原文传递
基于瑞雷波频散特征的路基路面动态模量智能反演研究
| 论文题名： | 基于瑞雷波频散特征的路基路面动态模量智能反演研究 |
| 关键词： | 路基路面;结构性能评价;瑞雷波;频散特征;动态模量;反演;神经网络 |
| 摘要： | 动态模量作为评价道路承载力的重要力学参数，其优劣程度直接影响到整个道路结构的使用寿命。因此，如何科学合理的获得道路各结构层动态模量来分析评价其结构承载力成为了路基路面结构性能评价的首要任务。通过建立相关理论分析模型并基于FWD等动态弯沉数据来进行模量反演是目前获取道路结构层动态模量的主要方法，但存在的问题有：建立的理论分析模型多以静态为主，而行车荷载的力学响应为动态响应，这就导致评定结果与实际工况存在一定差异；模量反演算法大多采用遗传算法等启发式算法，不足之处主要为计算时间长、反演结果复现性差、数据批处理能力弱。针对上述问题，本文基于弹性动力学理论研究了瑞雷波在道路层状结构中的频散特征，根据瑞雷波频散数据的数据特点，构建了不同神经网络反演模型进行仿真分析，并利用训练好的模型对实测数据进行模量反演，将反演结果与现场不同试验方法测试结果进行相关性分析，从理论与实际应用两方面验证了智能反演方法的可行性、合理性与有效性。本文的主要研究内容与结论如下： （1）通过分析道路各结构层的模量、厚度与密度变化对理论频散曲线的影响，研究了道路层状结构中瑞雷波的理论频散特征。研究表明，对道路瑞雷波频散特征影响最大的因素是各结构层的模量，其次是厚度，而密度的影响最小。 （2）通过对理论频散曲线进行模量敏感性研究，分析了不同典型路基路面结构模型各结构层相应的敏感频带响应范围。此外，还将典型路基路面结构模型进行了细化分层，通过计算细化分层前后的理论频散曲线分析了其等效性。研究发现，道路瑞雷波频散数据存在显著的空间对应性特点，并且理论频散曲线在道路结构细化分层前后是一致的，具有等效性。 （3）基于瑞雷波频散特征，通过建立不同道路结构各层模量与瑞雷波频散曲线的映射关系数据库，开展了神经网络反演模型研究。仿真结果表明，所构建的不同神经网络反演模型均能实现对路基路面动态模量的智能反演，反演速度快且反演结果唯一。此外，基于道路结构细化分层思想优化的神经网络反演模型不仅可以解决模型应对不同道路结构设计时的通用性问题，还能提高检测区域垂直分辨率。 （4）在足尺成型试验路段分别进行了瑞雷波试验、FWD试验以及钻芯试件的室内冲击回波试验，并将PMCNN-LSTM反演模型的智能反演结果分别与FWD测试结果和室内冲击回波测试结果进行了相关性分析。结果表明，智能反演结果均能分别与FWD及室内冲击回波的测试结果呈现出良好的相关性，相关系数R均大于0.85。 |
| 作者： | 龙友明 |
| 专业： | 交通运输 |
| 导师： | 杨博 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
