一种路基压实参数调节方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术提供了一种路基压实参数调节方法、装置、设备及可读存储介质，所述方法包括：获取当前压实遍数下振动压路机的第一实际振动参数和路基的第一实际土体参数；基于振动压路机的第一实际加速度数据，得到路基的第一实际压实能量指标；构建GRNN神经网络模型；获取进行下一遍压实时预测的振动压路机的振动参数和预测的路基的土体参数，利用构建的GRNN神经网络模型，得到路基的第一压实能量指标预测值；基于路基的第一压实能量指标预测值，得到需要调整的第一振动参数，以指导振动压路机进行下一遍压实时对振动参数的调整。本发明专利技术能够通过对数据的快速处理得到CEV的数值，进而判断路基的压实质量如何，有利于指导接下来的施工。有利于指导接下来的施工。有利于指导接下来的施工。

【技术实现步骤摘要】
一种路基压实参数调节方法、装置、设备及可读存储介质


[0001]本专利技术涉及铁路工程
，具体而言，涉及一种路基压实参数调节方法、装置、设备及可读存储介质。

技术介绍

[0002]在高速铁路的建设过程之中，路基压实质量的好坏影响着高速列车的运行安全，而路基填筑工程的压实及其质量控制是保证路基压实质量的关键。随着科学技术的发展，路基的压实质量检测从传统检测方法逐渐发展至连续压实控制（Continuous Compaction Control，简称CCC）。连续压实控制技术能够在一定的程度上减小由于传统的检测方法所带来的弊端，但因为此技术还尚未完全成熟，所以目前还未被广泛的应用于现场的实际工作中；另一方面，在路基压实的现场工作中，此技术还未实现完全的智能，在得到系统对于压实实况的反馈之后，需要通过人脑来选取接下来的压路机振动参数（激振力、频率、压实遍数等）。

技术实现思路

[0003]本专利技术的目的在于提供一种路基压实参数调节方法、装置、设备及可读存储介质，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了如下技术方案：一方面，本申请实施例提供了一种路基压实参数调节方法，所述方法包括：步骤S1、获取当前压实遍数下振动压路机的第一实际振动参数和路基的第一实际土体参数，所述振动压路机的第一实际振动参数包括振动压路机的第一实际压实遍数、振动压路机的第一实际加速度数据、振动压路机的第一实际频率和振动压路机的第一实际激振力，所述路基的第一实际土体参数包括路基第一实际沉降量和路基填料级配的第一实际曲率系数；步骤S2、基于所述振动压路机的第一实际加速度数据，得到路基的第一实际压实能量指标；步骤S3、利用GRNN神经网络模型获取所述路基的第一实际压实能量指标、所述振动压路机的第一实际振动参数和所述路基的第一实际土体参数，得到构建好的GRNN神经网络模型；步骤S4、获取进行下一遍压实时预测的振动压路机的振动参数和预测的路基的土体参数，利用所述构建好的GRNN神经网络模型，得到路基的第一压实能量指标预测值；步骤S5、基于所述路基的第一压实能量指标预测值，得到需要调整的第一振动参数，以指导所述振动压路机进行下一遍压实时对振动参数的调整。
[0005]可选的，所述步骤S2，包括：对所述振动压路机的第一实际加速度数据进行经验模态分解，得到分解量，对所述分解量行进希尔伯特
‑
黄变换，得到Hilbert幅值谱；
对所述Hilbert幅值谱进行时间积分，得到振动信号的边际谱曲线；对所述振动信号的边际谱曲线进行求和，得到路基的压实能量指标。
[0006]可选的，所述步骤S3，包括：提取所述振动压路机的第一实际加速度数据中的最大值，得到振动压路机的加速度峰值；对所述路基的第一实际压实能量指标、振动压路机的第一实际压实遍数、振动压路机的加速度峰值、振动压路机的第一实际频率、振动压路机的第一实际激振力和路基的第一实际土体参数进行归一化处理，得到处理后的数据；获取GRNN神经网络模型的参数设定值，所述GRNN神经网络模型的参数包括所述GRNN神经网络模型的光滑因子，得到设定之后的GRNN神经网络模型；利用设定之后的GRNN神经网络模型获取所述处理后的数据，得到构建好的GRNN神经网络模型。
[0007]可选的，所述步骤S4，包括：获取进行下一遍压实时预测的振动压路机的压实遍数、预测的振动压路机的加速度数据、预测的振动压路机频率和预测的振动压路机激振力；提取所述预测的振动压路机的加速度数据中的最大值，得到预测的振动压路机的加速度峰值；获取路基填料的曲率系数关于压实遍数的拟合曲线；基于所述预测的振动压路机的压实遍数和所述路基填料的曲率系数关于压实遍数的拟合曲线，得到预测的路基的土体参数，所述预测的路基的土体参数包括预测的路基沉降量和预测的路基填料的级配曲率系数；基于所述预测的振动压路机的压实遍数、预测的振动压路机的加速度峰值、预测的振动压路机频率、预测的振动压路机激振力和预测的路基的土体参数，利用构建好的GRNN神经网络模型，得到路基的第一压实能量指标预测值。
[0008]可选的，所述步骤S5，包括：获取压实能量指标标准值，将所述路基的第一压实能量指标预测值与所述压实能量指标标准值进行对比，得到需要调整的第一振动参数；发送所述需要调整的第一振动参数，以指导所述振动压路机进行下一次压实时对振动参数的调整。
[0009]可选的，所述步骤S5后，还包括：获取进行下一遍压实时振动压路机的第二实际振动参数和路基的第二实际土体参数，所述振动压路机的第二实际振动参数包括振动压路机的第二实际压实遍数、振动压路机的第二实际加速度数据、振动压路机的第二实际频率和振动压路机的第二实际激振力，所述路基的第二实际土体参数包括路基的第二实际沉降量和路基填料级配的第二实际曲率系数；基于所述振动压路机的第二实际加速度数据，得到路基的第二实际压实能量指标；基于所述路基的第二实际压实能量指标、所述振动压路机的第二实际振动参数和所述路基的第二实际土体参数，更新所述构建好的GRNN神经网络模型，得到更新后的GRNN
神经网络模型；获取进行再下一遍压实时预测的振动压路机的振动参数和进行再下一遍压实时预测的路基的土体参数，利用所述更新后的GRNN神经网络模型，得到路基的第二压实能量指标预测值；基于所述路基的第二压实能量指标预测值，得到需要调整的第二振动参数，以指导所述振动压路机进行再下一遍压实时对振动参数的调整。
[0010]第二方面，本申请实施例提供了一种路基压实参数调节装置，所述装置包括：第一获取模块、第一计算模块、构建模块、第二获取模块和第二计算模块。
[0011]所述第一获取模块，用于获取当前压实遍数下振动压路机的第一实际振动参数和路基的第一实际土体参数，所述振动压路机的第一实际振动参数包括振动压路机的第一实际压实遍数、振动压路机的第一实际加速度数据、振动压路机的第一实际频率和振动压路机的第一实际激振力，所述路基的第一实际土体参数包括路基第一实际沉降量和路基填料级配的第一实际曲率系数；所述第一计算模块，用于基于所述振动压路机的第一实际加速度数据，得到路基的第一实际压实能量指标；所述构建模块，用于利用GRNN神经网络模型获取所述路基的第一实际压实能量指标、所述振动压路机的第一实际振动参数和所述路基的第一实际土体参数，得到构建好的GRNN神经网络模型；所述第二获取模块，用于获取进行下一遍压实时预测的振动压路机的振动参数和预测的路基的土体参数，利用所述构建好的GRNN神经网络模型，得到路基的第一压实能量指标预测值；所述第二计算模块，用于基于所述路基的第一压实能量指标预测值，得到需要调整的第一振动参数，以指导所述振动压路机进行下一遍压实时对振动参数的调整。
[0012]可选的，所述第一计算模块，包括：分解单元，用于对所述振动压路机的第一实际加速度数据进行经验模态分解，得到分解量，对所述分解量行进希尔伯特
‑
黄变换，得到Hilbert幅值谱；积分单元，用于对所述Hilbert幅值谱进行时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路基压实参数调节方法，其特征在于，包括：步骤S1、获取当前压实遍数下振动压路机的第一实际振动参数和路基的第一实际土体参数，所述振动压路机的第一实际振动参数包括振动压路机的第一实际压实遍数、振动压路机的第一实际加速度数据、振动压路机的第一实际频率和振动压路机的第一实际激振力，所述路基的第一实际土体参数包括路基第一实际沉降量和路基填料级配的第一实际曲率系数；步骤S2、基于所述振动压路机的第一实际加速度数据，得到路基的第一实际压实能量指标；步骤S3、利用GRNN神经网络模型获取所述路基的第一实际压实能量指标、所述振动压路机的第一实际振动参数和所述路基的第一实际土体参数，得到构建好的GRNN神经网络模型；步骤S4、获取进行下一遍压实时预测的振动压路机的振动参数和预测的路基的土体参数，利用所述构建好的GRNN神经网络模型，得到路基的第一压实能量指标预测值；步骤S5、基于所述路基的第一压实能量指标预测值，得到需要调整的第一振动参数，以指导所述振动压路机进行下一遍压实时对振动参数的调整。2.根据权利要求1所述的路基压实参数调节方法，其特征在于，所述步骤S2，包括：对所述振动压路机的第一实际加速度数据进行经验模态分解，得到分解量，对所述分解量行进希尔伯特
‑
黄变换，得到Hilbert幅值谱；对所述Hilbert幅值谱进行时间积分，得到振动信号的边际谱曲线；对所述振动信号的边际谱曲线进行求和，得到路基的压实能量指标。3.根据权利要求1所述的路基压实参数调节方法，其特征在于， 所述步骤S3，包括：提取所述振动压路机的第一实际加速度数据中的最大值，得到振动压路机的加速度峰值；对所述路基的第一实际压实能量指标、振动压路机的第一实际压实遍数、振动压路机的加速度峰值、振动压路机的第一实际频率、振动压路机的第一实际激振力和路基的第一实际土体参数进行归一化处理，得到处理后的数据；获取GRNN神经网络模型的参数设定值，所述GRNN神经网络模型的参数包括所述GRNN神经网络模型的光滑因子，得到设定之后的GRNN神经网络模型；利用设定之后的GRNN神经网络模型获取所述处理后的数据，得到构建好的GRNN神经网络模型。4.根据权利要求1所述的路基压实参数调节方法，其特征在于，所述步骤S4，包括：获取进行下一遍压实时预测的振动压路机的压实遍数、预测的振动压路机的加速度数据、预测的振动压路机频率和预测的振动压路机激振力；提取所述预测的振动压路机的加速度数据中的最大值，得到预测的振动压路机的加速度峰值；获取路基填料的曲率系数关于压实遍数的拟合曲线；基于所述预测的振动压路机的压实遍数和所述路基填料的曲率系数关于压实遍数的拟合曲线，得到预测的路基的土体参数，所述预测的路基的土体参数包括预测的路基沉降量和预测的路基填料的级配曲率系数；
基于所述预测的振动压路机的压实遍数、预测的振动压路机的加速度峰值、预测的振动压路机频率、预测的振动压路机激振力和预测的路基的土体参数，利用构建好的GRNN神经网络模型，得到路基的第一压实能量指标预测值。5.一种路基压实参数调节装置，其特征在于，包括：第一获取模块，用于获取当前压实遍数下振动压路机的第一实际振动参数和路基的第一实际土体参数，所述振动压路机的第一实际振动参数包括振动压路机的第一实际压实遍数、振动压路机的第一实际加速度数据、振动压路机的第一实际频率和振动压路机的第一实际激振力，...

【专利技术属性】
技术研发人员：杨长卫，岳茂，张良，童心豪，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：