透水沥青路面具有大孔隙的特点，用于透水路面的沥青应具有较强的粘结力和耐久性[1].国内外学者进行了大量尝试，如在基质沥青中掺入树脂、TPS高粘改性剂、橡胶等材料形成高粘改性沥青，使沥青粘度增大，从而提升了透水沥青混合料的高温稳定性与水稳定性，但是对于低温性能的提升作用较小[2-3].东北季节性冻土区夏季高温、冬季寒冷，春秋时间较短，冬季气温最低可达到-32 ℃，路面极易受到温度变化的影响产生开裂、松散等病害.与密级配沥青路面相比较而言，透水沥青路面因其骨架结构更易受到温度与行车荷载耦合作用的影响产生病害，因此对沥青的低温性能要求更高.玄武岩纤维是一种绿色环保的矿物纤维，近年来广泛应用于道路材料领域，一方面，当作改性剂掺入水泥混凝土中，提升了水泥路面的耐久性[4-5]；另一方面，研究人员将玄武岩纤维等加入透水沥青混合料中，从而提升了混合料的低温抗开裂性能[6-7].1906年Albert Einstein在《论分子大小的测定》中推导出了固液混合性能(如粘度和模量)增强模型公式，即M=MW(1+KEVS)，研究发现沥青的性能随着填料体积分数的增加而增长，两者之间存在线性关系[8].赵丽华[9]对玄武岩纤维沥青胶浆的粘度指标进行了线性回归，发现加入纤维使沥青的粘度增大.针对两种改性材料对于沥青性能的影响程度，还需要找到合理方法对不同掺配比下的复合改性沥青性能指标试验数据进行客观分析比对，以此找到性能最佳的掺配方案.熵值组合权法将主观赋权法和客观赋权法(熵值法)结合起来确定评价指标的权重，以便更客观、全面地反映各评价指标的重要性和问题的实际情况.子系统的权重由质量评价人员赋权法确定，评价指标的权重由熵权法确定，从主观上保证评价结果与期望值不过于背离，从客观上保证了原始数据的真实性和可用性，增加了结果的可接受性和可靠性[10].

本文主要研究玄武岩纤维和高粘改性剂共同作用对沥青性能的影响.通过制备玄武岩纤维和高粘改性剂不同掺配比的复合改性沥青进行比对试验，依据软化点、锥入度、延度、135 ℃粘度和小梁弯曲试验结果，评价复合改性沥青的高温性能、低温性能、抗裂性和蠕变性.基于复合材料的广义混合率公式对不同掺配比下的复合改性沥青粘度指标进行预测，并通过熵值组合权法对复合改性沥青进行多指标评价分析，推荐出适用于季冻区透水路面的复合改性沥青的最佳掺配比.

1 试验设计与指标分析

1.1 试验原材料

本文采用玄武岩纤维、高粘改性剂与辽河90#基质沥青进行复合改性沥青试验.表1为基质沥青技术指标.玄武岩纤维由海宁安捷有限公司生产，其基本技术指标如表2所示.高粘改性剂为国产OLB-1型，由多种聚合物复合而成，如图1所示.

选取高粘改性剂掺量、玄武岩纤维掺量共2个影响因素，参考透水沥青路面工程中的高粘改性剂掺量为8%和玄武岩纤维掺量为3%(占沥青胶浆的质量百分数)两种试样[11-12].每个因素取4个水平，采用正交试验方法对复合改性沥青进行试验设计.其中，基质沥青中的玄武岩纤维掺量为0%、1%、3%、5%；高粘改性剂掺量为0%、4%、8%、12%，试验试样共16组.对两种改性材料不同掺配比下复合改性沥青的软化点、延度、锥入度、135 ℃粘度和小梁弯曲蠕变(BBR)指标进行试验.

1.2 试验结果与分析

1.2.1 粘度指标

针入度、软化点、135 ℃粘度均为沥青粘度的一种表征形式.由于玄武岩纤维与高粘改性剂加入基质沥青中形成了非匀质状态的复合改性沥青，若用针入度法测量复合改性沥青的粘稠性，离散程度较大并且试验结果不稳定，因此本文采用锥入度法进行测试[13].不同掺配比下复合改性沥青的粘度指标测试结果如表3所示.

通过表3数据分析可知，单一使用玄武岩纤维或高粘改性剂加入沥青后，会对沥青的粘度指标产生影响.而对于两种材料共同使用时，随着掺量的增加，复合改性沥青的软化点、135 ℃粘度明显增大，锥入度下降.本文对玄武岩纤维和高粘改性剂不同掺配比与粘度指标建立线性方程，对复合改性沥青进行粘度预测分析.

1.2.2 延 度

延度指标能够间接评价沥青的低温性能，延度越大，低温延展性越好，低温条件下变形程度越高，抵抗开裂性能越好.本文选择5 ℃环境条件对16组改性沥青进行低温延度试验.图2为复合改性沥青延度试验结果.

由图2可知，不掺加玄武岩纤维时，随着高粘改性剂掺量的增加，延度值增大；当高粘改性剂掺量为0%、4%、8%、12%时，随着玄武岩纤维掺量的增加，延度值减小.玄武岩纤维吸收沥青内的轻质组分，使得沥青体现出脆性，掺量增大使其延展性降低；高粘改性剂的掺入能够增强纤维与沥青间的粘结作用，提高沥青在低温时的拉伸变形能力，弥补纤维掺入后延度降低的不足，体现出两种材料复合改性的优势.

1.2.3 低温蠕变试验

为了进一步研究复合改性沥青低温性能，本文引入低温蠕变试验，试验采用低温弯曲流变仪(BBR).在不同温度下，对16组不同掺配比复合改性沥青浇筑的小梁试件进行测定，得到其劲度模量S和蠕变速率值m.

SHARP计划提出，沥青的劲度模量S值过大，沥青呈现脆性，表示模量值越小越好，沥青抵抗永久变形的能力越强；沥青的蠕变速率值m越大，表明沥青劲度的时间敏感性越强，路面随着温度降低发生收缩时产生低温开裂的可能性减小[14-16].本文根据东北气候条件，采用BBR分别在-18 ℃和-24 ℃条件下对复合改性沥青进行低温弯曲蠕变试验，进一步评价其低温性能.表4为东北季冻区气候条件数据.图3～4为两种温度下复合改性沥青蠕变劲度模量值和蠕变速率值.

由图3可以看出，在-18 ℃和-24 ℃，S值随着温度的下降而升高，温度降低，沥青的低温变形能力变差.在掺入两种改性材料后，沥青的蠕变劲度模量S值呈现减小的趋势.当高粘改性剂的掺量一定时，S值随着玄武岩纤维掺量的增加先减小后变大；当玄武岩纤维掺量一定时，S值随着高粘改性剂掺量的升高先增大后减小.在两种温度下，玄武岩纤维与高粘改性剂掺配比为3%和12%时的S值均达到最小，说明两种材料可以综合提高沥青低温变形的能力.但当纤维掺量大于3%时，S值开始变大，这是因为过量的纤维在高温浇筑试件时极易粘结成块状，导致低温下沥青的蠕变模量增大.

由图4可以看出，在不同温度下，温度越低，沥青的蠕变速率值m越小.当掺入玄武岩纤维和高粘改性剂后，m值先增大后减小，玄武岩纤维掺量为1%时达到最大，该掺量下玄武岩纤维与高粘改性剂复合改性对于提高沥青的应力松弛能力最佳.随着两种材料掺量的增大，复合改性沥青应力松弛能力下降.在-24 ℃条件下，玄武岩纤维掺量为5%时，不同高粘改性剂掺量下的m值呈接近趋势，如果继续增加纤维掺量，各掺配比下的复合改性沥青的应力松弛能力将达到限值不变.虽然两种材料可以综合提高沥青的低温抗永久变形和应力松弛能力，但要在合理掺量的范围内使用.

2 复合改性沥青增粘预测

本文将玄武岩纤维与高粘改性剂同时作为固态的增强剂掺入基质沥青中，以物理混合方式影响沥青的性能.以复合材料理论的广义混合率为依据，将复合材料的性能看作是各组分的性能与相应体积含量乘积的加权和，其表达式为

(1)

式中：Mj为复合材料的任意一种力学性质；Vi为体积分数；为单相材料的相应力学性质；j为显微构造系数；i为由N相物质组成的复合材料中第i相物质.

在高温条件下，复合改性沥青是以沥青为液体，玄武岩纤维和高粘改性剂为固体的复合体系，对于两相复合的固液悬浮体系来说，复合材料的广义混合率公式可以表示为

M=MW(1-VS)1/j

(2)

式中：M为复合改性沥青的粘度指标(软化点、锥入度、135 ℃粘度)；MW为基质沥青粘度指标值；VS为固体颗粒的体积分数.

当式(2)满足Albert Einstein在其经典论文《论分子大小的测定》中做出的若干假设之后，即可推导出爱因斯坦增强模型(粘度方程式)为

M=MW(1+KEVS)

(3)

式中，KE为爱因斯坦系数.KE也可看作改性材料的增粘速率，随着沥青中逐渐加入两种改性材料的掺量变化，两种改性材料产生一定的交互作用使增粘速率产生变化.根据爱因斯坦假设，两种改性材料的固体粒子等大，在爱因斯坦粘度公式中加入交互作用系数β，拟定出复合改性沥青粘度公式为

M=MW(1+βKEMh)=

MW[1+βKE(Mx+Mg)]

(4)

式中：Mh为玄武岩纤维与高粘改性剂的总质量分数；Mx为玄武岩纤维质量分数；Mg为高粘改性剂质量分数.总质量分数为两种改性材料的质量分数之和.

2.1 增粘方程拟合

根据表3中数据，当高粘改性剂掺量一定时，利用式(3)对不同玄武岩纤维掺量下的复合改性沥青的粘度指标进行拟合，拟合结果如表5所示.

2.2 交互作用系数

将高粘改性剂掺量为4%、8%、12%时的复合改性沥青增粘速率与高粘改性剂掺量为0%时的纤维改性沥青增粘速率的比值作为交互作用系数βn′(n′=1，2，3)，并对所得交互作用系数进行方程拟合，结果如表6～7所示.

2.3 增粘预测模型

将表7中交互作用系数方程代入式(4)中，可得到复合改性沥青的粘度指标(软化点、锥入度、135 ℃粘度)的预测模型.

软化点预测模型为

LSP=49.2[1+0.092(1-0.307 13Mg+

锥入度预测模型为

135 ℃粘度预测模型为

LV=0.334[1+0.379(1+0.023 25Mg-

3 复合改性沥青性能的综合评价

3.1 熵值组合权评价法

熵值组合权评价法在一定程度上避免了主观赋权方法主观随意性大和客观赋权方法通用性、活用性差的缺陷，更充分反映出指标对质量影响的真实程度.

本文对16组玄武岩纤维与高粘改性剂不同掺配方案下的复合改性剂沥青建立软化点、锥入度、135 ℃粘度、延度、低温蠕变多指标体系，同时考虑复合改性沥青对东北季冻区透水路面的适用性，需要对沥青的高低温指标进行主观赋权来确定主观权重系数，熵值法确定客观权重系数，最后将主客观权重系数“加成”得出各掺配方案的综合评分.计算步骤如下：

1) 数据矩阵.将表1、图2～4中试验数据代入矩阵A中，方案序号和指标顺序(从左至右为1，2，…，8)如表8所示.

式中，Xij为第i个方案第j个指标的数值，i=1，2，…，n，j=1，2，…，q.

2) 数据的非负数化处理.为了避免求熵值时对数的无意义，需要进行数据平移.

① 对于越大越好的指标，则有

(5)

② 对于越小越好的指标，则有

(6)

为了方便起见，记非负数化处理后的数据为Xij.

3) 计算第j项指标下第i个方案占该指标的比重为

(7)

4) 计算第j项指标的熵值为

(8)

式中，k为常数，k>0.常数k与样本数n有关，本文令

5) 求组合权值.

① 熵权值为

(9)

② 主观赋权.本文参考大量研究资料确定复合改性沥青性能指标的模糊权向量[17-18]，并考虑季冻区最低温条件下沥青性能指标的适用性，对其多性能指标进行主观权重分配，即

λ=(λ1，λ2，…，λn)=

(0.1，0.1，0.1，0.1，0.15，0.15，0.15，0.15)

③ 组合权值为

(10)

6) 计算各方案的综合评分为

(11)

3.2 数据分析

将矩阵A按式(5)～(11)计算，得到16组复合改性沥青指标试验数据的非负数化处理值、熵权值、组合权值及各掺配方案的综合评分，计算结果如表8所示.

由表8计算结果分析可知，方案15得到最高的综合评分为3.22，为最佳掺配方案，与试验结果分析相互验证，在方案15掺配比下复合改性沥青的低温变形能力最强，两种改性材料的最佳掺配比为高粘改性剂掺量12%，玄武岩纤维掺量3%.

4 结 论

本文通过分析得出以下结论：

1) 通过多指标沥青性能试验，确定复合改性沥青的最佳掺配比，高粘改性剂掺量为12%，玄武岩纤维掺量为3%.

2) 建立复合改性沥青的增粘预测模型，拟合复合改性沥青的增粘方程，可以较为精准地预测复合改性沥青在不同掺配比下的性能.

3) 基于熵值组合权评价法得到综合评分值，推荐的最佳掺配比与试验结果一致.

参考文献（References）：

[1] 李俊，李明亮.不同类型高黏剂多孔沥青混合料路用性能对比 [J].公路，2020，65(2)：1-5.

(LI Jun，LI Ming-liang.Comparisons on road performance of porous asphalt mixtures with different high viscosity additives [J].Highway，2020，65(2)：1-5.)

[2] 夏鹏圆，胡力群，严江，等.高黏度改性沥青低温性能评价指标 [J].中国科技论文，2020，15(12)：1417-1421.

(XIA Peng-yuan，HU Li-qun，YAN Jiang，et al.Low-temperature performance evaluation indices of high-viscosity modified asphalt [J].China Sciencepaper，2020，15(12)：1417-1421.)

[3] 严江.高粘度改性沥青研制及评价方法研究 [D].西安：长安大学，2019.

(YAN Jiang.Research on development and evaluation method of high viscosity modified asphalt [D].Xi’an：Chang’an University，2019.)

[4] 孙一民，李忠良，张健.短切BFRC力学性能及机场道面工程应用 [J].沈阳工业大学学报，2019，41(6)：699-704.

(SUN Yi-min，LI Zhong-liang，ZHANG Jian.Mechanical properties of chopped BFRC and its application in airport pavement engineering [J].Journal of Shenyang University of Technology，2019，41(6)：699-704.)

[5] 张吉松，赵颖华.玄武岩纤维超高性能混凝土力学性能试验 [J].沈阳工业大学学报，2018，40(5)：595-600.

(ZHANG Ji-song，ZHAO Ying-hua.Experiment on mechanical properties of ultra-high performance concrete with basalt fibers [J].Journal of Shenyang University of Technology，2018，40(5)：595-600.)

[6] 高桂海，熊梅，钱波.不同外掺纤维增强排水沥青混合料性能研究 [J].中外公路，2019，39(6)：182-187.

(GAO Gui-hai，XIONG Mei，QIAN Bo.Research on performance of drainage asphalt pavement reinforced with different fibers [J].Journal of China & Foreign Highway，2019，39(6)：182-187.)

[7] Lou K K，Xiao P，Kang A H，et al.Performance eva-luation and adaptability optimization of hot mix asphalt reinforced by mixed lengths basalt fibers [J].Construction and Building Materials，2021，292：1-8.

[8] Guo M，Tan Y Q，Wang L B，et al.A state-of-the-art review on interfacial behavior between asphalt binder and mineral aggregate [J].Frontiers of Structural and Civil Engineering，2018，12(2)：248-259.

[9] 赵丽华.玄武岩纤维对沥青混合料性能影响机理的研究 [D].大连：大连理工大学，2013.

(ZHAO Li-hua.Study on the influence mechanism of basalt fiber on asphalt mixture property [D].Dalian：Dalian University of Technology，2013.)

[10] 秦志斌，钱国平，马文彬.基于熵权的沥青路面使用性能多目标综合评价 [J].中南大学学报(自然科学版)，2013，44(8)：3474-3478.

(QIN Zhi-bin，QIAN Guo-ping，MA Wen-bin.Multi-objective comprehensive evaluation for performance of asphalt concrete pavement based on fuzzy entropy [J].Journal of Central South University (Science and Technology)，2013，44(8)：3474-3478.)

[11] 冯新军，解明卫，陈安迪.TS高黏度改性沥青的制备和OGFC混合料的路用性能 [J].公路交通科技，2019，36(1)：8-15.

(FENG Xin-jun，XIE Ming-wei，CHEN An-di.Preparation of TS high viscosity modified asphalt and pavement performance of OGFC mixture [J].Journal of Highway and Transportation Research and Development，2019，36(1)：8-15.)

[12] 罗倩.玄武岩纤维对大空隙高黏沥青混合料路用性能的影响 [J].公路，2020，65(10)：286-292.

(LUO Qian.Effect of basalt fiber on pavement performance of large void asphalt mixture [J].Highway，2020，65(10)：286-292.)

[13] 许珊珊.玄武岩纤维沥青胶浆性能及其界面粘结特性研究 [D].扬州：扬州大学，2018.

(XU Shan-shan.Study on the properties and interfacial bonding characteristics of basalt fiber asphalt mastic [D].Yangzhou：Yangzhou University，2018.)

[14] 吕泽华，程永春，马桂荣，等.硅藻土玄武岩纤维复合改性沥青的低温流变性能试验研究 [J].公路工程，2019，44(1)：44-50.

(LÜ Ze-hua，CHENG Yong-chun，MA Gui-rong，et al.Laboratory study on rheological performance at low temperature of diatomite and basalt fiber compound modified asphalt mastic [J].Highway Engineering，2019，44(1)：44-50.)

[15] Wang D，Wang L B，Gu X Y，et al.Effect of basalt fiber on the asphalt binder and mastic at low temperature [J].Journal of Materials in Civil Engineering，2013，25(3)：355-364.

[16] Qin X，Shen A Q，Guo Y C，et al.Characterization of asphalt mastics reinforced with basalt fibers [J].Construction and Building Materials，2018，159：508-516.

[17] 刘杰，杨娜，华智广.基于组合变权理论的风电机组状态评估 [J].沈阳工业大学学报，2021，43(4)：391-395.

(LIU Jie，YANG Na，HUA Zhi-guang.Wind turbine state assessment based on combined variable weight theory [J].Journal of Shenyang University of Technology，2021，43(4)：391-395.)

[18] 段周洋.沥青性能总综合分析与优化方法研究 [D].西安：长安大学，2015.

(DUAN Zhou-yang.Research on the comprehensive performance analysis and the preferred method of asphalt [D].Xi’an：Chang’an University，2015.)

Performance evaluation of basalt fiber high-viscosity composite modified asphalt in seasonal frozen region

YU Bao-yang1,2, LIU Mei-ou3, SUN Zong-guang1

(1. School of Transportation Engineering, Dalian Maritime University, Dalian 116026, China; 2. School of Traffic Engineering, Shenyang Jianzhu University, Shenyang 110168, China; 3. First Construction Co.Ltd., China Railway No.9 Group Co.Ltd., Suzhou 215299, China)

Abstract： Aiming at the influence of basalt fiber and high viscosity modifier on asphalt performances, 16 groups of blending schemes of composite modified asphalt were designed for these two materials according to the climatic conditions of seasonal frozen region in northeast China. The multi-index experiments were carried out under different blending ratios. Prediction model for the viscosification of composite modified asphalt was established according to composite material theory. The entropy-combination weight evaluation method was used to comprehensively evaluate the multi-index performances of asphalt, and the best mixing ratio of two modifying materials was selected. The results show that the addition of two modifying materials can improve the performances of asphalt, and the viscositying prediction model can predict the viscosity of composite modified asphalt at arbitrary blending ratios. Scheme 15 is identified by the evaluation method to get the highest comprehensive score, and the recommended optimum mixing ratio is consistent with the experimental results.

Key words： seasonal frozen region; basalt fiber; high viscosity modifier; composite modified asphalt; asphalt performance; composite material theory; viscositying prediction; entropy-combination weight

中图分类号： TU 502

文献标志码： A

文章编号： 1000-1646(2022)04-0473-08

收稿日期： 2021-08-02.

基金项目： 辽宁省教育厅一般项目(lnjc202014).

作者简介： 于保阳(1980-)，男，辽宁大连人，高级实验师，博士生，主要从事路面新型材料与路面结构等方面的研究.

doi：10.7688/j.issn.1000-1646.2022.04.19

(责任编辑：钟 媛 英文审校：尹淑英)