【技术实现步骤摘要】
土石坝料压实质量评价方法
[0001]本专利技术涉及一种评价土石坝坝料压实质量的方法,具体地说,涉及一种基于深度学习的评价土石坝坝料压实质量的方法。本专利技术属于土石坝坝料压实质量检测
技术介绍
[0002]土石坝是水利水电开发过程中最常见的坝型之一,在其填筑过程中,坝料的压实质量控制对大坝整体的质量、安全稳定运行起着决定性的影响。如果坝料压实质量不达标,则坝体可能会出现渗透破坏、裂隙、滑坡等现象,严重的还会出现土石坝溃坝事故。
[0003]随着大坝填筑施工智能化水平的提高,采用传统的压实质量控制方法即“双控法”已不能满足现代化机械施工的要求。为了提高压实质量和效率,不少学者通过研究影响压实效果的因素与压实质量之间的相关关系,不断提出以监测碾压施工参数或基于碾轮振动性态的连续压实指标实时监控土石坝压实质量。如黄声享等研制的基于GPS的实时监控系统,该监控系统通过对面板堆石坝碾压过程中的行车轨迹、行车速度、碾压遍数和压实厚度的全过程监控实现对坝体压实质量的监控。如钟登华等研发的一种高心墙堆石坝施工质量监控技术,通过对心墙堆石坝的填筑碾压施工参数(碾压遍数、行车速度、行车轨迹、压实厚度和激振力状态等)的在线监测和反馈控制,使大坝施工质量处于真实受控状态。如李斌等通过对高填方渠道碾压施工过程中主要质量参数的有效监控,有效地提高大型工程施工质量管理与控制的现代化水平。如刘东海等提出的一种利用施工碾压参数(即碾压遍数、行车速度、振动状态、压实厚度)、土石料含水率和级配建立多元回归模型的方法,对土石坝施工压实质 ...
【技术保护点】
【技术特征摘要】
1.一种土石坝料压实质量评价方法,其特征在于:它包括如下步骤:S1、采集与清洗评价坝料压实质量的数据S1.1、采集评价坝料压实质量的原始数据原始数据包括料源参数P
ms
、碾压参数P
rp
和连续压实指标P
cc
;所述料源参数P
ms
包括P5含量、不均匀系数C
u
、曲率系数C
c
和最大粒径D
max
,所述碾压参数P
rp
包括碾压遍数n、行车速度v、行车方向b、铺层厚度h和激振频率f,所述连续压实指标P
cc
包括碾压波速V
s
和单位体积压实功E;S1.2、清洗采集的评价坝料压实质量的原始数据删除所述原始数据中的缺失值和重复值;采用箱线图识别所述原始数据中的异常数据,并删除;所述箱线图中,小于Q
L
‑
1.5IQR或大于Q
U
+1.5IQR的数据均为异常数据,其中,Q
L
为下四分位数,表示全部观察值中有四分之一的数据比它小;Q
U
为上四分位数,表示全部观察值中有四分之一的数据比它大;IQR为四分位间距,是上四分位数Q
U
与下四分位数Q
L
之差,其间包含了全部观察值的一半;S2、获取反应坝料压实质量的干密度指标通过挖试验坑采用灌水法得到碾压层的干密度;S3、对评价坝体压实质量的数据进行相关性分析确定最终模型输入输出参数对步骤S1获得的各个参数与步骤S2获得的坝料干密度进行相关性分析;根据皮尔逊相关系数R筛选出与干密度相关的参数作为最终的坝料压实评价模型输入参数,构成模型输入参数集合X
E
={x1,x2,
…
x
i
,
…
,x
n
},其中i=1,2,
…
,n,x
i
为第i个输入参数;将步骤S2挖坑实测得到的干密度作为压实质量评价模型的输出值;S4、建立基于深度学习的压实质量评价模型,对压实质量进行评价S4.1、将步骤S3得到的数据集X
E
作为压实质量评价模型输入值,将步骤S2挖坑实测得到的干密度作为压实质量评价模型的输出值,将总的数据集分为训练集和测试集,采用训练集数据对压实质量评估模型进行训练,得到基于深度学习的压实质量评价模型;S4.2、将测试集数据代入已训练好的模型中进行干密度预测,根据预测结果采用评价指标均方误差MSE和决定系数R2对压实质量评价模型的优劣进行表征;所述均方误差MSE和决定系数R2函数具体表示为:函数具体表示为:式中:y
i
为干密度的真实值,为干密度的预测值;为干密度真实值的平均值;m为时间序列长度;S4.3、通过建立的压实质量评估模型对土石坝坝料压实质量进行评估当对某一单元工程进行碾压时,将实时获取到的数据集X
E
中对应参数输入到压实质量评估模型就可获取当前碾压位置处对应的干密度,当该值大于碾压设计干密度时,即可认为该碾压位置已满足大坝填筑压实标准,已碾...
【专利技术属性】
技术研发人员:赵宇飞,陈祖煜,王文博,刘彪,王玉杰,孟亮,姜龙,汤旭东,皮进,王宇,林兴超,孙兴松,
申请(专利权)人:中国水利水电第六工程局有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。