基于红外光谱的沥青常规物理指标预测匹配性研究

张银博, 马莲霞, 李耀业

(新疆交通建设集团股份有限公司， 新疆 乌鲁木齐 830026)

0 引言

沥青因具有良好的黏性、防水性等性能而成为公路面层的重要组成材料，其质量的优劣直接影响公路的使用性能和耐久性。在现在的公路沥青检测中，仍然广泛采用“三大指标”对其进行评价，但随着沥青调和水平的提高，这些指标很容易达标，导致品牌造假、以次充好和勾兑造假等现象时有发生。因此，引进新的检测手段，对现有沥青评价方法进行补充具有重要的意义。本文采用高效无损且适用于在线实时分析的红外光谱分析技术，通过沥青的特征峰快速评价沥青品质。

1 技术原理

将一束连续红外射线照射到物质上，会引起物质中分子振动，当振动频率与红外光辐射某一频率的光相同时，分子会吸收该频率的辐射，形成红外吸收光谱。每种分子都有由其成分和结构决定的、独有的红外吸收光谱，据此可以对分子进行结构分析和鉴定，其化学键的特征波数见表1。

每种品牌型号的沥青都有其特殊的官能团，每种官能团只吸收特定的红外光，进而产生特征吸收峰形成红外谱图，通过谱图对比即可确定沥青的品牌、型号，如图1所示。

表1 化学键的特征波数化学键吸收波数/cm-1化学键吸收波数/cm-1N-H3 100～3 550C≡N2 100～2 400O-H3 000～3 750-SCN2 000～2 250C-H2 700～3 000S-H2 500～2 650C=O1 600～1 900C=C1 500～1 675C-O1 000～1 250C-CH2 900～3 300

图1 沥青红外光谱

2 设备选择

本文选用Nicolet iS5傅里叶变换红外光谱仪，采用衰减全反射ATR进行沥青红外光谱检测，分辨率大于0.5 cm-1，波数精度大于0.01 cm-1。在沥青测试前，通电预热，待稳定后，安装ATR衰减全反射附件，采集背景，将刮刀加热后在ATR晶体板上涂抹沥青，采集样品，得到扣除背景光谱后的沥青样品衰减全反射傅里叶变换红外光谱图。

3 特征区间确定

针入度、软化点、蜡含量不仅是反映沥青物理性质的指标，也是沥青化学组成的一种体现，与组分含量密切相关。研究发现，不同沥青组分有不同的官能团，在沥青谱图中表现出不同的特征(特征峰位置、峰面积等)；因此通过分子水平的谱图分析，可以明确沥青谱图与沥青性能指标的关联性，其特征区间如表2所示。

表2 沥青三大指标光谱特征区间cm-1物理指标区间1区间2区间3针入度3 138～2 7971 650～1 100965～721软化点1 719～1 292907～711—蜡含量3 460～2 6581 719～1 096965～690

4 光谱检测及对比分析

4.1 原材料取样与光谱采集

本文依托阿勒泰至乌鲁木齐第七合同段建设项目开展试验。沥青运输到沥青拌和场后，从沥青罐车中随机取样，然后在试验室测试沥青三大指标，并同步采集所有样品的红外光谱图。

4.2 模型建立与验证

4.2.1预处理

本文选择偏最小二乘法作为光谱多元校正分析，其原理是通过预估变量分析因变量和独立变量相关关系。

偏最小二乘法模型基于大量样本获得较多的未知信息，在此过程中建模会变得繁杂、冗余，且模型稳定性降低。为此，对于沥青红外光谱图，把光谱作为变量X，沥青试验指标作为变量Y，采用扣除 CO2+选择光谱区域+基线校正+扣除异常点+对数标准化处理的方式对光谱图进行预处理，排除、减弱无关信息，建立稳健、精确的分析模型，建模结果如表3所示。

表3 沥青常规指标值的建模结果预测参数因子数校正集预测集RCSECRPSEP针入度100.911.00.861.0软化点80.760.30.630.4蜡含量80.920.160.890.19

在建立校正模型时，首先需要设定主因子数。本文采用Matlab软件求RMSECV值以确定沥青红外光谱图的最佳主因子数，如图2所示，可得针入度、软化点、蜡含量的主因子数分别为10、8、8。

图2 沥青常规指标校正模型RMSECV值随主因子数变化

4.2.2预测模型验证

为验证偏最小二乘方法模型的有效性，随机取3组沥青重新检测，并对得到的红外光谱图进行预处理，然后将预处理产生的光谱数据导入基于最佳主因子模型中，得到对应沥青的常规物理指标。另外，根据规范测试3组沥青的常规物理指标，通过预测绝对偏差率来比较指标预测值和实际检测值，如表4所示。

表4 预测值与实际值对比检测项目针入度软化点蜡含量数值/(0.1 mm)预测偏差/%数值/℃预测偏差/%数值/%预测偏差/%预测值87.446.51.8第1组实际值88.20.947.92.91.75.9均方差误差1.10.71.2

续表4 预测值与实际值对比检测项目针入度软化点蜡含量数值/(0.1 mm)预测偏差/%数值/℃预测偏差/%数值/%预测偏差/%预测值85.746.71.7第2组实际值87.21.747.72.11.70均方差误差0.80.60.7预测值8646.81.7第3组实际值88.32.646.50.61.85.6均方差误差0.91.10.9

由表4均方差误差可知，3组沥青光谱图预测值离散型较低，证明偏最小二乘法建立的预测模型准确度高；通过对比沥青预测值和实测值之间偏差，可知采用光谱快速测定沥青常规物理指标是可行的。

5 结论

以公路沥青为研究对象，采用偏最小二乘(PLS)法对沥青的衰减全反射傅里叶红外光谱与沥青常规指标进行分析，实现了沥青常规指标的快速测定。结论如下：

1) 采用红外光谱分析技术，从沥青的微观化学组成入手，通过特定官能团的特征吸收峰确定沥青物理指标，数据真实可靠。

2) 检测操作简单快速，具有可同时测量多种物理指标的优点。为在施工现场快速检测和分析沥青质量，解决公路建设中原材料沥青的质量控制问题，提供一种新的技术手段。