占总试验次数的百分数 (以下简称“计数百分率”) , 如发病率、产蛋率等;而用计量方式 (通过度量衡的方法) 获取的率等于两个计量指标之比率 (以下简称“计量率”) , 如瘦肉率、饲料效率等。由于不同形式率指标的统计基础———统计分布不同, 决定了它们的统计分析方法必然存在着差别, 因此, 为比较不同水平或处理率指标间的差异, 应根据率指标的不同表现形式采用不同的统计比较方法。
1 计数百分率指标的统计比较方法
由于计数百分率一般服从二项分布, 所以在比较不同水平或处理该指标间的差异之前, 必须考虑如何使其变为近似服从正态分布的随机变量的问题。
1.1 样本含量的估计
计数百分率作为一个随机变量, 其服从正态分布的近似程度关键取决于样本含量即它的分母—总试验次数的大小。设允许估计误差为d, 总体百分率的经验值为p, 允许犯第Ⅰ类统计错误的概率为α, 犯第Ⅱ类统计错误的概率为β, 则当采用双尾检验时, 只考虑犯第Ⅰ类统计错误概率时的样本含量:
同时考虑犯第Ⅰ类和第Ⅱ类统计错误概率时的样本含量:。
例1, 某鸡场的种蛋常年孵化率为85%, 今欲以犯第Ⅰ类统计错误的概率为0.05, 犯第Ⅱ类统计错误的概率为0.05, 并要求估计误差不超过3%去抽样, 求其最少抽样数量。
已知d=0.03, p=0.85, 查得U0.05=1.96和U0.1=1.64, 计算只考虑犯第Ⅰ类统计错误概率时的样本含量, 即最少抽取54枚种蛋;同时考虑犯第Ⅰ类和第Ⅱ类统计错误概率时的样本含量, 即最少抽取184枚种蛋。
1.2 单因素随机分组设计计数百分率指标的统计比较
该设计资料经常被人为地区分为两种形式:一种是每个处理内只含有一个百分率;另一种是各处理内都含有多个百分率。由于参试动物的初始条件基本一致, 在贯彻随机分组的情况下, 每个处理内没必要设置重复, 所以对于第二种形式资料, 在已知各百分率样本含量的条件下, 处理内的百分率可以合并成一个百分率, 以防止各百分率因样本含量太小而影响其可靠性, 于是将单因素随机分组设计计数百分率资料统一为表1的模式。
对于表1资料, 既可以采用参数差异的多重比较方法比较m个处理间差异的显著性, 又可以采用非参数差异的x2检验法。
1.2.1多重比较法
如果采用SSR法作多重比较, 那么查显著水准α, 自由度为∞, 秩次分别为2, 3, …, m的SSR值, 表示为SSRα (f, ∞) , 求
将各处理实际百分率排序, 任意两个处理实际百分率差的绝对值与相应秩次的LSR值比较, 判断相应总体百分率间差异的显著性。
1.2.2检验法
注意表1的最后两行便不难发现:单因素随机区组设计计数百分率资料模式可以写成一个2×m型列联表, 故采用x2检验法也能够间接地比较不同处理百分率间的差异。
当m=2时, 由于自由度为1, 所以需要对x2统计量矫正:
例2, 将540只小鼠随机分成4组, 分别用4种布氏杆菌活菌苗进行免疫试验, 然后均用强毒攻击, 统计发病情况如表2, 试比较不同菌苗免疫效果的差异。
计算每个菌苗的发病率:
求发病率差的标准误:
据此, 采用SSR法继续1.2.1的过程, 得到4个百分率两两差异的统计结果:除了Ⅳ与Ⅱ和Ⅱ与Ⅰ间差异不显著, Ⅳ与Ⅰ间差异显著外, 其他菌苗间差异均极显著。
不同菌苗免疫效果差异的检验:若用表2中每个属性的实际次数计算x2值, 则
实际x2>x20.01 (3) , 推断4菌苗免疫效果差异极显著, 若比较4个百分率两两差异, 则需进一步作x2分割检验。对比多重比较法和x2检验法, 虽然都得到了同样的统计结论, 但由于x2检验法属于非参数差异的统计方法, 所以就不能在此基础上像多重比较法那样测定不同处理总体百分率差异量的大小。
1.3 单因素随机区组设计计数百分率指标的统计比较
若试验动物初始条件不能保持完全一致或各水平分别在不同区组取几个百分率, 则构成表3资料模式。
这是一个单因素随机区组设计计数百分率资料, 在行方差分析之前应根据各百分率大小, 决定是否作数据变换。一般情况下, 若资料中绝大多数百分率在0.3与0.7之间, 则无须作数据变换直接用和计量资料一样的方法进行方差分析和多重比较;如果有较多百分率比0.3小或比0.7大, 那么须先对每个百分率作反正弦变换, 再行方差分析和多重比较。经方差分析后, 如果判定区组效应差异不显著, 就将同一水平内各区组的百分率合并为一个百分率, 使表3的资料模式变成表1的形式, 并按单因素随机分组设计的统计比较方法比较不同水平百分率的差异。
2 计量率指标的统计比较方法
在动物科研中, 一般认为计量指标都服从正态分布, 以此为前提, 根据概率统计理论, 小样本情况下, 两个计量指标之比将不再服从正态分布, 因此, 以计量率为指标的随机分组资料由于没有满足方差分析的基本条件而不能直接采用方差分析法作统计比较。鉴于构成计量率的两个计量指标往往都存在着较大的相关, 若以其中一个计量指标为协变量, 则采用协方差分析法通过比较另一个计量指标在不同水平或处理的差异, 便可间接地实现对不同水平或处理计量率指标间差异的统计比较。
例3, 共有4种饲料 (A1、A2、A3和A4) , 每种饲料各饲喂试验仔猪10头, 记录处理后的日增重 (x1) 和采食量 (x2) , 结果列于表4, 试比较4种饲料的饲料效率间差异。
首先根据指标的变异大小确定协变量, 一般以变异相对较小的指标为协变量。通过对每个指标的方差分析得知:
自由度都是dfT=39, dfA=3, dfE=36
第一个指标的SST1=0.456 2, SSA1=0.261 1, SSE1=0.195 1, F1=16.06**
第二个指标的SST2=7.899 8, SSA2=3.716 8, SSE2=4.183 0, F1=10.66**
因为SSE2>SSE1即MSE2>MSE1, 所以确定x1为协变量, 对x2指标作协方差分析:
计算SPT=1.054 6, SPA=0.897 6, SPE=0.157 0则两个变量的处理内相关系数rE=0.174 7, 说明该试验两个变量的相关并未达到显著水平, 所以无须对x2指标校正, 于是根据x2指标的方差分析结果判断4种饲料的饲料效率间平均差异极显著, 进一步的多重比较结果:饲料A1与A2、A3和A4间差异显著, 其他饲料两两间差异均不显著。
指标试验论文 篇2
B．力量解析度：1/10000
C．力量准确度：≤0.5％
D．力量放大倍数：7段自动切换
E．位移解析度：1/1000
F．位移准确度：≤0.5％
G．金属引伸计解析度：1/1000
H．金属引伸计准确度：≤0.5％
I．大变形引伸计准确度：±1mm
J．速度范围：0.001－360mm/min（特殊测试速度亦可依客户需求定制）
K．行走空间：950mm（不含夹持器、特殊测试空间亦可依客户需求定制）
L．测试宽度：400mm（特殊测试宽度亦可依客户需求定制）
M．使用电源:∮380V50HZ。
N．功率：约1.6KW
O.机台尺寸:约660×720×2000mm长×宽×高。
指标试验论文 篇3
【关键词】秃尾巴河、土工试验、水质分析
1、工程概况
秃尾巴河全长约5公里，西起卫津河，东至海河，水系相通。河道淤积堵塞，两岸环境较差，并多年未治理，致使堤防薄弱，使蓄水和排涝功能受到严重的影响，沿岸居民生活环境较差。为改善现有状况，恢复和提高河道功能，治理秃尾巴河辛庄镇项目区是非常必要的。
2、依据标3、准及规范
1.《水利水电工程地质勘察规范》（GB50487-2008）；
2.《土工试验规程》（SL237-1999）；
3.《土的分类标准》（GBJ145-90）；
4.《水电水利工程地质勘察水质分析规程》（DL/T5194-2004）
4、土类、物理力学指5、标6、的分析
1.土类
依据现场勘察资料和室内颗分试验成果汇总可知：秃尾巴河以粉质粘土、粘土为主，其次为轻、中、重粉质壤土。107组土样中粘土占50.5 %，壤土占47.7%。
（1）粘土
粘土的物理力学指标统计见表1。
表1 粘土的物理力学指标统计表
（2）壤土
壤土的物理力學指标统计见表2。
表2 壤土的物理力学指标统计表
2.土的物理力学指3.标4.
土体物理力学参数按其在工程设计中的实际作用可分为一般特性指标和主要计算指标。不同类型的指标，参数建议值的选取原则不同。
土的天然密度等物性指标一般以算术平均值作为建议值，土的粘聚力、内摩擦角、压缩系数、压缩模量、渗透系数等应以工程安全为建议值。
7、水质的化学分析
为判定环境水的腐蚀性，取秃尾巴河、先锋河河水进行水质简分析，其中地下水3组，地表水4组。
根据试验成果，地下水类型为氯钠型、氯硫酸钠镁型、氯重碳酸钠型水，矿化度2.42～3.68g/L，为低～中矿化水（微咸～咸水）；PH值为7.16～8.05，为中性水～弱碱性水；总硬度为599.5～1661.7mg/L，为极硬水。地表水类型为氯硫酸钠镁型、氯钠型、硫酸氯钠钙型、氯重碳酸钠型水，矿化度1.06～2.00g/L，为低矿化水（微咸水）；PH值为7.10～7.74，为中性～弱碱性水；总硬度为430.4～590.6mg/L，为极硬水。
多指标试验结果的数据处理 篇4
1 标准分与权重
1.1 标准分
将原始分转化为标准分, 这样只要知道总样本的数量与各样本的标准分值, 基本就能知道各样本在总样本中所占的位置。如将各指标分别以X1、X2……Xn表示, 如选指标的最大值 (如提取工艺中的有效成分含量指标) 为最优, 则最大值计为100分, 最小值计为0分, 各试验项的得分 (Xi) =100× (Xi-Xmin) / (Xmax-Xmin) ;如选指标的最小值 (如醇沉除杂质工艺中的干膏得率指标) 为最优, 则最小值计为100分, 最大值计为0分, 各试验项的得分 (Xi) =100× (1- (Xi-Xmin) / (Xmax-Xmin) 。各指标结果按上方法转化为标准分后, 即可统一到一个层面上来。
1.2 权重
将各指标得分转化为标准分后, 需要将各标准分统一起来综合评分, 以综合评分的结果进行指标工艺的优化。综合评分需引进权重 (或叫影响因子) 的概念。指标对工艺参数优化影响程度的大小为权重, 影响程度大则按排重权比例大, 影响程度小则按排权重比例小。例如在的取工艺中, 提取物中有效成分的含量为主要影响指标, 按排权重比例大;而干膏得率为次要影响指标准, 安排权重比例小。下面以提取工艺优化实例说明数据处理过程。
2 提取工艺优化实例
以L9 (34) 正交试验法优化中药的提取工艺为例。
2.1 工艺参数的设计与指标的确定
在试验中, 已确定以水为提取溶剂, 则影响提取工艺的主要参数有加入溶剂的量、提取的时间与提取的次数;提取过程中, 有效成份的提取量为主要指标, 但提取物干膏得率也应做为提取工艺优化的参考因素, 因此, 选择有效成份的提取量及干膏得率为指标, 用正交试验方法优选提取工艺。
2.2 正交试验设计
L9 (34) 正交试验表中, 可安排4个因素, 本试验中安排3个因素 (留下1个因素做为误差项) , 各因素安排3个水平, 进行工艺筛选, 见表1。
2.3 正交试验表及指标结果
按上表设计3水平4因素正交试验, 并按正交表的安排, 进行了9份正交试验。取处方量药材, 按正交表安排加水, 再按提取时间和次数进行提取, 提取液滤过合并浓缩成稠膏, 经减压干燥 (70℃, 真空度为-0.085 MPa) 得干膏, 计算干膏得率并测定含量。见表2。
2.4 单指标正交试验结果分析
2.4.1 有效成分提取量指标正交试验结果分析
以有效成分提取量为指标进行方差分析表明, 提取次数是显著影响因素, 对有效成分提取量指标影响最大;溶剂量是一般性影响因素, 提取时间是非显著影响因素, 即C>B>D。从直观分析看, 最佳提取工艺为C3B3D2。见表3。
2.4.2 干膏得率指标正交试验结果分析
以干膏得率为指标进行方差分析表明, 提取次数是显著影响因素, 对有效成分提取量指标影响最大;溶剂量与提取时间是非显著影响因素, 即C>B>D。考虑方便制剂的进行, 以干膏得率低结果为佳, 因此从直观分析看, 最佳提取工艺为C1B1D2。见表4。
F0.01 (1, 2) =99, F0.05 (1, 2) =19
F0.01 (1, 2) =99, F0.05 (1, 2) =19
所以, 以有效成分提取量为指标优化的工艺参数与以干膏得率为指标优化的工艺参数相矛盾, 这就要进行综合评分。因提取量与干膏得率不是同一类型的指标, 提取量与干膏得率不能简单的相加。进行标准评分后, 使两指标能统一到同一个层面上后, 就可以按简单的方法进行综合评分。
2.5 多指标综合评分正交试验结果分析
2.5.1 多指标综合评分方法及结果
以有效成分提取量和出膏率为指标进行综合评分。具体评分方法:在有效成分提取量指标 (以X1计) 中, 其主要有效成分有效成分提出量越多越好, 因此, 以提取有效成分最高值 (X1max) 计为100分, 最低值 (X1min) 计为0分, 每个试验项 (X1i) 得分=100× (X1i-X1min) / (X1max-X1min) ;在干膏得率指标 (以X2计) 中, 得干膏越多, 提取出的杂质也越多, 且干膏量越多, 也不利于制剂工艺的成型, 因此, 以干膏得率最高值 (X2max) 计为0分, 最低值 (X2min) 计为100分, 每个试验项 (X2i) 得分=100× (1- (X2i-X2min) / (X2max-X2min) ;综合评分:有效成分提取量为主要影响因素, 加权系数定为70%, 干膏得率为次要影响因素, 加权系数定为30%, 因此, 每个试验项综合得分 (Xi) =70%×100× (X1i-X1min) / (X1max-X1min) +30%×100× (1- (X2iX2min) / (X2max-X2min) 。按此公式, 1-9号试验结果的综合评分值分别为30.00、65.37、70.00、58.98、69.27、39.38、69.02、40.41、64.07。
2.5.2 正交试验结果综合评分分析
按上综合得分分值进行正交试验方差分析表明, 提取次数是显著影响因素, 对样品提取效果影响最大;溶剂量和提取时间是非显著影响因素, 即C>B>D。从直观分析看, 最佳提取工艺为C3B2D2。见表5。
F0.01 (1, 2) =99, F0.05 (1, 2) =19
3 小结
油菜受渍抑制天数指标试验研究 篇5
在我国南方渍害低产田改造中, 排水设计标准主要以一次降雨后地下水位下降过程为依据, 以雨后一定的天数下降到一定的深度为指标。根据该方法确定排水标准时, 存在的主要问题是初始水位如何确定;水位降落时间应从何时算起 (目前多从降雨停止时算起, 但有时在降雨停止前地下水位可能上升至较高水位, 影响作物产量) ;设计降雨的重现期或雨型如何选定;在作物生长阶段发生多次降雨、或发生持续时间较长的降雨时, 如何确定排水控制指标与作物产量的关系等。国外一些学者提出并采用以超过某一水位持续时间的累积值与作物产量的关系, 作为选定排水标准的依据, 并在排水设计和管理中应用[1,2]。在我国南方平原湖区, 降雨频繁, 在作物生长阶段常发生强度较大的集中降雨, 或持续时间较长的降雨, 或多个过程的降雨, 使作物遭受涝渍灾害, 有时是持续受渍, 有时是多过程持续受渍。以一定时期的地下水连续动态作为排水控制指标更接近南方生产的实际, 更适合于易涝易渍农田的排水管理。我国现行的《农田排水试验规范》提出了以地下水连续动态为指标的排水试验方法[3];张瑜芳[4,5]等1994-1996在上海青浦农田水利试验站开展了小麦持续受渍试验研究;朱建强[6,7,8]等在湖北荆州开展了棉花、大豆、油菜关键生育期持续受渍试验研究, 并建立了地下水连续动态与作物相对产量的关系。笔者在油菜花果期持续受渍试验研究的基础上进行了油菜苗期、蕾薹期、花期、花果期和结果期持续受渍试验, 以及油菜多过程受渍排水控制指标试验研究, 建立了油菜抑制天数指标、累积减产指标与相对产量的关系。这些研究可为农田排水工程设计和排水管理提供参考。
1试验材料和方法
1.1油菜不同生长阶段受渍试验
油菜不同生长阶段受渍敏感因子试验于2001-2003年在测坑中进行。测坑为有底旱作物试验测坑, 面积为2.0 m×2.0 m, 土层深1.4 m, 土壤为中壤。测坑中种植的油菜品种2001-2002年为中双6号, 2002-2003年为华杂6号, 每个测坑中种植油菜30株, 株距28.6 cm, 行距33.3 cm, 油菜栽培管理按当地先进水平进行。每个测坑都配备马氏箱控制地下水位, 非试验期间地下水埋深控制在1.0 m左右。试验安排对照 (不受渍) , 苗期受渍, 蕾薹期受渍, 花期受渍, 花果期受渍和结果期受渍等处理。2001-2002年安排5个受渍处理, 每个处理重复3次, 每个生长阶段充分受渍时间都为7 d;2002-2003年安排15个处理, 每个处理重复3次, 每个生长阶段充分受渍时间分别为2 d、4 d、6 d, 充分受渍结束后分3 d或4 d将地下水埋深从0降至60 cm或70 cm, 试验处理详见表1。
油菜成熟后观测油菜生长形态, 油菜籽千粒重和产量, 其一分析油菜不同生长阶段受渍敏感因子。根据式 (1) 计算油菜受渍敏感因子CSi[3]:
式中:y为未受渍油菜产量, kg/hm2;yi为油菜在第i个生长阶段受渍后的产量, kg/hm2。
为了消除由于土壤类型、肥料、温度等作物受渍以外的因素对敏感因子的影响, 可采用概化敏感因子NCSi:
其二分析油菜地下水连续动态SEW30与其相对产量Ry的关系。地下水连续动态根据式 (3) 计算:
式中:n为油菜受渍天数, d;xi为油菜花期和结果期小于30 cm的水位埋深, cm;30为油菜受渍临界地下水埋深, 其依据是移栽油菜整个根系在土壤表层30 cm的范围[9]。
1.2油菜受渍抑制天数指标试验研究
1.2.1油菜多过程持续受渍测坑试验
油菜多过程持续受渍测坑试验于2003年3月下旬至4月下旬在有底旱作物测坑中进行。面积为2.0 m×1.5 m, 土层深1.1 m, 土壤为中壤。测坑中种植的油菜品种为华杂6号, 每个测坑中种植油菜24株, 株距28.6 cm, 行距30 cm, 油菜栽培管理按当地先进水平进行。每个测坑都配备马氏箱控制地下水位, 非试验期间地下水埋深控制在0.7 m左右, 试验期间按设计控制。
试验安排10个处理, 每个处理3次重复, 除对照外, 每个受渍处理每过程充分受渍时间为3 d, 充分受渍结束后分3 d或5 d或7 d将地下水位下降到田面以下70 cm。持续受渍过程分1次、2次、3次, 对于多过程受渍, 上一过程结束后, 紧接着进行下一过程的受渍试验, 试验具体安排见表2。
多过程持续受渍试验结束后, 观测油菜主花序有效结果数, 分枝有效结果数;油菜成熟后观测产量和千粒重。根据式 (3) 计算地下水埋深小于30 cm的累积值[3], 然后根据式 (4) 计算抑制天数指标SDI, 并建立其与油菜相对产量的统计关系。
式中:n为油菜生长阶段数;SDi为第i个生长阶段的抑制天数因子, 现有的排水模型中多以SEW30作为抑制天数因子, 可用式 (3) 计算;CSi为第i个生长阶段的油菜受渍敏感因子按式 (1) 或式 (2) 计算。
1.2.2油菜多过程受渍小区试验和水旱轮作测坑试验
油菜多过程受渍小区试验于2001-2003年在不同受渍田块中进行, 田块面积100～500 m2不等, 小区土壤为中壤。油菜品种同旱作物试验测坑, 移栽油菜株距28 cm, 行距33 cm, 油菜栽培管理与旱作测坑基本一致。小区为渍害低产田, 油菜在生长阶段中为一过程持续受渍或多过程持续受渍或在整个生长阶段中持续受渍。在各试验小区埋设地下水位观测井, 每天观测地下水埋深。
水旱轮作测坑 (夏秋种水稻, 冬春种油菜) 面积为2.0 m×2.0 m, 土层深1.4 m, 土壤为中壤。测坑中油菜品种及栽培管理与旱作测坑基本一致。油菜生长阶段中在各测坑埋设地下水位观测井, 每天观测地下水埋深。水旱轮作测坑具有控制排水设施, 能按油菜生长阶段实行控制排水, 使各测坑油菜受渍时期和受渍程度不同。
油菜成熟后观测油菜生长形态, 油菜籽千粒重和产量。根据式 (1) 、 (2) 、 (3) 、 (4) 计算出油菜移栽至成熟阶段的抑制天数指标SDI, 并建立抑制天数指标与油菜相对产量的统计关系。
2油菜受渍试验结果及分析
2.1油菜不同生长阶段受渍试验分析
2.1.1油菜不同生长阶段持续受渍敏感因子试验结果
表3给出了2001-2003年油菜不同生长阶段的受渍敏感因子。从表中可以看出油菜不同生长阶段受渍敏感因子不同, 受渍天数增加, 受渍程度SEW30加大, 敏感因子增大。两年受渍敏感因子规律相同, 即苗期、花果期受渍敏感因子较大, 花期受渍敏感因子最大, 蕾薹期受渍敏感因子较小, 结果期受渍敏感因子最小;油菜受渍敏感因子在各生长阶段中大小排序是花期>花果期>苗期>蕾薹期>结果期。2002年油菜花期受渍敏感因子特大, 是因为2002年油菜花期受渍时遇较大的降雨 (降雨量为30.1 mm, 而2003年油菜花期受渍时无雨) , 降雨对油菜开花结果影响很大。作物受渍敏感因子不仅与作物生长阶段、受渍天数和受渍程度有关, 也与作物受渍时的气象因素有关。据文献报道[4], 作物受渍敏感因子还与作物品种、土壤因素等有关。
2.1.2油菜不同生长阶段地下水连续动态与相对产量的关系
在2002-2003年进行了油菜不同生长阶段持续受渍试验。从表3可以看出油菜无论在何生长阶段, 随着充分受渍天数的增加, 地下水连续动态SEW30增大, 油菜受渍敏感因子增大, 其减产幅度也增大。计算各生长阶段各处理的地下水连续动态SEW30和相对产量 (Ry) , 建立两者的统计关系:
苗期 Ry=-1.12╳10-3SEW30 +1.013 r=-0.951 (5)
蕾薹期 Ry=-9.60╳10-4SEW30+1.007 r=-0.978 (6)
花期 Ry=-1.57╳10-3SEW30+1.020 r=-0.973 (7)
花果期 Ry=-1.33╳10-3SEW30+1.019 r=-0.973 (8)
结果期 Ry=-3.10╳10-4SEW30+1.010 r=-0.830 (9)
关系式 (5) - (9) 中, 相关系数r都达到极显著水平, 油菜各生长阶段地下水连续动态SEW30与相对产量有良好的负线性相关关系, 见图1。这个规律与以往研究油菜花果期持续受渍时得到的规律相同。
2.2油菜多过程受渍试验结果
2.2.1多过程连续受渍对油菜产量要素及产量的影响
表4给出了不同受渍处理对油菜产量要素的影响, 处理1、4、7为1个过程持续受渍, 处理2、5、8为2个过程持续受渍, 处理3、6、9为3个过程持续受渍。从表4可以看出, 各受渍处理油菜主花序有效果、第一分枝有效果、油菜籽千粒重与对照相比均呈减少趋势, 但不同受渍过程减少幅度不同, 2个受渍过程处理减少幅度比1个过程大, 3个受渍过程处理减少幅度比2个过程大。油菜受渍减产程度与地下水连续动态SEW30有关, 受渍1、2、3过程地下水连续动态SEW30逐渐增大, 产量逐渐下降, 减产幅度逐渐增大。但同一过程不同地下水位降速的油菜产量要素变化不大, 受渍减产幅度相差较小。但同时从表4还可以看出, 地下水连续动态SEW30与油菜减产幅度并不都存在同增同减规律, 如处理3与处理6、处理9比较, 地下水连续动态SEW30小, 减产幅度反而大;处理6与处理9地下水连续动态SEW30相同, 但处理6比处理9的减产幅度大。原因是油菜受渍减产不仅与地下水连续动态SEW30有关, 还与油菜受渍敏感因子CSi有关, 即实质与油菜抑制天数指标SDI (包含SEW30与CSi 2个因子) 有关。处理3的抑制天数指标比处理6、处理9大, 处理6的抑制天数指标比处理9大。其他受渍处理也遵循同样的规律。
表5是引用q法[10] (或称为复极差测验) 对不同受渍处理的产量进行显著性检验。结果表明处理1、4、7与对照相比无显著差异, 处理2、3、5、6、8、9与对照相比有极显著差异;处理2、5、8与处理1、4、7相比无显著差异;处理3、6、9与处理1、4、7、2、5、8相比有极显著差异;1个过程或2个过程或3个渍过程处理之间无显著差异。
2.2.2油菜受渍抑制天数指标和相对产量的关系
不同受渍条件的试验小区和不同受渍处理的试验测坑因油菜受渍时期、受渍过程、受渍水位和受渍天数不同, 即抑制天数指标不同, 从而造成各试验小区和试验测坑的油菜减产不同。通过实测的试验小区和试验测坑油菜籽产量, 计算各处理的抑制天数指标, 得到油菜抑制天数指标和相对产量的成对数据, 见表6。
由表6可以看出, 油菜受渍抑制天数指标值越大, 油菜相对产量越低, 减产幅度越大;反之, 油菜受渍抑制天数指标值越小, 油菜相对产量越高, 减产幅度越小。在渍害低产田中, 油菜经常遭受受渍胁迫, 油菜抑制天数指标很大, 减产幅度很大, 渍害严重的油菜田, 油菜减产高达81.8%～96.4%。
经统计分析得到油菜抑制天数指标和相对产量的关系式, 如表7, 从关系式可以看出不同年份, 不同受渍地油菜受渍抑制天数指标与其相对产量有很好的负线性相关关系, 关系图见图2。
油菜受渍抑制天数指标SDI可根据不同排水条件下地下水埋深和油菜不同生长阶段的受渍敏感因子求出。根据已求得的抑制天数指标与相对产量关系的模型, 可以求出不同排水条件下所对应的相对产量Ry, 为选定合理的渍害低产田排水系统设计规模及排水系统管理方案的优选提供依据。
2.3油菜累积减产指标CRI
2.3.1油菜减产速率因子
从表3可以看出, 在不同的生长阶段油菜受渍敏感因子不同;在同一生长阶段受渍, 只要充分受渍天数不同, 地下水连续动态SEW30就不同, 所引起的油菜受渍敏感因子就不同。因此, 敏感因子为一变数。用敏感因子来分析油菜不同生长阶段受渍程度似不确切, 为了消除受渍天数对敏感因子的影响, 在分析计算时采用减产速率因子RY[5]。
由式 (5) - (9) 可知, 无论在哪个生长阶段地下水连续动态与油菜相对产量近似呈直线关系, 直线的斜率即减产速率因子RY。油菜减产速率因子与受渍天数无关, 只与地下水连续动态有关, 其在某一生长阶段为一常数, 它反映该生长阶段由于单位抑制天数因子所引起的相对产量减产率。在表8中, 给出了2002-2003年油菜不同生长阶段的减产速率因子RY, 可以看出花期最大, 花果期和苗期较大, 蕾薹期较小, 结果期最小, 大小排序同受渍敏感因子。
RY %/ (cm.d)
2.3.2油菜累积减产指标CRI与其相对产量的关系
在求得油菜减产速率因子RY和抑制天数因子SDi 后, 就可求出油菜整个生长阶段的累积减产指标CRI。
式中:Dij为油菜第j个生长阶段第i天的地下水埋深, cm;N为第j阶段总天数;n为油菜生长阶段数;其余符号同前。
由试验资料求得油菜不同生长阶段的减产速率因子RY和抑制天数因子SDi后, 根据式 (10) 计算出各处理的累积减产指标CRI。RY和CRI值见表9。由统计分析可知油菜累积减产指标CRI与其相对产量Ry存在显著的负线性相关关系, 见表10和图3。
累积减产指标由减产速率因子和地下水连续动态确定, 而其中减产速率因子在某一生长阶段为常数。因此油菜累积减产指标与其相对产量的模型比油菜抑制天数指标与相对产量模型相关系数大, 相关性好, 更能准确地反映油菜受渍减产状况。此模型用于渍害低产田排水工程设计和排水管理更接近实际, 更趋于合理。
3结语
(1) 油菜在苗期或蕾薹期或花期或结果期持续受渍, 地下水连续动态SEW30与相对产量近似呈直线关系。这一结论与以前研究油菜花果期持续受渍规律一致。
(2) 油菜无论在何生长阶段受渍, 生长都受到抑制, 其受渍敏感因子和减产速率因子不同, 大小排序均为:花期→花果期→苗期→蕾薹期→结果期。
(3) 油菜在某一生长阶段或整个生长阶段抑制天数指标与相对产量有良好的负线性相关关系;油菜累积减产指标与相对产量也存在着良好的负线性相关关系。
(4) 建立并比较了油菜抑制天数指标、累积减产指标与相对产量初步模型, 得出后者比前者相关性更好, 但用于排水系统设计和排水管理还需要进一步试验研究。
参考文献
[1]Hiler E A.Quantitative evaluation of crop-drainage requirement[J].Transaction of the ASAE, 1969, 12. (4) 499-505.
[2]Evans R.O Skaggs R W.Stress day index modles to protect cornand soybean yeild response to water table management, Transac-tion of workshop on subsurface drainage simulation modles[C]∥15thCongress on Irrigation and Drainage Hague, 1993.219-234.
[3]SL109-95, 农田排水试验规范[S].
[4]张瑜芳, 张蔚臻.以小麦生长受抑制天数为指标的排水标准研究[J].灌溉排水, 1997, 16 (3) :1-5.
[5]张蔚臻, 张瑜芳.小麦受渍抑制指标天数的探讨[J].武汉水利电力大学学报, 1997, 30 (5) :1-5.
[6]朱建强, 欧光华.大豆结荚期以地下水连续动态为排水控制指标的试验研究[J].中国农业科学, 2003, 36 (4) :420-425.
[7]朱建强, 欧光华.棉花花铃期以持续受渍为特征的排水控制指标试验研究[J].灌溉排水学报, 2003, 22 (2) :34-38.
[8]朱建强, 张文英.油菜花果期以持续受渍为特征的排水控制指标试验研究[J].灌溉排水学报, 2003, 22 (4) :34-38.
[9]中国农业科学院油料作物研究所.中国油菜栽培学[M].北京:农业出版社, 1990.
指标试验论文 篇6
1 DSR试验介绍
动力剪切流变仪 (DSR) 是SHRP试验中评价沥青材料高温及抗疲劳性能的重要试验方法。DSR用复数剪切模量G*和相位角δ来表征沥青材料的粘性 (不可恢复) 和弹性 (可恢复) 部分, 其中G*是材料在受重复剪切变形时对总阻力的一个度量, 它包含弹性和粘性两部分;δ是度量可恢复变形和不可恢复变形能力的相对指标, δ与施加应变与产生应力或者施加应力与产生应变时的时间滞后相关[2]。G*和δ可共同表征沥青材料的高温性能和抗疲劳性能, 如在G*相同而δ不同的情况下, 也可能表现出不同程度的可恢复形变能力, 因此试验中需对两指标同时考虑。
理论上而言, 沥青路面高温时需要有足够的弹性, 以利于弹性形变的恢复, 因此在SHRP规范中用抗车辙因子G*/sinδ来评价沥青的高温性能, 在高温条件下, G*/sinδ越大表明G*较大和δ较小, 说明沥青的抗车辙性能越好[3]。
2沥青DSR试验分析
本次DSR试验分别选取壳牌70#、90#、克拉90#、110#、中海90#、110#等六类沥青进行试验, 原样试验条件为ω=10rad/s和γ=12%, 试验温度为60℃和70℃;RTFOT后试验条件为ω=10rad/s和γ=10%, 试验温度为60℃, 原样和RTFOT后的试样直径均为25mm, 厚1mm。具体试验结果如图1所示。
2.1高温稳定性分析
SHRP规范中用车辙因子G*/sinδ表示抗车辙能力, G*sinδ越大, 说明沥青材料的抗车辙能力越强, 而在具有相同的G*时, δ越小则越好, 说明材料的弹性分量大而粘性分量小, 即抗车辙能力强[4]。由以上DSR试验结果可以看出:在相同的试验温度 (60℃) 下同一油源沥青的复数剪切模量G*随着标号增大而减小, 相位角随之δ增大, 抗车辙因子G*/sinδ减小, 说明沥青材料的高温性质变差;而在较高温度 (70℃) 下沥青抗车辙因子随着试验温度的提高而急剧减小;同时同标号而不同油源的沥青抗车辙因子G*/sinδ相差比较大, 这说明高温性能和沥青的组分密切有关, 因此在评价沥青的高温性能时, 需要综合分析沥青材料的各项指标。
2.2抗短期老化性能分析
在相同的试验温度 (60℃) 下, 六种沥青的抗车辙指标在RTFOT前后均产生了不同程度的变化, 分析认为这种变化和其抗老化性能有关, 对于RTFOT后G*/sinδ变化相对较小的沥青材料, 说明其抗老化性能较强。因此, 引进沥青的抗车辙因子比TR (老化后抗车辙因子/老化前抗车辙因子) 来更好地说明沥青材料的抗短期老化性能, TR越大, 表明RTFOT使沥青的G*/sinδ增大的幅度越大, 其抗短期老化性能也就越差[5]。由沥青材料RTFOT前后对比数据可知:不同油源以及相同油源而不同标号的沥青材料间的抗短期老化能力存在很大差异, 分析认为其一是沥青的抗短期老化能力与沥青自身的材料性质有关, 其二还可能与沥青材料的储存时间有关, 实践证明对于同一沥青, 储存时间越长其抗老化能力就越差。
3沥青常规指标与SHRP指标的关系
本文将沥青的DSR试验结果与其针入度指数PI、温度敏感系数Alg Pen、15℃、25℃、30℃针入度、软化点R&B及当量软化点T800等常规指标进行对比分析, 具体试验结果如图2所示。
3.1高温稳定性对比
我国沥青常规标准用温度敏感性系数Alg Pen、针入度指数PI来表征沥青的感温性, 采用软化点R&B、当量软化点T800来表征沥青的高温性能。分析认为:常规指标中针入度指数PI、温度敏感性系数Alg Pen、软化点R&B、当量软化点T800与SHRP试验标准中的60℃的抗车辙因子G*/sinδ间不存在明显的相关关系, 而对于同一油源不同标号的沥青在不同温度 (15℃、25℃、30℃) 下的针入度值与60℃的抗车辙因子G*/sinδ存在较好的相关关系。
针入度的试验温度一般为15℃~30℃ (或5℃~30℃) , 沥青材料的感温性是由不同温度下的针入度值回归得出的, 因此沥青材料的感温性和该温度范围内沥青的针入度值有很大的关系, 因此在评价沥青的温度敏感性时需要指明温度范围, 在不同的温度范围内同一沥青的温度敏感性也不相同。
3.2抗短期老化性能对比
从试验结果可以看出SHRP指标与我国的沥青指标体系得到的抗短期老化性能相关性不是很明显, 说明工程实际中若仅凭RTFOT后残留针入度比较小就认为该沥青材料过于稠硬而抗老化性能差, 或者仅凭RTFOT后其25℃针入度较小就认为其高温稳定性好, 都是不妥的。用针入度及相应的RTFOT后残留针入度比作为沥青抗短期老化性能评价指标有很大偏颇之处。
4结论
综合DSR测试结果可以得出, 抗车辙因子G*/sinδ可以很好地评价沥青的高温性能及抗短期老化性能, 而常规指标的针入度指数PI、温度敏感性系数Alg Pen、软化点R&B、当量软化点T800与抗车辙因子间没有明显的相关关系, 且在实际应用中有些偏颇, SHRP指标与我国的沥青指标作为不同的指标体系, 实际工程应用中应有所借鉴, 将沥青性质与沥青的路用性能成功地结合起来才能更好得综合反映沥青的路用性能。
参考文献
[1]张德勤.石油沥青的生产与应用[M].北京:中国石化出版社, 2001, 7.
[2]何演.沥青结合料力学特性研究[D].重庆交通学院, 2005.
[3]马峰等.美国生物沥青混合料路用性能的研究与应用[J].公路, 2015 (3) :168-172.
[4]陈静云, 赵慧敏.用SHRP方法评价再生沥青性能[J].大连理工大学学报, 2001, 1 (51) :68-72.
发电机励磁系统强励指标与试验 篇7
发电机励磁系统强励的指标对电网的暂态稳定以及发生故障时继电保护动作的可靠性具有至关重要的影响。为确保电网的安全稳定运行,电监会要求新投运机组在进行安全评比时需提供发电机强励试验报告。但在已发布的电力标准中并没有明确的、切实可行的强励试验方法。本文主要探讨强励试验的性能指标和试验方法。
1 强励试验的性能指标
强励倍数及励磁电压上升速度是衡量励磁系统暂态性能的重要指标,励磁系统国家标准及国家电网公司的企业标准中对这2项指标都有明确的要求[1,2,3,4,5]。强励的稳态灵敏度要求自动电压控制(AVR)在发电机机端电压不低于当时运行电压的95%时能充分强励,或机端电压不低于80%时能瞬时提供强励,且励磁电压上升速度达到相关标准要求。这就要求励磁系统不但要有较高的稳态增益,还要有较高的动态增益。
1.1 强励倍数
电力行业标准规定强励倍数(Kv)一般为2倍,国家标准则规定Kv不小于1.8倍。较高的强励倍数有利于提高电力系统暂态稳定和电压稳定,这样规定既具有一定的强制性,又具有相对的灵活性。用户在设计及订货时应按Kv为2倍提出要求,如供货方提供的Kv为1.8倍,也可以认为达到标准,但Kv不能低于1.8倍。由于自并励系统强励倍数随机端电压变化,而系统故障时机端电压在0.5 s内的平均值低于额定值,过去的标准曾要求自并励系统强励倍数按额定电压的0.8计算。近年来的系统稳定计算表明,同样强励倍数按额定电压计算自并励系统的暂态和电压稳定的能力并不低于交流励磁机励磁系统,因此在新制定的自并励标准中规定,强励倍数按额定电压计算,这有利于提高自并励装置的可靠性及经济性。
1.2 强励上升速度
在发电机发生故障时,要求励磁系统能够快速励磁以保持电压的暂态稳定;在短路故障切除后,也要求发电机定子电压有较快的增长,这就要求励磁电压有快的增长速度[6]。在自并励等快速励磁系统中,励磁电压增长速度以励磁系统电压响应时间来表示;常规励磁系统中以励磁系统标称响应来表示。励磁系统电压响应时间指在规定的条件下,励磁系统达到顶值电压与额定负载时磁场电压之差的95%所需的时间,一般要求不大于0.1 s,下降时间不大于0.15 s。励磁系统标称响应指励磁系统电压响应曲线在0.5 s内的平均上升速度,一般要求达到v≥2,一般励磁机需采用叠片设计或励磁系统来适当提高电源电压并采用励磁硬负反馈以减少励磁机等效时间常数。
1.3 强励时间
相关标准规定,励磁系统允许强励时间一般要求为汽轮机不小于10 s,水轮机不小于20 s。用户在设计或者订货时,还需参考发电机转子的短时过电流能力的参数。一般在励磁系统中的整定原则是:相对于2倍的额定励磁电流时,允许时间为10 s(水轮机通常为20 s);1.1倍额定励磁电流时,允许长期运行。强励持续时间一般在发电机制造厂测试,实际测试中不要求。
2 强励试验方法
2.1 试验预估
试验在电网中进行,因此要充分考虑电网的稳定与安全问题。首先要确定试验条件,预估试验对电网的影响。一般来说,强励发生在定子电压突降或电压给定值突增,幅度为20%,过小达不到强励或会过早退出强励。现场试验可以按照电压给定突增并维持0.2 s返回原给定值进行顶值电压测量。常规励磁系统,可进行0.5 s持续时间的电压突增,这样可以确定标称响应,却无法测量顶值电压。
2.2 试验方法
(1)差值电压突变的方法:1)将调节器电压输入信号突降,微机调节器可以设计程序强制将电压测量量突降,模拟调节器可以将TV信号经过变阻器串联或者分压方式引入调节器或者通过改变发电机电压取样电阻的方法来模拟发电机电压突降;2)将调节器电压给定值突增。
(2)确定电压差值突增量,一般为20%,也可进行预先仿真计算确定。
(3)强励持续时间。快速励磁系统强励持续时间一般为0.2 s,个别需要0.4 s,常规励磁系统为0.5 s。
(4)试验状态。发电机并网运行,电力系统稳定器(PSS)退出,自动调节方式,发电机励磁电压达到额定方式(额定有功,额定无功),在该运行点运行一段时间,使转子绕组温度达到稳定,并记录励磁电压和励磁电流。
(5)模拟调节器电压突降或电压给定突增,观察励磁电压达到强励限制时间时恢复正常信号,使调节器退出强励。
(6)录取波形。自并励励磁系统录取励磁电压、励磁电流和发电机定子电压波形。常规励磁系统录取励磁机励磁电压、励磁电流,发电机励磁电压、励磁电流和定子电压波形。
3 数据处理
对于自并励静止励磁系统,需要把测量获得的最大励磁电压折算到规定的机端电压值下的顶值电压倍数,还需要测量电压响应时间,即自调节器电压信号突变开始到励磁电压达到最大值与额定励磁电压之差的95%的时间。
无刷励磁按照励磁机励磁电压计算。对于已经建立励磁系统模型的无刷励磁,可以在核对励磁机励磁电流强励特性与实测结果一致后计算获得强励励磁电压特性。
4 强励试验实例
本次试验在一台300 MW火电机组上进行,试验工况为机组带额定有功,无功为120 MW。在励磁调节器上进行20%正阶跃,阶跃持续时间为0.2 s,录取的试验波形如图1所示。
从图1可以看出,励磁电流已经达到限值,出现明显的削顶现象。
4.1 计算顶值励磁电压倍数
由图1中可得UFDmax=822.754 V,对应UT1=21.498kV,IF1=3 697.13 A
则:
顶值电压倍数Kv=Urmax×Ufb/UfN=6.49×124.78/365=2.22 p.u.
如按80%额定机端电压计算,励磁系统顶值电压倍数也可达到80%×2.22=1.77 p.u.
以上计算中:UFDmax为励磁电压最大值,U*fdmax为其对应标幺值;UT1为UFDmax对应的发电机定子电压,U*tl为其对应标幺值;IF1为UFDmax对应的发电机励磁电流,I*fl为其对应标幺值;U*rmax为励磁输出最大标幺值;Ufb、Ifb、UfN分别为励磁电压基值、励磁电流基值和励磁电压额定值;Kc为整流器换相压降系数。
4.2 计算励磁系统电压响应时间
额定励磁电压标幺值为365/1 24.782=2.93 p.u.,强励励磁电压上升量为6.49-2.93=3.56 p.u.,即444.83 V。
起始点励磁电压为271.606 V,终止点励磁电压为444.83 V,则由图1测得从励磁电压开始上升到达强励励磁电压上升量的时间为0.092 s。考虑到调节器电压信号至控制角的延时,励磁系统电压响应时间为0.092+0.003 3=0.095 3 s。
4.3 空载实测波形和仿真对比
图2为在空载时进行80%UN—100%UN—80%UN阶跃试验录取的波形和在电力系统稳定分析程序(PSASP)使用单机无穷大模型并使用试验机组参数进行仿真的波形对比。从图2可以看出,实测值和仿真波形的励磁电压最大值基本吻合,标幺值大约都是6 p.u.。参考以上的算法可以计算出顶值电压倍数Kv约等于2。
对比以上负载试验和空载试验与仿真计算的结果可以看出,从负载试验得出的顶值电压倍数略大于空载的计算结果,响应时间基本相当。
5 结论
(1)在进行顶值电压倍数的测定试验时,机组带额定有功,无功可以考虑机组的运行情况和电网的要求,尽可能多带,但不必强求一定要带到额定励磁电压。
(2)强励时间测量较难把握,通常无法测定,但可以通过仿真计算得到。
(3)考虑到机组的安全稳定以及对电网的冲击等因素,强励试验应以测试顶值电压倍数、电压标称响应和电压响应时间为主,试验前应进行仿真,并在空载时进行试验,为负载试验提供基础数据。
(4)应考虑电网的冲击和机组的安全。
参考文献
[1]GB7409.3—2007,大中型同步发电机励磁系统技术要求的规定[S].
[2]DL/T 489—2006,大中型水轮发电机静止整流励磁系统及装置试验规程[S].
[3]DL/T 583—2006,大中型水轮发电机静止整流励磁系统及装置技术条件[S].
[4]DLT 843—2003,大型汽轮发电机交流励磁机励磁系统技术条件[S].
[5]DL/T 650-1998,大型汽轮发电机自并励静止励磁系统技术条件[S].
[6]竺士章.发电机励磁系统试验[M].北京:中国电力出版社, 2005.
指标试验论文 篇8
关键词：粘性土,物理力学指标,合理性
前言:不同类别的工程项目, 侧重的岩土体力学指标是不一样的;例如一般的工业与民用建筑项目侧重于承载力与变形指标;基坑工程, 边坡工程侧重岩土体抗剪强度指标。各种指标都是从不同的力学试验中得到的, 虽然这些力学试验之间是相互独立的, 但是这些物理力学指标却是相互联系的。在应用其中一部分指标时, 我们还要充分考虑其它指标的合理性。
1 粘性土常规物理试验指标的合理性
粘性土常规实测物理试验指标为天然含水量 (w) 、天然密度 (ρ) 、液限 (wl) 、塑限 (wq) , 经验指标为比重 (Gi) , 换算指标为饱和度 (Sr) 、天然孔隙比 (e) 、液性指数 (Il) 、塑性指数 (Ip) 等。换算指标的计算公式如下:
通常, 在用孔隙比与液性指数计算粘性土承载力并评价其物理性质, 不应忽略了其它指标的合理性。举例见表1。
上例土样编号1为一粉质粘土的土样的各项物理指标, 如果在试验过程中将密度做得过高, 从而使所得孔隙比过小。如果单单关注孔隙比和液性指数, 势必造成所得承载力过大。而此时, 如果我们关注一下饱和度, 就会发现它的值>100, 是不合理的, 即含水量达到30时, 土绝不可能有如此高的密度, 那么在含水量和密度这两项指标中, 必有一项是错误的。
再如, 如果试验中所得液限值、塑限值或是液限塑限值同时偏高, 便会分别改变土的塑性指数、比重 (与塑性指数有关的经验指标) 、孔隙比及液性指数, 分别见样3、4、5, 这时, 如果单单考虑孔隙比和液性指数, 便会致使所得承载力过高, 例如拿土样5与土样1比较, 前者液性指数是0.19 (硬塑) , 后者是0.76 (软塑) , 相差极大, 从而为工程的安全性埋下隐患。而根据工程经验, 正常情况下粉质粘土的液限应介于23-38之间, 塑限在13-23之间, 实验者如能根据前述经验注意到塑限、液限值的不合理性, 便可杜绝此类错误的发生。
表2为笔者在工作中总结出的粉土、粉质粘土、粘土液塑限取值范围, 供广大同行参考, 指正。
2 粘性土力学指标间的相互关系及其合理性
粘性土的常规力学指标主要为由固结试验确定的压缩系数 () 和压缩模量 (ES) 及由剪切试验确定的粘聚力 (c) 和内摩擦角 () 。
2.1 固结试验确定的压缩系数 (a) 、压缩模量 (Es) 计算公式如下:
注:土样1为例举的粘性土物理指标, 作为土样2、3、4、5的对比样品。
我们通常用压缩试验中100Kpa至200Kpa下的压缩系数判别土的压缩性大小, 但笔者认为, 还应配合压缩模量共同判别土的压缩性, 两者综合起来按偏于安全方向取值, 判别方法可参考表3数值。
2.2 粘性土剪切试验的成果是确定的粘聚力 (c) 和内摩擦角 (ψ) , 这两项指标对于解决岩土工程稳定性问题必不可少, 常用的试验方法有直接剪切试验、无侧限抗压强度试验及三轴压缩试验。
但这几种试验方法的试验结果本人认为并不是很理想, 主要原因有两点, 一是取样存在难度, 试验过程无法模拟土所在的天然地质环境;二是土力学计算假设软土的内摩擦角是0度、砂土的粘聚力是0Kpa, 而实际上软土是有内摩擦角的, 如日本生产的环剪试验仪作出的软土内摩擦角就在5度以上, 且现实中的砂土也是有粘聚力的。因此, 工程中应该用给定的地基土承载力对试验所得的粘聚力及内摩擦角进行修正。一[[[[
修正采用的公式为:
3 粘性土物理指标与力学指标间的联系
这里仅谈一下孔隙比与压缩模量、粘聚力、内摩擦角间的关系。
粘性土的孔隙比与压缩模量、粘聚力、内摩擦角间有一定的关系, 工程上也可通过对比各指标的数值, 判断其合理性。
由于各指标间的关系复杂, 也不能定量的计算, 但可定性的分析。笔者通过总结大量的工程实践经验, 总结出孔隙比与压缩模量、粘聚力、内摩擦角的对应关系。
具体参考表4。
以上是本人在大量工程实践中总结出的一点经验, 供广大同行参考指正。
参考文献
[1]GB50021-2001.岩土工程勘察规范[S].
[2]BG/T50123-1999.土工试验方法标准[S].
[3]DB23/902-2005.建筑地基基础设计规范[S].
指标试验论文 篇9
目前国内外评价沥青混合料高温稳定性的方法主要有:马歇尔稳定度试验、蠕变试验, 以及轮辙模拟试验[1]等, 但各方法均存在一些明显的缺点:如马歇尔稳定度试验法, 其作为一种经验方法, 虽然简单、容易掌握, 但马歇尔方法的设计指标 (稳定度和流值) 与实际路面相关性不好;蠕变试验, 尤其是动态三轴压缩剪切蠕变试验比较接近沥青路面的三向受力状态, 且可测得蠕变劲度模量、回弹模量、泊松比、永久变形与荷载作用次数的关系等, 但由于人员及设备要求较高, 很难在工程中推广应用。而单轴压缩蠕变试验虽然易于推广使用, 但受力图式没有考虑侧限的影响, 对强度主要来源于沥青胶浆粘结力的悬浮-密实型沥青混合料来说, 方法可行, 但对内摩阻力起主要作用的嵌挤骨架-密实型或嵌挤骨架-空隙型沥青混合料而言, 该试验并不理想;轮辙模拟试验一般包括车辙试验、大型环道或直道试验等。室内小型往复式轮辙试验, 设备简单、原理直观, 被许多国家接受, 但车辙试验仅是一种工程模拟, 其评价指标动稳定度是一个经验性指标, 不能作为力学计算、车辙预估。以变形曲线45min和60min之间的斜率为依据的动稳定度, 固然反映了HMA抗车辙的性质, 但并没有包括永久变形从压密、剪切到流动的全过程, 因此会出现虽然动稳定度值相同, 但沥青混合料永久变形有很大差异的现象[2]。环道或直道试验是一种大型的足尺路面结构在实际车轮和交通荷载作用下的试验, 其试验结果与实际路面结构的关系密切, 是一种实际路面结构的加速加载试验方法, 可用于验证试验, 但试验成本高, 试验周期长, 仅适用于科学研究。
综上所述, 各种评价沥青混合料高温稳定性的试验方法均有一定的适用性和局限性。而由GTM试验机的工作原理可知, 它也可用来评价沥青混凝土的高温性能, 而且可能是目前最先进的试验方法之一。基于此, 本研究通过对不同沥青混合料GTM旋转压实参数试验研究, 并将其与相应的三轴重复荷载蠕变劲度模量指标进行对比分析, 找出各旋转压实试验参数与蠕变劲度模量之间的对应关系, 从而推荐出方便可行的沥青混合料高温稳定性评价指标。
1试验方法和原材料的选取
GTM (GyratoryTestingMachine) , 是美国工程兵于上世纪60年代为解决空军重型轰炸机机场跑道的设计而研究发明的, 并于1978年列入了美国ASTM规范。它最大限度地模拟了汽车对路面的实际作用, 完全利用力学的应力应变原理, 以推理的方法来设计沥青混凝土。GTM采用旋转压实法成型试件, 并在成型过程中测出混合料的力学指标, 即表征试件受剪应力作用的变形稳定程度的参数GSI (GyratorsStabilityIndex) , 以及用来检验沥青混合料被压实到平衡状态时的抗剪切强度是否达到沥青路面所需的剪应力的GSF (GyratoryShearFactor) 指标[3,4]。可见, GTM的主要目的是用来设计耐高温稳定性的沥青混合料。此外, GTM试验还可得到沥青混合料压至平衡状态的压实曲线。
目前, 用来评价沥青混合料高温稳定性的方法较多。近年来, 国际上采用蠕变试验研究沥青混合料的高温特性较为活跃, 在各种蠕变试验的方法中, 又当属三轴重复荷载蠕变试验受力模式清晰, 与现场的模拟程度较高[5—9]。因此, 本次采用了英国进口的Cooper试验机对几种沥青路面常用的AC 13、AC 20型混合料进行了40℃温度下的三轴重复荷载蠕变试验, 并以加载末期的蠕变劲度模量指标评价沥青混合料抗高温稳定性能。试验时, 每个试件共加载600个脉冲;单个脉冲的加载和卸载时间分别为0.2s和0.8s;应力激励水平取0.7MPa, 围压采用0.1MPa。
为更真实地模拟现场实际情况, 本次试验采用的原材料全部取自广州市某路面施工拌合现场, 各种不同粗、细级配曲线均由几种规格石料筛分后配制而成, 结果见表1。结合料采用泰国进口的泰普克70#-A级道路石油沥青;粗、细集料分别为珠海华实石场生产的花岗岩碎石和石屑, 矿粉为石灰石矿粉。蠕变试件全部采用GTM成型, 旋转参数设置为垂直压力0.7MPa, 机器角为0.8° (采用油压滚轴) 。试件成型控制为极限平衡状态, 试件尺寸Υ10×10cm, 成型温度为 (140～145) ℃。
注:表中F、M、C分别代表所配制各类型混合料的细型、中型和粗型级配。
2试验结果及分析
虽然, 从理论上讲, GTM试验得到的GSI和GSF两项指标能够表征沥青混合料的抗高温剪切变形能力, 但实际效果如何仍有待考究。而GTM试验过程得到的沥青混合料压实曲线中包含了大量的有用信息, 希望通过解读压实曲线, 得到一些表征沥青混合料抗高温稳定性能的参数。根据本次试验研究结果, 各级配沥青混合料GTM旋转压实过程中的密实度与旋转次数呈对数关系, 且相关系数R 2均在0.96以上[10]。考虑到GTM设计的沥青混合料现场压实后的密度通常为室内旋转压实最终密度的97%左右。为此, 拟采用GTM试验得到的GSI、GSF、GSF/GSI、旋转压实至平衡状态下的旋转次数N, 以及表征压实曲线的K1和K2等几个参数来评价沥青混合料的抗高温稳定性能, 其中K1表示从开始压实至97%密实度间的压实曲线平均斜率, 而K2表示从97%密实度至最终压实状态间的压实曲线平均斜率, 压实曲线全部采用对数曲线进行拟合。另外, 为考察各评价指标的关联性, 在对各沥青混合料进行GTM旋转压实成型及参数测试后, 又进行了相应的三轴重复荷载蠕变试验。
所选AC 13、AC 20型混合料采用GTM法成型试件时的旋转剪切压实试验参数, 及其相应的三轴重复荷载蠕变试验结果如表2、表3所示, 加载末期蠕变劲度模量与GTM旋转压实各参数的相关性分析结果如表4, 及图1—图3所示。
从表4和图1—图3可以得到以下结论。
(1) AC-13M和AC-20M两种级配沥青混合料蠕变劲度模量均随油石比的增加呈直线下降趋势, 且线性相关性较好, 回归系数R值分别达0.947 9和0.980 3。
(2) 在GTM旋转压实各参数中, 与沥青混合料蠕变劲度模量线性相关性最好的为压实曲线前阶段平均斜率K1, 其次为压实曲线后阶段平均斜率K2, 线性相关系数R均在0.90以上, 表明GTM旋转压实曲线的速率能够较好地表征沥青混合料的高温稳定性能。
(3) GTM旋转压实参数GSI与沥青混合料的加载末期蠕变劲度模量相关性较差, 而GSF与其相关性也一般, 但GSF/GSI指标的相关性相对较好;此外, 混合料的最终旋转压实次数N与其蠕变劲度模量指标也表现出了良好的相关性。
3结语
现有各种评价沥青混合料高温稳定性的试验方法均有一定的适用性和局限性, 而通过GTM旋转剪切压实试验得到的压实曲线参数K1 (从开始压实至97%密实度间的压实曲线平均斜率) 可以较好的表征沥青混合料的抗高温稳定性能, 其与三轴重复荷载蠕变试验的蠕变劲度模量指标具有较高的相关性, 线性相关系数在0.90以上, 可以作为评价沥青混合料抗高温稳定性能的一种简易而实用方法。然而, GTM旋转剪切压实试验的传统力学指标GSI、GSF与沥青混合料的蠕变劲度模量的相关性一般, 但GSF/GSI指标、以及混合料的最终旋转压实次数N与其相关性相对较好。
参考文献
[1]解晓光, 王哲人.沥青碎石混合料永久变形评价方法的研究.公路交通科技, 2005;22 (5) :5—9
[2]陈忠达, 袁万杰, 薛航.沥青混合料高温性能评价指标.长安大学学报 (自然科学版) , 2006;26 (5) :1—4
[3] ASTM D3387-83 (2003) .Standard Test Method for Compactionand Shear Properties of Bituminous Mixtures by Means of the U.S.Corps of Engineers Gyratory Testing Machine (GTM) .
[4]于洪兴.采用GTM设计的沥青混合料高温稳定性研究.天津:河北工业大学, 2005
[5]陈祥义, 吴剑.国外沥青混合料抗车辙性能试验方法评价.中外公路, 2007;27 (1) :141—146
[6] Nevelt G, Thanfold H.Evaluation of the resistance to deformation ofdifferent road structures and asphalt mixtures determined in the pave-ment-rutting tester.Proceedings of the Association of Asphalt PavingTechnologists, 1988;57 (1) :320—345
[7] NCHRP Synthesis of Highway Practice 291:Evaluation of PavementFriction Characteristics.TRB, National Research Council, Washing-ton, D C., 2000
[8] Williams C R, Prowell B D.Comparison of laboratory wheel-trackingtest results to WesTrack performance.In:Transportation Research Re-cord:Journal of the Transportation Research Board, No.1681, TRB, National Research Council, Washington, D.C., 2000
[9] Brown E R, Kandhal P S, Zhang J.Performance testing for hot mixasphalt.NCAT Report No.2001-05, Auburn, Ala.November 2001