摘要
为评价集料形态特征对集料-沥青黏附性及其体系水稳定性的影响，提出了一种定量测试集料-沥青黏附性的新方法.借助集料图像测量系统（AIMS） 测试了5种集料的形态特征，并对不同形态集料沥青混合料的水稳定性进行评价，建立了集料形态特征与集料-沥青黏附性及水稳定性的关系，同时基于灰色关联法分析了集料形态特征对集料-沥青黏附性及水稳定性的影响排序.结果表明：提出的集料-沥青黏附性定量测试方法简单、可靠；沥青混合料水稳定性最佳的棱角性为2 500~3 000，球度为0.65~0.75；随着集料表面纹理的增大，沥青混合料的水稳定性增强；集料表面纹理对集料-沥青黏附性的影响最大，棱角性对沥青混合料浸水飞散损失指标的影响最大，球度对沥青混合料冻融劈裂强度比、浸水车辙变形拐点指标的影响最大.
水损害是沥青路面早期病害最主要的表现形式之一［1］.沥青混合料水损害的主要原因在于沥青与集料的黏附性不足.因此，对于集料-沥青体系的黏附性及其体系水稳定性的试验及评价方法被广泛研究，归纳起来可分为3类：（1）以未经压实的松散沥青混合料（宏观材料本身）为对象进行定性的研究，如水煮法、浸水法、拉拔试验以及示踪盐法等，通过主观评价裹在集料表面的沥青膜的剥离程度，据此判定沥青和集料的黏附性及混合料的水稳定性［2‑3］.（2）以沥青混合料试件为对象进行定量研究，如马歇尔试验、劈裂试验、改进的洛特曼试验、浸水车辙试验等，这种方法反映了沥青混合料在路面使用过程中所处的真实状态［4‑5］.（3）采用微观手段对沥青-集料的界面性能进行研究.李晓燕等［6］开发了形态特征研究系统来定量表征集料的特征；Guo等［7］采用集料图像采集系统（AIMS），对集料的棱角性、球度（或二维形状）以及表面纹理等进行研究，发现集料形态与沥青混合料的路用性能关系密切；Valdés等［8］研究发现，集料的几何特性对沥青混合料的黏结强度具有一定程度的影响.但是，缺少沥青混合料宏观性能与微观表现联系的研究，
因此，本文借助AIMS研究集料的微观形态，并建立其与沥青宏观黏度的关系，为沥青与集料黏附性及抗水损害性能的合理评价提供借鉴.
沥青选用70#基质沥青和SBS改性沥青，主要性能指标见表1.集料采用粒径为10~15 mm的石灰岩、花岗岩、玄武岩、辉绿岩和辉长岩等5种常用的石料，主要技术指标如表2所示.
表1 沥青的性能
Table 1 Properties of asphalts
| Index | 70# asphalt | SBS modified asphalt |
|---|
|
Penetration(25 ℃, 5 s, 100 g)/(0.1 mm) |
64 |
53 |
|
Ductility(5 cm·min-1)/cm |
28(10 ℃) |
32(5 ℃) |
|
Softening point/℃ |
48.5 |
82.0 |
|
Viscosity (135 ℃)/（Pa·s） |
0.398 |
2.835 |
表2 粗集料的技术指标
Table 2 Technical specifications of coarse aggregates
| Specification | Limestone | Granite | Basalt | Dolerite | Gabbro |
|---|
|
Crushed stone value（by mass）/% |
15.6 |
11.8 |
8.8 |
9.6 |
5.6 |
|
Los Angeles abrasion loss(by mass)/% |
15.2 |
5.9 |
11.5 |
12.3 |
10.8 |
|
Apparent density/(g·cm-3) |
2.785 |
2.882 |
2.782 |
2.766 |
2.756 |
|
SiO2 content(by mass)/% |
|
83 |
50 |
48 |
47 |
根据JTG E20—2011《公路工程沥青及沥青混合料试验规程》，采用马歇尔设计方法设计AC‑16级配（见表3），油石比（质量分数）为4.7%，沥青混合料中粒径为10~15 mm的集料分别选择石灰岩、花岗岩、玄武岩、辉绿岩和辉长岩，其余粒径的石料均采用石灰岩矿粉.
表3 AC‑16级配
Table 3 Gradation of AC-16
| Sieve size/mm | 19 | 16 | 13.2 | 9.5 | 4.75 | 2.36 | 1.18 | 0.6 | 0.3 | 0.15 | 0.075 |
|---|
|
Passing ratio(by mass)/% |
100.0 |
97.6 |
77.3 |
57.4 |
34.5 |
25.5 |
17.9 |
14.3 |
10.1 |
7.5 |
5.9 |
本研究提出一种新的方法来定量测试集料-沥青间的黏附性能，主要步骤如下：
（1）集料洗净后分为2组，每组至少5颗，1组在室温下水泡24 h，另外1组在105 ℃的烘箱中烘24 h，分别称量其质量，记为mw0、md0.
（2）2组集料分别在热沥青中浸泡60 s，冷却后称量其质量，记为mw1、md1.
（3）黏附沥青的2组集料分别在100 ℃的开水中煮30 min，冷却后称量其剩余质量mw2、md2.
（4）按照式（1）、（2）分别计算浸水和干燥环境下集料的沥青黏附率BRw 和BRd，采用式（3）计算集料的水敏感系数Ms，以此评价集料与集料的黏附性.
集料的物理形态可以由棱角性、球度和表面纹理3个指标来评价［9‑10］.采用AIMS对粒径为10~15 mm，表面洁净、干燥的粗集料的形态特征进行测试［11］.
采用梯度棱角性GA来评价集料的棱角性.依据Socel mask算法，通过计算集料二维图像轮廓边界各个点的梯度来获得GA（见式（4））.采用球度指标SP来评价粗集料的三维形状特征（见式（5））.采用纹理指标TX来表征粗集料的纹理结构（见式（6））.
式中：θ为集料图像边缘点的梯度向量；n为集料图像边缘点的总数量，个；i为集料图像边缘的第i个点；dS为集料短轴长（高度），mm；dI为集料次轴长（宽度），mm；dL 为集料长轴长（长度），mm；D为分解函数；N为一张图像中细节系数的总数量，个；i为第i张高精度图像；j为小波指数；x ，y为在转换域中细节系数的横、纵坐标.
进行冻融劈裂、肯塔堡浸水飞散、浸水汉堡车辙试验，分别采用劈裂强度比（TSR）、浸水飞散损失（ΔS）、剥落变形拐点（SIP）［12］指标来评价沥青混合料的水稳定性.
试验采用具有常规形态特征的5种集料和2种沥青进行黏附性定量测试与评价.为了排除形态特征对集料黏附性的影响，将5种集料均加工成球形，然后分别测试常规形态集料、球形集料的黏附率和水敏感系数，以此验证黏附性定量测试的适用性，结果见图1、2.由图1、2可见：（1）在沥青相同的条件下，具有常规形态特征的石灰岩黏附率最大，其次是玄武岩、辉绿岩和辉长岩，花岗岩最小；在集料相同的条件下，SBS改性沥青与集料的黏附比大于基质沥青；且BRd值总是大于BRw，表明水的存在会导致集料-沥青结合料之间的黏附力降低.（2）在沥青相同的条件下，石灰岩的水敏感性指标Ms最小，其次是玄武岩、辉绿岩和辉长岩，花岗岩最大，也就是说石灰岩集料在水的影响下，仍然与沥青具有较好的黏附力，而花岗岩与沥青的黏附力最小，水敏感性指标Ms对不同岩性的集料具有适用性.（3）球形集料的黏附率及水敏感性指标比常规集料高，说明颗粒形状对沥青与集料之间的黏附性有一定的影响；球形集料-沥青的黏结性能与常用的非球形集料相似，这说明该方法同样能够有效区分不同沥青、集料之间的黏结性能，这为工程上提供了一种简单、可靠、有效的判别沥青与集料黏附性的试验方法.
Fig.1 Bonding ratios of aggregate‑asphalt
Fig.2 Ms of aggregate‑asphalt
为获得集料形态特征，按照AIMS分类规则将不同来源的粒径为10~15 mm的5种集料各分为5组（G1、G2、G3、G4、G5），如图3所示.通过AIMS获得不同集料的数字化形态特征，如图4所示.由图4可见：（1）同一来源的5组粗集料形态特征之间存在明显的差异.G1组骨料棱角性较小，G5组棱角性最大.从G1到G5，GA增加的同时，SP下降，这种规律性的单调变化，为集料的棱角性和球度作为控制变量与其他性能对比提供了依据，同时也证实了根据棱角性划分粗集料是有效的.（2）对于相同来源的石料，纹理值略有不同，不同来源集料的纹理存在显著差异，花岗岩的纹理值最大，石灰岩的纹理值最小.
Fig.3 Typical aggregates characteristic of different sources
Fig.4 Morphological characteristics of coarse aggregates
2.3 集料形态特征对集料-沥青黏附性及水稳定性的影响
2.3.1 集料的棱角性对集料-沥青黏附性及水稳定性的影响
图5为Ms、ΔS、TSR、SIP与GA的拟合关系，其相关系数见表4.由图5可见：（1）GA与Ms存在线性正相关关系；随着GA的增加，Ms增加，表明GA值越大，沥青越容易从集料表面脱落，沥青的存在对集料-沥青的黏附不利.（2）对于相同来源的集料，沥青混合料的抗水损害指标ΔS、TSR、SIP随着集料GA的变化呈规律性变化；随着集料GA的增大，沥青混合料的ΔS先减小后增大，TSR和 SIP先增大后减小，并且GA与ΔS、TSR、SIP分别呈二次函数关系，相关系数R2 均大于0.90.（3）集料存在最佳GA，使得ΔS最小，TSR和SIP最大，此时沥青混合料的抗水损害性能最好；除了辉绿岩的最佳GA为2 500~3 000，石灰岩、花岗岩、玄武岩、辉长岩的最佳GA均为3 000~3 500.
Fig.5 Relationships between Ms，ΔS，TSR，SIP and GA
表4 Ms、ΔS、TSR、SIP与GA的回归关系
Table 4 Regression relation between Ms， ΔS，TSR，SIP and GA
| Index | Aggregate source | Regression relation | R2 |
|---|
|
GA‑Ms |
Limestone |
y=2×10-6x+0.08 |
0.973 |
|
Granite |
y=3×10-5x+0.31 |
0.936 |
|
Basalt |
y=2×10-5x+0.16 |
0.884 |
|
Dolerite |
y=7×10-5x+0.10 |
0.980 |
|
Gabbro |
y=4×10-5x+0.18 |
0.938 |
|
GA‑ΔS |
Limestone |
y=10-6x2+0.006x+22.74 |
0.917 |
|
Granite |
y=3×10-6x2+0.014x +33.06 |
0.938 |
|
Basalt |
y=2×10-6x2+0.009x +20.99 |
0.959 |
|
Dolerite |
y=2×10-6x2+0.007x +20.20 |
0.937 |
|
Gabbro |
y=2×10-6x2+0.011x +26.16 |
0.963 |
|
GA‑TSR |
Limestone |
y=6×10-4x2-8×10-8x-0.052 |
0.902 |
|
Granite |
y=0.001x2-1.6×10-7x-0.87 |
0.944 |
|
Basalt |
y=8.6×10-4x2-1.4×10-7x-0.43 |
0.945 |
|
Dolerite |
y=7.1×10-4x2-1.3×10-7x-0.19 |
0.913 |
|
Gabbro |
y=0.002x2-3.4×10-7x-2.21 |
0.963 |
|
GA‑SIP |
Limestone |
y=-0.000 1x2+0.613x +5 612 |
0.989 |
|
Granite |
y=-0.000 8x2+4.43x -2 061 |
0.963 |
|
Basalt |
y=-0.000 1x2+0.339x +6 159 |
0.932 |
|
Dolerite |
y=-0.000 7x2+3.64x +1 645 |
0.995 |
|
Gabbro |
y=-0.000 9x2+4.84x-466 |
0.986 |
2.3.2 集料的球度对集料-沥青黏附性及水稳定性影响
图6为ΔS、TSR、SIP、Ms与SP的拟合关系（采用SBS改性沥青），其相关系数见表5.由图6可见：（1）SP与Ms存在线性负相关关系；随着SP的增大，Ms减小，表明集料越圆润，沥青与集料的黏附性越强.（2）对于相同来源的集料，沥青混合料的ΔS、TSR、SIP随着集料SP的变化呈规律性变化；随着集料SP的增大，沥青混合料的ΔS先减小后增大，TSR和 SIP先增大后减小，并且SP与ΔS、TSR、SIP分别呈二次函数关系，并且相关系数R2 均大于0.90，如表4所示.（3）集料存在最佳球度，使得ΔS最小，TSR和SIP最大，沥青混合料的水稳定性最好；SP在0.75左右时，不同来源集料的ΔS出现最小值；石灰岩、花岗岩的SP在0.65左右时，TSR出现最大值，辉长岩的SP在0.70左右时，TSR出现最大值，玄武岩、辉绿岩的SP在0.75左右时，TSR出现最大值；花岗岩、辉长岩的SP在0.70左右时，SIP出现最大值，石灰岩、辉绿岩、玄武岩的SP在0.75左右时，SIP出现最大值.分析可知，随着集料SP的增大，集料更加圆润，集料与沥青间的黏附性增强，集料间的嵌挤作用先增强后减弱，所以集料的SP在0.65~0.75时，沥青混合料的水稳定性最佳.
Fig.6 Relationships between Ms，ΔS，TSR，SIP and SP
表5 Ms、ΔS、TSR、SIP与SP的回归关系
Table 5 Regression relation between Ms，ΔS，TSR，SIP and SP
| Index | Aggregate source | Regression relation | R2 |
|---|
|
SP‑Ms |
Limestone |
y=-0.02x+0.09 |
0.978 |
|
Granite |
y=-0.20x+0.53 |
0.930 |
|
Basalt |
y=-0.11x+0.28 |
0.882 |
|
Dolerite |
y=-0.42x+0.58 |
0.985 |
|
Gabbro |
y=-0.30x+0.51 |
0.979 |
|
SP‑ΔS |
Limestone |
y=56.63x2-81.75x+44.05 |
0.937 |
|
Granite |
y=193.67x2-284.93x+119.88 |
0.953 |
|
Basalt |
y=86.18x2-129.97x+58.046 |
0.954 |
|
Dolerite |
y=63.56x2-100.97x+52.16 |
0.935 |
|
Gabbro |
y=95.43x2-146.66x+68.38 |
0.960 |
|
SP‑TSR |
Limestone |
y=5.17x2-3.95x-0.83 |
0.923 |
|
Granite |
y=9.90x2-7.39x-2.63 |
0.981 |
|
Basalt |
y=9.68x2-6.90x-2.52 |
0.891 |
|
Dolerite |
y=7.46x2-5.12x-1.94 |
0.915 |
|
Gabbro |
y=19.49x2-14.31x-5.81 |
0.987 |
|
SP‑SIP |
Limestone |
y=-6 440.4x2+9 991.1x+2 477.6 |
0.988 |
|
Granite |
y=-45 998x2+64 642x-18 380 |
0.985 |
|
Basalt |
y=-6 129.6x2+10 730x+1 712.2 |
0.944 |
|
Dolerite |
y=-28 741x2+43 845x-10 530 |
0.997 |
|
Gabbro |
y=-33 636x2+48 365x-11 121 |
0.991 |
2.3.3 集料表面纹理对集料-沥青黏附性及水稳定性的影响
为了排除棱角性、球度的影响，采用5组集料（GA‑G1、GA‑G2、D‑G2、D‑G3、B‑G3）来研究集料表面纹理对SBS改性沥青与集料黏附性的影响，其GA值分别为2 405、2 418、2 388、2 578、2 378，SP值分别为0.78、0.76、0.78、0.74、0.79.
图7为Ms、ΔS、TSR、SIP与TX的关系.由图7可见：（1）TX与Ms之间存在非线性正相关关系；随着集料TX的增加，Ms减小，这说明粗糙的表面纹理有利于提高沥青与集料的黏附力.（2）ΔS、TSR、SIP指标随着集料纹理TX的变化出现规律性的变化，ΔS、TSR、SIP与TX呈二次函数关系，相关系数R2分别为0.810、0.885、0.862；在保证集料GA、SP基本一致的情况下，随着TX的增大，集料的比表面积增大，沥青与集料之间的黏附面积增大，所以沥青与集料之间的黏附性增强，沥青混合料的抗水损害性能增强.
Fig.7 Correlation of parameters between Ms，ΔS，TSR，SIP and TX
2.4 集料形态特征与集料-沥青黏附性及水稳定性灰色关联分析
灰色关联度分析法是根据因素之间发展态势的相似或相异程度来衡量因素之间关联程度的，其核心是首先对原始数据进行处理，然后计算关联系数［13-14］.
将集料-沥青的黏附性指标Ms及水稳定性指标ΔS、TSR、SIP作为参考数列，将25组集料（5种集料、各5组）的形态特征GA、SP、TX作为比较数列，不同集料的形态特征及黏附性指标如表6所示.分析不同的集料-沥青黏附性及水稳定指标与集料形态特征的关联性，结果如表7所示.
表6 不同集料形态特征及黏附性指标
Table 6 Morphological characteristics and adhesion index of different aggregates
| Aggregate | GA | SP | TX | Ms | ΔS/% | TSR | SIP |
|---|
|
L‑G1 |
2 155 |
296 |
0.82 |
0.079 |
15.44 |
0.73 |
6 332 |
|
L‑G2 |
2 280 |
305 |
0.80 |
0.080 |
14.75 |
0.79 |
6 380 |
|
L‑G3 |
2 448 |
310 |
0.76 |
0.080 |
14.21 |
0.81 |
6 317 |
|
L‑G4 |
3 321 |
331 |
0.64 |
0.082 |
15.21 |
0.85 |
6 247 |
|
L‑G5 |
4 425 |
318 |
0.49 |
0.084 |
17.52 |
0.75 |
5 824 |
|
GR‑G1 |
2 345 |
582 |
0.78 |
0.374 |
15.94 |
0.60 |
4 022 |
|
GR‑G2 |
2 501 |
593 |
0.75 |
0.384 |
14.31 |
0.63 |
4 290 |
|
GR‑G3 |
2 847 |
599 |
0.70 |
0.394 |
15.62 |
0.68 |
4 297 |
|
GR‑G4 |
3 444 |
577 |
0.62 |
0.400 |
17.84 |
0.67 |
4 017 |
|
GR‑G5 |
3 887 |
566 |
0.57 |
0.423 |
20.27 |
0.61 |
3 524 |
|
B‑G1 |
1 986 |
504 |
0.85 |
0.182 |
10.15 |
0.70 |
6 322 |
|
B‑G2 |
2 175 |
513 |
0.83 |
0.198 |
9.12 |
0.79 |
6 470 |
|
B‑G3 |
2 378 |
524 |
0.79 |
0.200 |
9.23 |
0.82 |
6 497 |
|
B‑G4 |
3 379 |
536 |
0.64 |
0.214 |
10.24 |
0.84 |
6 017 |
|
B‑G5 |
4 000 |
539 |
0.56 |
0.220 |
12.25 |
0.74 |
5 824 |
|
D‑G1 |
2 015 |
465 |
0.84 |
0.235 |
12.35 |
0.71 |
6 022 |
|
D‑G2 |
2 388 |
473 |
0.78 |
0.252 |
11.27 |
0.77 |
6 190 |
|
D‑G3 |
2 578 |
482 |
0.74 |
0.275 |
12.14 |
0.79 |
6 150 |
|
D‑G4 |
3 012 |
488 |
0.68 |
0.291 |
13.25 |
0.75 |
6 017 |
|
D‑G5 |
3 514 |
477 |
0.60 |
0.336 |
14.33 |
0.70 |
5 424 |
|
GA‑G1 |
2 405 |
413 |
0.78 |
0.277 |
12.38 |
0.68 |
6 122 |
|
GA‑G2 |
2 418 |
427 |
0.76 |
0.288 |
11.59 |
0.75 |
6 217 |
|
GA‑G3 |
2 748 |
430 |
0.72 |
0.296 |
12.24 |
0.80 |
6 297 |
|
GA‑G4 |
3 245 |
444 |
0.66 |
0.309 |
13.33 |
0.82 |
6 117 |
|
GA‑G5 |
3 677 |
430 |
0.58 |
0.341 |
15.36 |
0.68 |
5 624 |
表7 集料-沥青的黏附性及水稳定性与集料形态特性的关联系数
Table 7 Correlation coefficient between aggregate asphalt adhesion， moisture stability and aggregate morphological characteristics
| Index | GA | TX | SP |
|---|
|
Ms |
0.783 |
0.806 |
0.760 |
|
ΔS/% |
0.813 |
0.761 |
0.770 |
|
TSR |
0.734 |
0.756 |
0.807 |
|
SIP |
0.731 |
0.772 |
0.854 |
由表7可见：（1）集料形态特征对集料-沥青黏附性及水稳定性的影响程度不同；关联系数集中分布在0.73~0.86，变化幅度不大，这说明3个形态指标对集料-沥青黏附性及水稳性都有较大的影响.（2）集料形态特征与集料-沥青黏附性指标Ms的关联度排序为TX＞GA＞SP，在水、温耦合且无外界作用力环境下，集料表面纹理对集料-沥青黏附性影响最大，棱角性次之，球度影响相对较小，集料通过粗糙纹理结构在与沥青产生黏附作用时发挥了最大的作用.（3）集料形态特征与浸水飞散损失指标ΔS的关联度排序为：GA＞SP＞TX，在水、温、多向力耦合作用下，集料的表面纹理对沥青混合料抗水损害性能的影响相对较小，棱角性和球度影响较大，这可能因为集料通过棱角的嵌挤比集料仅通过粗糙纹理对沥青黏附作用和混合料中集料-沥青-集料结构的黏附特征影响更大.（4）集料形态特征与冻融劈裂强度比TSR、车辙剥落变形拐点SIP的关联度排序均为：SP＞TX＞GA，在水、温、竖向力耦合作用下，沥青混合料良好的水稳定性主要依赖集料的形状（球度）和表面纹理结构.
（1） 本文提出的集料-沥青黏结性能定量测试方法可靠、实用，能够有效区分并评价不同沥青与集料的黏附性及抗水损坏性能.
（2） 随着集料球度SP的增大，棱角性GA减小，沥青混合料的水稳定性先提升后降低.沥青混合料的水稳定性最佳的GA值为2 500~3 000，SP值为0.65~0.75.随着集料纹理TX值的增大，沥青混合料的水稳定性增强.
（3） 集料的形态特征指标对集料-沥青黏附性的影响排序由大到小依次为：TX>GA>SP；对浸水飞散损失指标的影响排序由大到小依次为：GA>SP>TX；对冻融劈裂强度比、浸水车辙指标的影响排序由大到小依次为：SP>TX>GA.
参考文献
1 冯俊领，郭忠印，陈崇驹，等.高温多雨条件下沥青混合料水损害模拟研究［J］.建筑材料学报，2007，10（5）：48‑52.
[百度学术]
FENG Junling， GUO Zhongyin， CHEN Chongju， et al. Simulation study on water damage of asphalt mixture under high temperature and rainy conditions［J］. Journal of Building Materials， 2007， 10（5）： 48‑52. （in Chinese）
[百度学术]
2 韩森，刘亚敏，徐鸥明，等.材料特性对沥青-集料界面黏附性的影响［J］.长安大学学报（自然科学版），2010，30（3）：10‑13，74.
[百度学术]
HAN Sen， LIU Yamin， XU Ouming， et al. Influence of material properties on adhesion of asphalt aggregate interface［J］. Journal of Chang’an University （Natural Science）， 2010， 30（3）： 10‑13， 74. （in Chinese）
[百度学术]
3 SINGH D， HABAL A， ASHISH P K， et al. Evaluating suitability of energy efficient and anti‑stripping additives for polymer and polyphosphoric acid modified asphalt binder using surface free energy approach［J］. Construction and Building Materials， 2018， 158： 949‑960.
[百度学术]
4 VEYTSKIN Y， BOBKO C， CASTORENA C， et al. Nanoindentation investigation of asphalt binder and mastic cohesion［J］. Construction and Building Materials， 2015， 100： 163‑171.
[百度学术]
5 LI J， LI P， SU J， et al. Effect of aggregate contact characteristics on densification properties of asphalt mixture［J］. Construction and Building Materials， 2019， 204 ： 691‑702.
[百度学术]
6 李晓燕，卜胤，汪海年，等.粗集料形态特征的定量评价指标研究［J］.建筑材料学报，2018，21（3）：524‑530.
[百度学术]
LI Xiaoyan， BU Yin， WANG Hainian， et al. Study on quantitative evaluation index of coarse aggregate morphological characteristics［J］. Journal of Building Materials， 2018， 21（3）： 524‑530. （in Chinese）
[百度学术]
7 GUO Y， MARKIN V， ZHANG X， et al. Image analysis for morphology， rheology and degradation study of railway ballast： A review［J］ Transportation Geotechnics， 2019， 18： 173‑211.
[百度学术]
8 VALDÉS G， MIRO R， MARTINEZ A， et al. Effect of the physical properties of aggregates on aggregate‑asphalt bond measured using the UCL method［J］. Construction and Building Materials， 2014， 73： 399‑406.
[百度学术]
9 VANOSS C J， CHAUDHURY M K， GOOD R J. Interfacial Lifshitz‑Van Der Waals and polar interactions in macroscopic systems［J］. Chemical Reviews， 1988， 88（6）： 927‑941.
[百度学术]
10 王彦喆.粗集料细观结构特征对沥青混合料性能的影响研究［D］.西安：长安大学， 2012.
[百度学术]
WANG Yanzhe. Study on the influence of micro structure characteristics of coarse aggregate on the performance of asphalt mixture［D］. Xi’an： Chang’an University， 2012. （in Chinese）
[百度学术]
11 BHASIN A， LITTLE‑DALLAS N. Characterization of aggregate surface energy using the universal sorption device［J］. Journal of Materials in Civil Engineering， 2007， 19（8）： 634‑641.
[百度学术]
12 张争奇，罗要飞，张苛.沥青混合料汉堡车辙试验评价研究综述［J］.材料导报，2017，31（3）：96‑105.
[百度学术]
ZHANG Zhengqi， LUO Yaofei， ZHANG Ke. Review on the evaluation of Hamburg rut test of asphaltmixture［J］. Materials Reports， 2017， 31（3）： 96‑105. （in Chinese）
[百度学术]
13 王鹏，曾凡奇，黄晓明.沥青高温性能指标的灰色关联度分析［J］.交通运输工程学报，2006，6（3）：32‑36.
[百度学术]
WANG Peng， ZENG Fanqi， HUANG Xiaoming. Grey correlation analysis of asphalt high temperature performance index［J］. Journal of Transportation Engineering， 2006， 6（3）： 32‑36. （in Chinese）
[百度学术]
14 鲍学英，王起才，张磊，等.基于灰色关联分析的再生混凝土粗骨料质量优选研究［J］.硅酸盐通报，2014，33（4）：39‑43.
[百度学术]
BAO Xueying， WANG Qicai， ZHANG Lei， et al. Quality optimization of recycled concrete coarse aggregate based on grey relational analysis［J］. Bulletin of the Chinese Ceramic Society， 2014， 33（4）： 39‑43. （in Chinese）
[百度学术]
