利用CMV评估堆石料压实质量的神经网络模型

• 作者: 刘天云 历从实 安再展 张庆龙 李庆斌 皇甫泽华
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 堆石料 压实质量 评估模型 碾压参数 现场碾压试验 径向基神经网络
• 年，卷（期）: 2020,（4）
• 页码范围: 110-120
• 页数: 11页
• 分类号: TV5
• 语种: 中文
• DOI: 10.11660/slfdxb.20200411

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆斌	清华大学水沙科学与水利水电工程国家重点实验室	105	1799	22.0	38.0
2	刘天云	清华大学水沙科学与水利水电工程国家重点实验室	25	128	6.0	10.0
3	皇甫泽华		53	41	3.0	4.0
4	历从实		10	14	2.0	3.0
5	张庆龙	清华大学水沙科学与水利水电工程国家重点实验室	5	4	1.0	2.0
6	安再展	清华大学水沙科学与水利水电工程国家重点实验室	5	4	1.0	2.0