网络首发
厂拌热再生沥青混合料拌合率影响因素分析
束景晓;李俊;王红磊;马金戈;万晨光;为探究厂拌热再生沥青混合料中RAP（废旧沥青路面回收材料）拌合率的影响因素，采用间断级配试验设计，通过动态剪切流变仪开展多重应力蠕变恢复试验、线形振幅扫描试验与疲劳因子试验，获取沥青胶结料的不可恢复蠕变柔量、抗疲劳损伤参数及疲劳因子等力学指标，并基于修正后的拌合率公式量化RAP拌合率。系统研究了RAP掺量、RAP种类及拌合条件（温度、时间与新沥青加热温度）对拌合率的影响规律。结果表明：RAP掺量为40%时拌合率最高；RAP老化程度显著影响拌合率，轻度老化的2#RAP拌合率明显高于深度老化的1#RAP；正交试验与方差分析显示，拌合温度对拌合率影响最为显著，拌合时间次之，新沥青加热温度影响不显著。研究结果可为实际工程中厂拌热再生沥青混合料拌合工艺的优化提供依据。
路基填土压实度检测方法研究述评
黄建秋;王海平;鲁新;冉树林;赵瑞峰;王铭锦;李希;目前,在路基填筑施工过程中尚缺乏高效、高质量的压实度检测方法,建立高效准确的路基压实度检测方法对优化设计施工工艺和确保道路长期安全服役意义重大。文章对路基压实度检测方法开展述评,总结了当前路基压实度检测常用的3类方法,对比分析了不同方法的原理和适用条件,探讨了路基压实度检测方法的发展方向和突破口。分析发现,路基压实度检测可以总结为直接法、间接法和施工压实同步检测方法,直接法虽具有直观准确的优势,但时效性较低。间接法包括核子密度仪法、无核密度仪法、瞬态瑞利波法和便携式弯沉仪法等,该类方法快捷高效,但可推广性差,需进一步开展土力学基础理论研究或借助于深度学习算法,建立更完善的压实度与测量数据关联模型。施工压实同步检测方法可实现压实过程控制,潜在推广价值巨大,但存在适用工况有限、精度无法保障的问题。未来可加强土力学基础理论研究或借助人工智能方法,建立检测数据与压实度精确关联模型;也可开展试验段,并修正模型参数,以克服模型对不同工况和土体类型的适用性问题。
基于改进YOLOv7模型的公路建设施工现场安全帽佩戴检测系统
张鑫;吴珂琪;肖晖;翁剑成;在公路建设施工现场行业监管中，固定式监控常因设备、车辆遮挡及扬尘、逆光、夜间低照度等环境干扰，导致人员安全帽佩戴检测出现目标小、易漏检、误检率高的问题。通过将安全帽佩戴状态检测算法部署到可移动机器人端，可以突破固定监控的视域与环境限制，提升复杂施工场景下的检测精度与可靠性。构建基于YOLOv7算法的安全帽目标检测模型，通过融入注意力模块强化特征细节捕捉，改进损失函数，增强对小目标和重叠目标的检测精度，减少误检和漏检。采用公开数据集及实采视频数据进行模型训练与测试，对安全帽检测算法进行仿真实验。测试结果表明，改进YOLOv7目标算法的平均精度均值(mAP)相比原始算法有所提升，尤其针对复杂环境中施工场所的安全帽佩戴情况的检测和判断，所提算法在目标检测置信度上显著高于原始模型。研究成果可为交通基础设施建设领域的非现场安全监管提供高适应性、高可靠性、高精度的智能化识别解决方案，有助于改善公路建设施工场景下的安全性水平。
轻量化高强度不锈钢护栏多目标优化研究
曾俊铖;吴德华;陈志清;陈智威;李广浩;针对传统碳钢护栏轻量化不足、耐腐蚀性差的问题，研究提出了一种基于奥氏体不锈钢QM850与高强度钢Q355的新型轻量化组合护栏。通过新型材料组合和结构创新及多目标优化算法，构建了材料-结构-尺寸协同优化模型。实车足尺碰撞试验表明：新型护栏防护等级达SB级水平，质量较传统Q235护栏减少45.52%，不同车型碰撞护栏位移变形指标、护栏的导向性能和缓冲性能均满足国家有关规范要求。研究表明，轻量化不锈钢护栏多目标优化算法可实现公路护栏轻量化与安全性能的协同提升，为交通设施绿色转型提供解决方案。
基于改进YOLOv8的道路病害检测算法
蔡鑫地;吴四九;何兵;针对路面环境复杂导致道路病害检测算法精度不足及计算成本过高的问题，提出轻量化道路病害检测算法SAC-YOLO。在YOLOv8的基础上通过设计C2f＿SEnetV2模块和非对称混合注意力机制（AHAM），增强算法对目标关键信息的关注程度从而提升检测精度；构建交叉融合特征金字塔网络（CF-FPN），有效减少内存成本以满足实际部署需求。实验结果表明，在RDD2022数据集上，与YOLOv8相比，SAC-YOLO算法的mAP50提高了3.0个百分点，模型参数量减少30%，计算量降低12.2%，检测帧率提升了91%，充分满足了道路病害检测的实际需求。SAC-YOLO算法显著提升了复杂路面场景下的病害识别鲁棒性与实时性，为道路养护部门提供高精度、低延迟的自动化病害检测工具，大幅降低人工巡检成本与安全风险，具有明确的工程应用价值。
多源固废生态混凝土基本性能与抗冻性研究
顾玉萍;徐俊;为推进“无废城市”建设，探讨利用多种固废制备多源固废生态混凝土（MSWEC）的可行性。本文通过正交试验，探讨了多源固废及改性剂对再生骨料生态混凝土基本性能的影响，并结合冻融试验分析了MSWEC的抗冻性。研究结果表明：MSWEC抗压强度随稻壳灰、磷渣、苯丙乳液及尿素等多源固废与改性剂掺量的增加而先升后降，透水系数先降后增，pH下降，总氮累积释放率下降（除尿素因素外）；随着尿素掺量增加，MSWEC的总氮累积释放率上升；同时，建立了MSWEC基本性能评价指标与各因素的回归模型。优化后的MSWEC质量损失率和强度损失率均随冻融次数的增加而不断增加，相对动态弹性模量逐步减小，其抗冻等级均达到F50。本研究为MSWEC的应用与推广提供了重要的理论依据。
钢板粗糙度对钢-UHPC桥面板的抗剪性能的影响
龙万达;王领;杨尚文;王欢;王韬纬;冯家辉;邵旭东;钢-超高性能混凝土（UHPC）轻型组合结构能够充分利用材料之间协同受力而大幅降低钢板中的疲劳应力幅，但是目前钢-UHPC轻型组合结构的栓钉布置较密，对桥梁建设造价和工期等要素具有不利影响。本研究设计钢-UHPC推出试验，采用扁豆型花纹钢板代替平滑钢板，研究增加钢板粗糙度对钢-UHPC桥面板抗剪性能的影响。试验结果表明，扁豆型花纹钢板试件的平均极限承载力达到598.1 kN，相较于平滑钢板试件的480.8 kN提高了24.4%，且单个栓钉的平均承载力从60.1 kN提升至74.8 kN，增幅同样为24.4%。在相同荷载作用下，粗糙程度越高的组合板，抗剪性能越好，其栓钉的实际应力越小，从而可以通过增加钢板粗糙度减少栓钉数量，实现轻型组合结构的优化设计。
基于机器学习的路面破损状况预测及SHAP特征分析
董莉莉;李义;武旭;张儒意;冯超;针对路面破损评价体系单一性与预测精度不足的局限性，建立多维度指标融合的预测模型，揭示路面性能、使用状态与养护指标的协同作用机制。以北京市城市道路为研究对象，通过Pearson相关性分析与LASSO正则化双阶段筛选方法，从31项初始参数中剔除13项冗余特征，确定路龄、养护等级、年平均日交通量等18项核心变量。基于3984组样本数据，构建随机森林、梯度提升树、XGBoost等五种机器学习模型，采用决定系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE)评估模型性能。结果表明，XGBoost模型预测效能最优，测试集R为0.857 3，MAE和RMSE分别为0.045 3与0.061 9。SHAP可解释性分析量化特征贡献度，路龄(SHAP均值35.4%)、养护等级(12.7%)及交通量(11.8%)为关键驱动因子，其中高频次养护与高强结构配置使高交通量路段呈现正向损伤关联。研究成果构建“机理识别-优先级判定”决策框架，实现破损预测与养护策略的动态耦合，为高风险路段识别及预防性养护资源配置提供数据支持。
基于静动力特性的中小跨径桥梁损伤智能识别研究进展
揭志羽;郑浩;彭晶亮;随着我国中小跨径桥梁数量的持续增长，结构损伤与老化问题日益突出，亟需发展高效、精准的损伤识别方法以保障运营安全。基于静动力特性的传统损伤识别方法虽可实现损伤定位，但易受噪声干扰、传感器布设稀疏以及对微小损伤敏感度低等因素制约。机器学习方法（如反向传播神经网络BPNN、支持向量机SVM、树模型等）在抗噪性与多损伤识别方面展现出显著优势，与粒子群优化算法（PSO）、遗传算法（GA）、改进鲸鱼优化算法（IWOA）等结合后，模型精度进一步提升；部分方法在噪声≤20%时仍能准确定位损伤。深度学习模型（如卷积神经网络CNN、深度信念网络DBN、Transformer、图卷积神经网络GCN等）通过自动特征提取与迁移学习，在低损伤与强噪声环境中表现尤为突出，部分模型在50%噪声和测点稀疏下识别精度仍高于77.8%。然而，现有智能方法仍面临模型可解释性弱、实测数据匮乏、泛化能力不足及与力学机理融合有限等问题。未来研究应聚焦于多源数据融合、小样本学习、物理-数据混合驱动模型及轻量化算法开发，推动损伤识别技术向工程化与智能化方向发展。
改进YOLOv8道路水泥混凝土路面脱空病害检测
农定立;刘炳蔚;李欣颖;黄凯楠;王华;道路水泥混凝土路面脱空病害通常发生在路面结构层内部或基层与面层之间，具有隐蔽性，传统检测技术落锤式弯沉仪、探地雷达等易受环境干扰，导致在极端天气下路面脱空病害的检出率偏低，误差较大。为此，提出基于改进YOLOv8的道路水泥混凝土路面脱空病害检测方法。利用探地雷达技术实时采集水泥混凝土路面雷达图像，将其输入至YOLOv8模型中，在卷积模块中引入门控机制，以提升道路水泥混凝土路面特征捕捉能力，在特征提取模块中引入多尺度卷积，进一步提取水泥混凝土路面特征信息特征，在YOLOv8模型中引入注意力机制，着重关注于道路水泥混凝土路面特征中微小特征，捕捉微小路面脱空信息，最终实现道路水泥混凝土路面脱空病害精准检测。依据试验证明该方法能够通过红色检测框标识路面脱空病害情况，实现精准路面脱空病害检测，在干燥及雨天积水场景中检出精准度均高于0.92，误差均小于0.11 m，能够满足工程检测标准，有助于推动路面智能化安全监测。