利用CMV评估堆石料压实质量的神经网络模型

摘要

土石坝压实质量对大坝安全至关重要,通过压实质量评估模型可实现对压实质量实时监控。传统碾压施工采用固定的碾压方案,碾压参数在碾压过程中不改变,而在智能压实过程中,碾压参数根据当前压实状态进行优化调整,因此压实质量评估模型必须考虑碾压参数。通过堆石料现场碾压试验,分析了压实计值(compaction meter value,CMV)与堆石料相对密度和碾压参数的相关性。结果表明,CMV与堆石料相对密度具有较强相关性,可作为堆石料压实质量监测指标,碾压机振动频率和车速对CMV影响显著,行驶方向对CMV影响较小。最后基于现场试验和径向基(RBF)神经网络,建立了考虑碾压参数变化的堆石料压实质量评估模型。与试验结果对比表明该模型具有较高精度。