CN102203582B - 用于压实道路材料的方法和装置 - Google Patents

用于压实道路材料的方法和装置 Download PDF

Info

Publication number
CN102203582B
CN102203582B CN200980142023.3A CN200980142023A CN102203582B CN 102203582 B CN102203582 B CN 102203582B CN 200980142023 A CN200980142023 A CN 200980142023A CN 102203582 B CN102203582 B CN 102203582B
Authority
CN
China
Prior art keywords
density
level
compacting
road section
methods
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200980142023.3A
Other languages
English (en)
Other versions
CN102203582A (zh
Inventor
赛希·康姆里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oklahoma State University
University of Oklahoma
Original Assignee
University of Oklahoma
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Oklahoma filed Critical University of Oklahoma
Priority claimed from PCT/US2009/055619 external-priority patent/WO2010027978A1/en
Publication of CN102203582A publication Critical patent/CN102203582A/zh
Application granted granted Critical
Publication of CN102203582B publication Critical patent/CN102203582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01CCONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C19/00Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
    • E01C19/22Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for consolidating or finishing laid-down unset materials
    • E01C19/23Rollers therefor; Such rollers usable also for compacting soil
    • E01C19/28Vibrated rollers or rollers subjected to impacts, e.g. hammering blows
    • E01C19/288Vibrated rollers or rollers subjected to impacts, e.g. hammering blows adapted for monitoring characteristics of the material being compacted, e.g. indicating resonant frequency, measuring degree of compaction, by measuring values, detectable on the roller; using detected values to control operation of the roller, e.g. automatic adjustment of vibration responsive to such measurements

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Road Paving Machines (AREA)

Abstract

压实道路路段的方法包括将初始输入参数输入到压实分析仪中。使压路机在道路路段的一部分上通过多次,而且振动能量被应用到该道路路段。响应性振动信号被收集,而且压实分析仪生成估计密度信号。进行实际密度测量而且比较其与估计密度。调整初始输入参数中被选定的初始输入参数,以便生成表示道路路段的实际密度的经调整的密度输出信号。

Description

用于压实道路材料的方法和装置
相关申请的交叉引用
从2008年9月2日提交的题为“Calibration Methods for IntelligentAsphalt Compaction Analyzer”的美国临时申请序列号61/190,175和2009年8月26日提交的题为“Method and Apparatus for Compaction of RoadwayMaterials”的美国非临时申请序列号________要求优先权,这两个申请的内容在此通过引用被并入。
发明背景
本公开目的在于用于压实道路材料的方法和装置,而且更具体地在于用于校准压实分析仪的方法和装置。
沥青常常用作铺路材料。在沥青铺路过程中,各种级别的集料被使用。集料与沥青水泥(柏油)混合,而且铺路机铺放沥青混合物,且用一系列的螺旋钻和铲运机将沥青混合物推平。由于沥青混合物中的空气孔隙,铺放的材料不够密实。因此,压路机在本文中被称为沥青垫的沥青材料层上通过多次,来回行驶,或以别的方式产生足够的压实来形成路面所需强度的沥青。
在压实过程期间被监测的关键过程参数中的一个是沥青垫的压实密度。尽管有许多规范和程序来确保实现期望的密度,但是这些规范的大多数需要每车道英里仅仅3-5个密度读数。通常,密度读数将从道路芯样提取。在压实过程期间测量沥青垫的密度的过程是麻烦的、耗时的,而且不指示所实现的总体压实,除非在以栅格方式分布的大量的点处采取测量,仅由于成本考虑因素,这在本领域中难以实现。未能满足目标密度是不可接受的,而且补救措施可导致重大的成本超支。因此,有开发智能监测系统的需要,该系统将实时预测在被建造的整个路面表面上方的压实的垫的密度。因为密度不能被直接测量,所以研究人员已尝试用于间接测量的不同方法。
已经获得一些成功的方法涉及在本领域中通常使用的振动压实机的动力特征的研究。压实机和沥青垫可被看作机械耦合系统。代表这种系统的分析模型可被用来预测传送到垫的作为频率(耦合系统)的函数的压实能量的数量。被传送的能量的量可被看作对压实有效性的度量。机器参数如频率和速度然后可被改变以使被传送的能量最大化,因而提高压实。然而,这种方法不直接产生压实密度;此外,使能量消耗与压实密度有关是有问题的。因此,这种方式不适合于确定沥青道路的压实的水平。
一些研究人员也尽力通过观察压实机的振动响应来研究在土壤和沥青压实期间压实机的性能。在压实期间给予地面(路基土壤)的振动能量也导致压实机的振动响应。这些振动的振幅和频率随压实机参数和路基而变。因此,所观察到的压实机的振动可被用来预测正在被压实的材料的性质。发布给Sandstrom的美国专利号5,727,900公开了使用当压路机在地面上通过时压路机的振动的频率和振幅来计算路基土壤的剪切模量和“塑性”参数。这些值然后被用来调整压实机的速度以及它的频率和振幅。因此,这种方法尝试为了最佳的压实而控制振动电动机的频率和压实机的前向速度,而不是估计被压实的土壤的密度。
其它方法涉及通过比较压实机的振动的基频的振幅与它的谐波的振幅来估计压实的程度。压实机配备有加速度计来在操作期间测量压实机的振动。通过将振动信号的第二谐波与第三谐波的振幅之比关联,压实密度在一些情况下被估计有80%的准确性。这些结果是令人鼓舞的,而且证实了所观察的振动与被压实的材料的性质之间的相关性。然而,这些技术的准确性需要提高,因为沥青路面的性质在96.5%和98%的目标密度处显著地不同。此外,这些方法易受所收集的数据的变化的影响。
除了压实机的振动响应以外,通过考虑混合物的性质和地点特征,还可尝试说明在压实机的振动响应中所看到的一些变化来估计密度。在一种方式中,微波信号穿过沥青层而被传输,而且密度基于波的传输特征而被估计。虽然上述技术在证明相应方式的可行性中是成功的,但在它们可被用来以所需精确度预测场地中的密度之前它们需要被进一步改善。
发布给本公开的受让人的美国专利申请11/271,575(‘575申请)也提供用于密度预测的方法和装置。在那个申请中,压实机被使用来压实测试路段,而且当压实机移动时,振动能量应用于测试路段。压实机的响应性振动信号被收集,而且测试路段的密度使用在本领域中已知的装置例如核密度计来测量,或通过从测试路段切割芯样并且测量芯样的密度来测量。压实机的振动响应信号与测量密度相关联,使得当对应的振动响应信号出现时,压实分析仪可被编程来生成表示测量密度的信号。
压实机然后被使用来压实利用具有相同特征的道路材料建造的实际道路路段,而且基于压实机的响应性振动信号,压实分析仪将生成密度信号。分析仪将压实机的振动信号与测试路段上生成的那些信号做比较,而且将基于该比较来生成密度信号。换句话说,当分析仪将振动信号识别为与在测试路段上生成的信号相同或类似时,它将基于在测试路段上进行的测试来生成密度读数。尽管‘575申请的方法和装置运行良好,但要求沥青测试垫的建造与正被建造的道路分离,这可能是耗时且昂贵的。
发明概述
此处公开的装置包括具有传感器的振动压实机或压路机,以及与其有关的压实分析仪。压实分析仪具有特征提取模块、神经网络模块以及分析仪模块。传感器可包括用于测量压路机的振动响应信号的加速度计,而压实分析仪使用振动响应信号的特征来实时生成表示正被压实的材料的密度的密度信号。使用具有压实分析仪的压路机来压实道路路段的方法包括将初始输入参数输入到压实分析仪中,以及使压路机在道路路段的一部分上通过多次,该压实分析仪可操作地与压路机相关。该方法还可以包括当压路机在道路路段的该部分上移动时,使用压路机将振动能量应用于道路路段的该部分,以及当压路机在道路路段的该部分上移动时,反复地收集压路机的响应性振动信号。额外的步骤可包括,基于压路机的响应性振动信号和输入到压实分析仪中的初始输入参数,使用压实分析仪来生成表示估计密度的估计密度信号,以及在道路路段的该部分上的多个位置处测量道路路段的密度。可以将在多个位置处的测量密度与估计密度进行比较,以确定测量密度与估计密度之间的差值。基于测量密度与估计密度之间的差值,分析仪的初始输入参数中的选定的初始输入参数然后可被调整。压实分析仪将生成经调整的密度输出信号,其将比估计密度信号更接近地近似于道路路段的实际密度。道路路段的剩余部分被滚压,直到压实分析仪采用经调整的输入参数生成期望的经调整的输出密度信号为止。
另一种方法可包括将初始输入参数输入到压实分析仪中,以及在道路路段的一部分上通过多次。当通过多次时,振动能量可以应用于道路路段的一部分,响应于被应用的振动能量而生成的压路机的响应性振动信号被收集。选定的响应性振动信号可以被指定为对应于特定的压实水平以及当压路机沿着道路路段的该部分移动时表示实时传送到压实分析仪中的分析仪模块的响应性振动信号的道路路段的该部分的压实水平。当压路机沿着道路的该部分行驶时,基于所传送的压实水平和初始输入参数,使用压实分析仪来实时地生成估计密度。对道路路段的该部分的实际密度测量可以在道路路段的该部分上的多个位置处进行,以确定在多个位置处的测量密度。由压实分析仪在多个位置处生成的估计密度与在多个位置处的实际测量密度比较,而且基于估计密度与测量密度之间的差值,初始输入参数中选定的初始输入参数被调整。基于比估计密度更接近地近似于实际密度的被传送的压实水平和经调整的输入参数,道路路段的经调整的密度被实时生成。
附图的简要说明
图1是具有压实分析仪的压路机的示意性表示。
图2是压实分析仪部件的示意性表示。
图3是示范性的并且显示在一时刻的频谱特征。
图4是频谱图,而且显示压路机进行的通过的五秒数据集。
图5显示图4中所示信号的功率容量。
优选实施方式的描述
本公开目的在于用于压实道路和用于使用并校准智能沥青压实分析仪(IACA)的方法和装置。
图1示意地显示IACA 5,一种可在路面建造期间在路面的整个长度上连续实时地测量沥青路面的密度的设备。目前在本领域中使用的质量控制技术涉及在完成的路面上的几个位置处的密度的测量或道路芯样的提取。这些方法通常是耗时的且无法展现建造的总体质量。此外,在沥青垫被冷却下来之后,识别出的任何压实问题不能容易地被补救。
近些年来,几种智能压实(IC)技术已由振动压实机的生产商引入。土壤基层和集料基层的统一压实通过机器参数(振动的振幅和频率、推力矢量化等)的变化而实现。机器参数的动态控制允许振动能量仅应用于欠压实的区域,并因而阻止过度压实而且确保土壤/集料基层的统一压实。尽管这些IC技术在未来有前景,但它们的性能有待充分评估。另外,这些IC产品要求购买配备有技术的新振动压实机。
与今天的市场中提供的IC技术相比,IACA 5是不控制机器行为的任何方面的测量设备。另外,IACA 5是可在任何现有振动压实机上改进的独立设备。IACA 5的主要效用是提供在建造下的路面上的每个位置处沥青垫的密度的实时测量。该信息可由压路机操作员利用来确保统一的压实、欠压实下处理、以及阻止路面的过度压实。
如图1中所示,IACA 5在振动压路机例如振动压路机10与下面的路面材料形成耦合系统的前提下起作用,该路面材料可以是例如热拌沥青混合料(HMA)。振动压路机10的响应由它的振动电动机的频率和耦合系统的自然振动模式确定。沥青垫的压实增加了它的硬度,且作为结果,压实机的振动被改变。对路面材料的性质和压实机的振动谱的认识因此可用来估计沥青垫的硬度。HMA的质量规范一般被规定为空气孔隙的百分比,使得例如100%密度意味着没有空气孔隙存在,而90%密度意味着10%的空气孔隙存在。因为质量规范通常被规定为沥青垫的空气孔隙容量的百分比或最大理论密度(MTD)的百分比,所以IACA 5估计路面的压实密度而不是硬度。
现在参考附图,振动压实机或压路机10在图1中显示。可以是例如DD-138HFA Ingersoll Rand振动压实机的振动压实机10包括前滚筒和后滚筒12和14,前滚筒12具有安装在其中的偏心锤16,且需要时,前滚筒和后滚筒12和14可以具有在其中安装的偏心锤16。偏心锤16由电动机(未显示)旋转,使得滚筒12和14内的锤16的旋转在滚筒12和14与可以包括HMA的底部18之间的接触处引起冲击。底部18可以被称为沥青垫18。冲击之间的间距随压路机10的速度和偏心锤16的速度而变,并且可以例如是每线性英尺10-12个脉冲。与IACA 5有关的传感器模块22由安装到构架30的用于在操作期间测量压实机10的振动的加速度计24组成,而且可以包括用于测量沥青底部的表面温度的红外温度传感器26。加速度计24和温度传感器26可以安装到压路机10的构架30。传感器26本质上包括实时数据采集系统。IACA 5可包括用户界面28,其可以是基于Intel Pentium的便携式电脑,用于指定振动电动机的振幅和频率,而且输入垫的性质,例如混合类型和升起的厚度。用户界面28也将用来输入其它初始输入参数,如下文将更详细地解释的。加速度计24可以是由Crossbow生产的CXL10HF3三轴加速度计,其能够测量高达10kHz的频率的10g加速度。沥青垫18的表面温度可以利用安装在构架30上的红外温度传感器26来测量。全球定位系统(GPS)32也可以安装到压路机10。如在本领域中已知的,GPS将提供压路机10的位置且将与IACA 5协调,使得IACA 5所产生的密度的位置将是已知的。GPS接收器32可以是例如用来记录压路机10在移动时的位置的Trimble Pro XT GPS接收器。
IACA 5包括特征提取(FE)模块34,该模块计算输入信号的快速傅里叶变换(FFT)并提取对应于在不同显著频率处的振动的特征。输入信号是压路机10的响应性振动信号,这源于偏心锤16所产生的冲击。响应性振动信号由加速度计24测量或收集。IACA 5也包括神经网络(NN)分类器36,该神经网络分类器36是被训练来将所提取的特征分成不同类别的多层神经网络,其中每一类别表示预先规定的水平的压实所特有的振动模式。IACA 5中的压实分析仪模块38后处理神经网络的输出且实时地估计压实的程度。IACA 5的每个部分将在下文更详细地被描述。
特征提取器模块34实施快速傅里叶变换来有效地提取压路机10的响应性振动信号的不同频率分量。FFT的输出是具有256个元素的矢量,其中每个元素对应于在对应频率处的归一化信号功率。如被理解的,归一化信号功率是在该频率处的振幅的平方,所以所提取的特征是频率和在频率处的振幅。图3是振动信号的频谱特征的实例,而且显示频率和频率的归一化功率(即,振幅的平方)。压路机10的振动信号以1kHz(1000Hz/sec)的速率采样。因为压路机10的响应性振动信号在1kHz处被采样,应理解,频谱从0Hz到500Hz均匀地分布。因为FFT输出是具有256个元素的扇区,特征在约2Hz的频带中被提取。特征可以用重叠方式每秒被提取八次,使得神经网络36的输入将包括从特征被提取的前一时刻起的128个元素和来自当前或即刻的特征提取的128个元素。
神经网络分类器36是三层神经网络,其具有200个输入、在输入层中的10个节点、在隐蔽层中的4个节点以及在输出层中的1个节点。神经网络的输入对应于特征提取模块的输出,即,在这种情况下是在频谱中的200个特征。在优选实施方式中,在频谱中(即,从100-500Hz)仅上部的200个特征被考虑。在较低范围中的那些特征表示压路机10的频率而且可以被忽略。神经网络36将压路机10的振动响应信号分成表示不同水平的压实的类别。
特征提取模块34的输出在校准过程期间在压路机的几次通过中被分析,而且压路机10的响应性振动信号中的总功率容量在每一时刻被计算。功率计算在下文被阐述。最低功率水平、最高功率水平、以及相等间隔开的功率水平被识别,而且对应于被识别的功率水平的振动响应信号的特征被用来训练神经网络36。被识别的最低、最高以及相等间隔开的功率水平被指定为对应于压实的特定水平。在压实过程期间,神经网络36观察压路机的响应性振动信号的特征,而且将特征分类为对应于压实的水平中的一个。
多个预先指定的压实水平将被识别出,或用数字表示。在五个压实水平被指定的情况下,最低压实水平可被识别或指定为压实水平0,而最高压实水平可被指定为压实水平4。其间的压实水平可被指定为压实水平1、2和3,这对应于在最低功率水平和最高功率水平之间的相等间隔开的功率水平。图3是示例性的,且显示对应于五个不同压实水平的特征,最低水平对应于压路机在振动电动机开启的情况下运行的情况且被指定为水平0,水平4被指定为对应于最高振动被观察到的情况,而水平1至3对应于其间的间隔开的水平。
IACA 5的最初校准假定压实水平0对应于沥青垫的铺放密度,而压实水平4对应于在混合设计片材(在高性能路面旋转式压实机的100个旋转处设计)中指定的目标密度。沥青的铺放密度一般假定为例如85%到88%,而目标密度或最高密度将一般为94-97%。压实水平1、2和3被指定为其间的相等间隔开的密度。
在校准操作期间,压路机10将在沥青垫18上通过几次。沥青垫18可包括待压实的道路路段42的一部分40。该部分40将包括限定的长度,例如三十英尺。位置将在道路的这部分上被识别出,被标记为图1上的位置A、B、C、D和E。这些位置将被用来获得道路路段42的该部分40的实际测量密度。应理解,道路路段42可以延伸几英里,而且基于IACA显示器44上所指示的IACA 5的输出,一旦此处描述的校准发生,道路路段42的余下部分的滚压就可发生,而没有密度的进一步的实际测量,只要道路路段包括与部分42相同的道路材料。
当压路机10在道路路段42的该部分40上多次通过时,偏心锤16将产生如此处描述的冲击。当压路机10通过加速度计24沿着该部分40移动时,压路机10的响应性振动信号由加速度计24收集。
当响应性振动信号变得一致(这指示压实中无进一步的变化发生)时,压路机10将停止通过。压路机10应例如在翻车发生之前停止。
压路机10的响应性振动信号的功率容量利用特征提取器34所提取的特征而被计算。每当特征提取发生时,功率容量被计算,如此处描述的,这可以是每秒八次。
压路机10的响应性振动信号的功率水平或功率容量可如下被计算。利用i作为频域的指数,使得i=1,...,ni,而‘j’作为时域中的指数,使得j=1,...,nj,ni表示从振动信号提取的特征的最大数量,而nj表示振动信号的采样的最大数量。振动信号的频谱图可由ni行和nj列的矩阵表示,其中频谱图‘s’的每个元素表示在特定时刻在给定特征中的归一化功率(即,频率的振幅的平方)。例如,ith行和jth列中的元素表示在时刻j*Ts在ith特征中包含的归一化功率,其中Ts是采样时间。
如果fi是ith特征的频率,那么在时间指数‘j’处的振动信号中包含的总功率被计算为
P j = Σ i = 1 n i [ s ij x ( f i ) 2 10 6 ] , j=1,...,nj
对于一组‘m’个连续的时间指数,该组的功率特征通过下式计算:
Figure BPA00001349490600092
r是该组m个连续时间指数的功率特征的指数,
r=1,...,nr;nr=nj-m+1。示出在一段路面上在其压实期间在连续的压路机通过中在振动信号中包含的功率的实例在图4中显示。在图中,功率指数被设置为三(3),也就是说,在三个连续的时刻的功率容量被平均以确定在给定时刻的平均功率容量。这三个连续的时刻可以是例如三个.125秒的连续的时间间隔,因为如较早时候所解释的,特征可以每.125秒被提取。
一旦压路机10的响应性振动信号的功率容量被计算出,频谱图例如图5中显示的频谱图就可被用来识别在部分40上的最大功率和最小功率出现的位置,以及相等间隔开的功率水平的位置,例如,其间的三个相等间隔开的功率水平。一般来说,五个被识别的功率水平被指定为对应于最低压实水平0、相等间隔开的压实水平1、2和3、以及最高压实水平4。
特征提取器34所提取的特征,即,频率和频率的振幅被用作神经网络36的输入。神经网络36将对特征分类,而且将特征识别为对应于压实水平0、1、2、3或4中的一个。如前面所解释的,每当发生特征提取时,表示在那时压路机的响应性振动信号的200个特征,即,200个频率和那些频率的归一化功率(振幅的平方)作为输入被提供到神经网络。仅200个特征被使用,而较低范围(即0-100Hz)中的那些特征被忽略。网络将被训练,使得神经网络的输出是压实水平0、1、2、3、4中的一个。神经网络将被训练以将被提取的特征识别为与对应于被识别的功率水平中的一个的特征相同或最相似,而且将被相应地分类。因此,如果所提取的特征与对应于最低功率水平的特征最相似,神经网络的输出将是对于最低压实水平的指标0。如果所提取的特征与最高功率信号中包含的那些最相似,神经网络的输出将是数字4,其表明已达到最高压实。当所提取的特征是最相似于在相等间隔开的功率水平中的一个的那些特征的特征时,相同的过程将发生,在这种情况下神经网络的输出将是数字1、2或3中的一个。在训练过程期间,神经网络的互连权值被修改,以使神经网络的输出与对应于每个数据集的压实的水平之间的误差最小化。
在滚压部分40之前,多个初始输入被输入到压实分析仪模块38中。初始输入包括道路材料的混合参数,其可以包括例如建造的类型(大切削深度,重叠等)、混合类型、路面升起、以及升起厚度。其它初始输入包括最大估计密度lmax和可以是估计铺放密度的最小估计密度ld。lmax将是如此处描述的目标密度。将被输入分析仪模块38的另外的初始输入包括初始偏移(offin)和初始斜率kin,该初始偏移是估计的或假定的偏移,或假定铺放密度ld与实际铺放密度之间的差值。斜率常数就是贯穿lmax与ld以及压实水平的线的斜率。因此,在所描述的实施方式中,kin等于1/n-1(lmax-ld),在这种情况下为1/5-1或.25(lmax-ld),其中n是以压实水平0开始的压实水平的数量。
当压路机10沿着道路路段42的部分40移动时,GPS传感器32将在到达位置A时触发加速度计24开始收集振动数据。在该部分40的开始A和结束E处的坐标可以例如在道路部分40的宽度的中心处。当压路机10在部分40上方通过时,坐标将被使用来开始和停止对压路机10的响应性振动信号的收集。另外的位置B、C和D可以例如在五、十五和二十五英尺处,并且也被标记在道路路段的部分40的宽度的中心处。当特征提取器34所提取的特征由神经网络36分类时,压实水平将是分析仪模块38的输入,该分析仪模块38将使用最初输入的输入参数,且将产生估计密度的显示。估计密度dest将使用公式dest=ld+kin*Cl+offin来计算,其中Cl是压实的水平。例如,假定铺放密度ld为88%,且最大估计密度为96%,使用其间三个相等间隔开的水平,神经网络的输出为2以及偏移被假定为0,dest=88+.25(96-88)(2)+0=92。在本实施例中,分析仪模块38因此将压实水平转换成估计密度百分比92,作为显示器44上的输出。
应理解,由于压路机10的速度和样本被采集的速率的快速性,显示器在缺乏任何滤波的情况下将可能在估计密度之间快速地交替,使得显示器可能是不可读的。低通滤波器可被用来使信号平滑,而且在IACA显示器上的可视输出作为滤波的结果将可能不是整数。一旦压实中无变化出现,压路机10就停止通过,或停止沿着部分40移动。在位置A、B、C、D以及E处芯样样本被移走,这些位置以前被标记在道路路段42的部分40的中心上。芯样的实际密度被测量,而且与在每个被识别的位置处的估计密度(即dest)比较。可以在实验室中根据AASHTO-166方法来测量芯样的密度。位置和在每个位置处的压实的估计水平通过如所述的GPS测量和神经网络36的输出来确定。估计密度的位置从显示器上可得到,因为GPS单元32将提供估计密度出现的位置。斜率和偏移然后被调整或修改,以使估计密度与测量密度之间的误差的平方最小化。经调整或经修改的斜率和偏移由kadj和offadj表示。
一旦测量密度和估计密度都是已知的,经调整的偏移就被计算为估计密度与测量密度之间的平均误差,使得
off adj = 1 n Σ i = 1 n ( d i meas - d i est )
其中,n是测量密度被获取的位置的数量,在这种情况下有五个位置。因此,offadj是平均误差。在推导中使用的符号与在计算经调整的斜率和偏移中所使用的步骤如下。
k-斜率
off-偏移
ld-铺放密度
Cl或lnn-神经网络(压实水平)的输出
dest-神经网络的估计密度,以及
dmeas or dmeas-测量密度。
利用测量密度的校准方案如下。新的偏移offadj如上所述被计算。
假定n次密度测量,di meas,i=1,...,n,对应的估计密度由di est=1,...,n给出,其中如上所述,di est=ld+kin*Cl i+offin
原始估计与测量密度之间的误差被如下计算。
ei=di est-di meas=ld+kinxCl i+offin-di meas
Σ i = 1 n e i 2 = Σ i = 1 n ( l d + kx C l i + off in - d i meas ) 2
= Σ i = 1 n [ ( l d + off in - d i meas ) + kx C l i ] 2
= Σ i = 1 n ( l d + off in - d i meas ) 2 + 2 Σ i = 1 n [ ( l d + off in - d i meas ) x ( kx C l i ) ] +
Σ i = 1 n ( kx C l i ) 2
最小化均方差(MSE),可获得期望的经调整的停止斜率kadj
d dk Σ i = 1 n e i 2 = 0
⇒ 2 Σ i = 1 n [ ( l d + off - d i M ) x C l i ] + 2 k Σ i = 1 n ( C l i ) 2 = 0
⇒ k Σ i 1 n ( C l i ) 2 = Σ i = 1 n [ ( d i meas - l d - off in ) x C l i ) ]
k adj = Σ i = 1 n [ ( d meas i - l d - off in ) x C l i ] Σ i = 1 n ( C l i ) 2
一旦经调整的偏移和斜率被确定,初始输入参数就被调整以在分析仪模块中在密度计算中使用offadj和kadj。分析仪模块38将使用公式
Figure BPA00001349490600129
Figure BPA000013494906001210
来得出经调整的密度读数。经调整的密度是比dest更可靠的道路部分40的实际密度的指标。一旦选定的初始输入参数被调整,压路机10就可滚压道路路段42的剩余部分,而且IACA显示器44将产生可被操作员观察并依赖的经调整的密度。压路机10可在道路路段42上通过,直到IACA显示器指示预定的期望最终密度为止,此时压路机10可被移动到另一个道路路段。如果另外的道路路段具有与道路路段42相同的混合参数,则不需要重新校准。经调整的密度利用初始输入参数来确定,除了选定的经调整的输入参数,即,kadj和offadj以及从神经网络传送到分析仪模块的压实水平。
因此,可见本发明的装置和方法容易实现目的和所提到的优点以及其中固有的那些优点。虽然本发明的某些优选实施方式为了本公开的目的被说明和描述,本领域技术人员可在部件和步骤的布置和构造中进行很多变化,这些变化被包含在由所附权利要求限定的本发明的范围和精神内。

Claims (48)

1.一种使用具有压实分析仪的压路机来压实道路路段的方法,所述压实分析仪可操作地与所述压路机相关联,所述方法包括:
将初始输入参数输入到所述压实分析仪中;
使所述压路机在所述道路路段的一部分上通过多次;
当所述压路机在所述道路路段的所述部分上移动时,使用所述压路机将振动能量应用于所述道路路段的所述部分;
当所述压路机在所述道路路段的所述部分上移动时,反复地收集所述压路机的响应性振动信号;
基于所述压路机的所述响应性振动信号和输入到所述压实分析仪中的所述初始输入参数,使用所述压实分析仪来生成表示估计密度的估计密度信号;
在所述道路路段的所述部分上的多个位置处测量所述道路路段的密度;
比较在所述多个位置处的测量密度与所述估计密度,以确定所述测量密度与所述估计密度之间的差值;
基于所述测量密度与所述估计密度之间的差值来调整所述分析仪的所述初始输入参数中被选定的初始输入参数,使得所述压实分析仪所生成的经调整的密度输出信号将比所述估计密度信号更接近地近似于所述道路路段的实际密度;以及
滚压所述道路路段的剩余部分,直到所述压实分析仪用经调整的输入参数生成期望的经调整的密度输出信号为止。
2.如权利要求1所述的方法,其中所述初始输入参数包括道路材料的混合特征、最小估计密度ld以及最大估计密度lmax
3.如权利要求2所述的方法,其中ld还被定义为特定的铺放密度,而lmax还被定义为在道路材料的混合规范中实现的目标密度。
4.如权利要求3所述的方法,还包括:
使用最高功率水平、最低功率水平、以及该最高功率水平与该最低功率水平之间相等间隔开的功率水平来识别所述响应性振动信号;以及
将特定的最低压实水平、最高压实水平以及相等间隔开的压实水平指定为对应于具有最高功率、最低功率、以及相等间隔开的功率的所述响应性振动信号;
将所述压实水平传送到所述压实分析仪的分析仪模块;以及
使用公式dest=ld+kin(Cl)+offin实时生成所述道路路段的所述部分的所述估计密度dest,其中kin是作为初始输入参数的初始斜率参数,offin是实际最小密度与最小估计密度的估计偏移而且也是初始偏移参数,以及Cl是传送到所述分析仪模块的所述压实水平。
5.如权利要求4所述的方法,其中调整步骤包括调整所述初始斜率参数和所述初始偏移参数,以便所述压实分析仪将使用公式dadj=ld+kadj(Cl)+offadj来生成经调整的密度dadj,其中kadj和offadj分别是经调整的斜率参数和偏移参数。
6.如权利要求4所述的方法,其中利用等式
Figure FDA0000433014060000021
来计算给定响应性振动信号的功率,其中fi表示所述给定响应性振动信号中包含的多个频率,num为所考虑的频率的数量,而Si是所述频率的振幅的平方。
7.如权利要求6所述的方法,其中所述初始斜率参数kin由等式kin=[1/(n-1)](lmax–ld)表示,其中n是从压实水平0开始的压实水平的总数量,而且其中估计初始偏移是零。
8.如权利要求7所述的方法,其中调整步骤包括调整所述初始斜率参数和所述初始偏移参数,而且使用公式dadj=ld+kadj(Cl)+offadj来生成经调整的密度dadj,其中kadj和offadj分别是经调整的斜率参数和偏移参数。
9.如权利要求8所述的方法,其中利用等式来计算经调整的偏移,其中m是密度被测量的所述多个位置的数量,
Figure FDA0000433014060000032
是在所述多个位置处的所述估计密度,
Figure FDA0000433014060000033
是在所述多个位置处的所述测量密度,以及利用等式
Figure FDA0000433014060000034
来计算经调整的斜率,其中
Figure FDA0000433014060000035
是所述多个位置处的压实水平。
10.如权利要求4所述的方法,还包括从所述响应性振动信号提取选定特征,包括包含在每个信号中的多个频率fi和在每个所述频率处的振幅ai
11.如权利要求10所述的方法,其中利用公式
Figure FDA0000433014060000036
来计算响应性振动信号的功率,其中num是所考虑的频率的数量,而且是从该信号提取的频率的至少一部分,fi是以Hz为单位而测量的所述频率,而Si是所述频率的振幅的平方。
12.如权利要求11所述的方法,还包括将所提取的特征分成多个类别,每一类别表示特定压实水平中的一个。
13.如权利要求12所述的方法,分类步骤包括确定所提取的特征是否最接近地类似于从具有所述最高功率、所述最低功率或所述相等间隔开的功率之一的所述响应性振动信号提取的特征,以及使所提取的特征与对应于那个功率水平的压实水平相关联。
14.如权利要求12所述的方法,其中所述初始斜率kin由等式[1/(n-1)](lmax-ld)限定,其中n是以水平0开始的特定压实水平的数量,而且初始偏移是实际最小密度与估计最小密度之间的估计差值,所述初始偏移被假定为零。
15.如权利要求14所述的方法,调整步骤包括基于在测量位置处生成的所述估计密度与在测量位置处的所述实际测量密度之间的差值来调整所述初始偏移参数和所述初始斜率参数。
16.如权利要求15所述的方法,其中利用等式
Figure FDA0000433014060000041
来计算经调整的偏移,其中m是密度被测量的所述多个位置的数量,
Figure FDA0000433014060000042
是在所述多个位置处的所述估计密度,而
Figure FDA0000433014060000043
是在所述多个位置处的所述测量密度,以及利用等式
Figure FDA0000433014060000044
来计算经调整的斜率,其中是所述多个位置处的压实水平。
17.如权利要求16所述的方法,经调整的密度输出信号使用等式dadj=ld+kadj(Cl)+offadj来生成,其中kadj和offadj分别是经调整的斜率参数和偏移参数。
18.一种校准压实分析仪的方法,所述压实分析仪可操作地与用于滚压沥青道路路段的压路机相关联,所述方法包括:
将初始输入参数输入到所述压实分析仪中;
使所述压路机在所述道路路段的一部分上通过多次;
当所述压路机通过多次时,将振动能量应用于所述道路路段的所述部分;
收集所述压路机在所述道路路段的所述部分上对于所应用的振动能量的振动响应信号;
基于所述振动响应信号,使用所述压实分析仪来生成估计密度信号;
在所述道路路段的所述部分上的多个位置处测量所述道路路段的所述部分的密度;
在所述多个位置处计算测量密度与由所述压实分析仪生成的估计密度之间的差值;以及
基于所计算的差值来调整所述压实分析仪中的所述初始输入参数中被选定的初始输入参数;
基于所述压路机的所述振动响应信号,利用经调整的输入参数,使用所述压实分析仪来生成经调整的密度信号,在所述道路路段由所述压路机滚压时,所述经调整的密度信号将比所述估计密度信号更接近地近似于所述道路路段的实际密度。
19.如权利要求18所述的方法,还包括:
计算所收集的振动响应信号中的功率;
将最大计算功率水平指定为对应于最大压实水平,而将最小计算功率水平指定为对应于最小压实水平;
将在所述最小计算功率水平与所述最大计算功率水平之间相等间隔开的多个计算功率水平指定为对应于在所述最大压实水平与所述最小压实水平之间的相等间隔开的压实水平;
当所述压路机在所述道路路段的所述部分上移动时,将所述道路路段的所述部分的压实水平传送到所述压实分析仪中的分析仪模块;
生成估计密度信号的步骤包括:基于传送到所述压实分析仪的所述压实水平和所述初始输入参数,使用所述压实分析仪来实时地确定所述道路的所述部分的估计密度;以及
当所述压路机在所述道路路段的所述部分上移动时,显示表示所述估计密度的估计密度信号。
20.如权利要求19所述的方法,其中在每个所收集的振动响应信号中的功率被计算为:
Figure FDA0000433014060000051
其中p=功率、fi表示在所收集的信号中包含的多个频率,num是所考虑的频率的数量,而Si是在所述频率处的振幅的平方。
21.如权利要求19所述的方法,其中所述初始输入参数包括最小估计密度ld和最大估计密度lmax
22.如权利要求21所述的方法,其中除了所述最小估计密度和所述最大估计密度以外,所述多个输入参数还包括初始斜率参数kin和初始偏移参数offin,所述调整步骤包括将所述斜率参数调整为经调整的斜率kadj以及将所述偏移参数调整为经调整的偏移offadj
23.如权利要求22所述的方法,包括:
使用等式kin=[1/(n-1)](lmax–ld)来确定所述初始斜率,其中n等于以作为所述最小压实水平的压实水平0开始的压实水平的总数量,其中所述初始偏移是实际最小密度与所述最小估计密度的假定偏移。
24.如权利要求23所述的方法,其中利用等式dest=ld+kin(Cl)+offin由所述分析仪生成所述估计密度dest,其中Cl是所述压实水平的数字指标。
25.如权利要求24所述的方法,包括:
使用等式
Figure FDA0000433014060000061
来计算所述经调整的偏移offadj
使用等式
Figure FDA0000433014060000062
来计算所述经调整的斜率kadj
其中m是密度被测量的所述多个位置的数量,是在所述多个位置处的所述估计密度,
Figure FDA0000433014060000064
是所述多个位置处的压实水平而
Figure FDA0000433014060000065
是在所述多个位置处的所述测量密度,
调整步骤包括调整所述斜率参数和所述偏移参数,所述经调整的密度信号使用等式dadj=ld+kadj(Cl)+offadj由所述分析仪模块生成。
26.如权利要求23所述的方法,还包括从所述响应性振动信号提取特征,所述特征包括在所述振动响应信号中包含的多个频率和所述频率的振幅,其中利用公式计算每个信号中的功率,其中fi是所述信号的多个频率,num是所考虑的频率的数量,而Si是所述频率的振幅的平方。
27.如权利要求26所述的方法,还包括将所提取的特征分成多个类别,其中每个类别表示特定压实水平中的一个,传送步骤包括将表示所述提取的特征被放置的类别的所述压实水平传送到所述分析仪模块。
28.如权利要求27所述的方法,分类步骤包括确定所提取的特征是否最接近地类似于从具有最高功率水平、最低功率水平或相等间隔开的功率水平之一的所述响应性振动信号提取的特征,而且将所提取的特征放置在表示对应于该功率水平的压实水平的类别中。
29.一种校准压实分析仪的方法,所述压实分析仪安装到用于压实道路路段的压路机,所述方法包括:
将初始输入参数输入到所述压实分析仪中;
在所述道路路段的一部分上多次通过;
当进行所述多次通过时,将振动能量应用到所述道路路段的所述部分;
收集所述压路机响应于被应用的振动能量而生成的响应性振动信号;
将选定的响应性振动信号指定为对应于特定压实水平;
当所述压路机沿着所述道路路段的所述部分移动时,将表示所述响应性振动信号的所述道路路段的所述部分的所述压实水平实时地传送到所述压实分析仪中的分析仪模块;
当所述压路机沿着所述道路的所述部分滚压时,基于被传送的压实水平和所述初始输入参数使用所述压实分析仪来实时生成估计密度;
在所述道路路段的所述部分上的多个位置处对所述道路路段的所述部分进行实际密度测量,以确定在所述多个位置处的测量密度;
比较在所述多个位置处由所述压实分析仪生成的所述估计密度和在所述多个位置处的实际测量密度;
基于所述估计密度与所述测量密度之间的差值来调整所述初始输入参数中被选定的初始输入参数;以及
利用所传送的压实水平和经调整的输入参数来实时生成所述道路路段的经调整的密度,所述经调整的密度将比所述估计密度更接近地近似于所述实际密度。
30.如权利要求29所述的方法,包括:
计算所述响应性振动信号中的功率;
识别具有最高功率、最低功率、以及该最高功率和该最低功率之间相等间隔开的功率的所述响应性振动信号;
指定步骤包括将所述最低功率、所述最高功率以及所述相等间隔开的功率指定为对应于最低压实水平、最高压实水平以及该最低压实水平和最高压实水平之间相等间隔开的压实水平。
31.如权利要求30所述的方法,其中利用等式
Figure FDA0000433014060000081
来计算所述功率,
其中fi表示在给定响应性振动信号中包含的多个频率,num是所考虑的频率的数量,而Si是所述频率的振幅的平方。
32.如权利要求30所述的方法,其中所述初始输入参数包括被所述压路机滚压的道路材料的混合参数、所述材料的最小估计密度ld、所述材料的最大估计密度lmax、初始斜率参数kin以及初始偏移参数offin
33.如权利要求32所述的方法,其中所述斜率参数包括由等式kin=[1/(n-1)](lmax-ld)限定的初始斜率,其中n等于以压实水平0开始的压实水平的总数量,而所述初始偏移参数包括所述道路路段的所述部分的ld与实际最小密度之间的估计差值。
34.如权利要求33所述的方法,其中lmax还被定义为目标密度,而ld还被定义为估计铺放密度。
35.如权利要求33所述的方法,其中所述估计密度使用所述分析仪利用等式dest=ld+kin(C1)+offin来生成,其中Cl表示所述压实水平,且所述初始偏移被假定为零。
36.如权利要求35所述的方法,调整步骤包括基于在所述多个位置处的所述测量密度和所述估计密度之间的差值来将所述初始斜率调整到经调整的斜率kadj以及将所述初始偏移调整到经调整的偏移offadj
37.如权利要求36所述的方法,其中利用等式
Figure FDA0000433014060000082
来计算所述经调整的偏移,其中m是密度被测量的所述多个位置的数量,
Figure FDA0000433014060000083
是在所述多个位置处的所述估计密度,而
Figure FDA0000433014060000091
是在所述多个位置处的所述测量密度,以及利用等式
Figure FDA0000433014060000092
来计算所述经调整的斜率,其中
Figure FDA0000433014060000093
是所述多个位置处的压实水平。
38.如权利要求30所述的方法,还包括从所述响应性振动信号提取特征,所述特征包括在所述响应性振动信号中包含的多个频率和每个频率的对应振幅。
39.如权利要求38所述的方法,其中利用等式
Figure FDA0000433014060000094
来计算在给定时间在响应性振动信号中的功率,其中fi表示所述信号中包含的多个频率,num是所考虑的频率的数量,而Si是所述多个频率的振幅的平方。
40.如权利要求39所述的方法,包括将最低压实水平指定为0,将所述最高压实水平指定为n-1,以及将所述相等间隔开的压实水平指定为相等间隔开的数字1到n-2,其中n表示压实水平的数量,以及使对应于所述响应性振动信号的所述最低压实水平、所述最高压实水平和所述相等间隔开的压实水平与所述最低功率、所述最高功率、以及该所述最低功率和所述最高功率之间相等间隔开的功率相关联。
41.如权利要求40所述的方法,其中所述最高压实水平被指定为4,使得压实水平的数量为5,而且被识别为压实水平0、1、2、3和4。
42.如权利要求41所述的方法,还包括将所提取的特征分成多个类别,其中每一类别表示所述特定压实水平中的一个。
43.如权利要求42所述的方法,分类步骤包括确定所提取的特征是否最接近地类似于从具有所述最高功率水平、所述最低功率水平、或所述相等间隔开的功率水平之一的所述响应性振动信号提取的特征,而且将所提取的特征与表示对应于所述功率水平的所述压实水平的类别相关联,传送步骤包括将表示该类别的所述压实水平传送到所述分析仪模块。
44.如权利要求43所述的方法,所述初始输入参数包括初始斜率参数kin、初始偏移参数offin、最小估计密度ld以及最大估计密度lmax,生成估计密度步骤包括利用等式dest=ld+kin(Cl)+offin来计算估计密度,其中Cl是传送到所述分析仪模块的压实水平。
45.如权利要求44所述的方法,其中所述初始斜率参数kin由等式kin=[1/(n-1)](ld-lmax)限定,其中n等于压实水平的总数量,而offin包括所述最小估计密度和实际最小密度之间的差值。
46.如权利要求45所述的方法,其中利用等式
Figure FDA0000433014060000101
来计算经修改的偏移,其中m是密度被测量的所述多个位置的数量,
Figure FDA0000433014060000102
是在所述多个位置处的所述估计密度,而
Figure FDA0000433014060000103
是在所述多个位置处的所述测量密度,以及利用等式
Figure FDA0000433014060000104
来计算所述经调整的斜率,其中
Figure FDA0000433014060000105
是所述多个位置处的压实水平。
47.如权利要求46所述的方法,包括使用等式dadj=ld+kadj(Cl)+offadj来计算剩余的道路路段的密度。
48.如权利要求47所述的方法,包括滚压所述道路路段的剩余部分,直到所述分析仪用经调整的输入参数生成期望的经调整的密度为止。
CN200980142023.3A 2008-09-02 2009-09-01 用于压实道路材料的方法和装置 Active CN102203582B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US19071508P 2008-09-02 2008-09-02
US61/190,715 2008-09-02
US12/583,838 US8190338B2 (en) 2008-09-02 2009-08-26 Method and apparatus for compaction of roadway materials
US12/583,838 2009-08-26
PCT/US2009/055619 WO2010027978A1 (en) 2008-09-02 2009-09-01 Method and apparatus for compaction of roadway materials

Publications (2)

Publication Number Publication Date
CN102203582A CN102203582A (zh) 2011-09-28
CN102203582B true CN102203582B (zh) 2014-06-18

Family

ID=42311797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980142023.3A Active CN102203582B (zh) 2008-09-02 2009-09-01 用于压实道路材料的方法和装置

Country Status (2)

Country Link
US (1) US8190338B2 (zh)
CN (1) CN102203582B (zh)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006128033A1 (en) * 2005-05-25 2006-11-30 University Of Florida Research Foundation, Inc. Devices, systems, and methods for measuring and controlling compactive effort delivered to a soil by a compaction unit
US9091027B2 (en) * 2009-11-30 2015-07-28 Nutech Ventures Asphalt composition
US8635903B2 (en) * 2009-12-22 2014-01-28 Caterpillar Paving Products Inc. Method and system for compaction measurement
EP2366831B1 (de) * 2010-03-18 2014-12-24 Joseph Vögele AG Verfahren zum Steuern des Prozesses beim Einbauen eines Belages und Strassenfertiger
EP2366830B1 (de) * 2010-03-18 2016-05-11 Joseph Vögele AG System und Verfahren zum Aufbringen eines Strassenbelages
EP2699732B1 (en) * 2011-04-19 2017-06-28 Volvo Construction Equipment AB Asphalt pavement constructing machine and method of operation
CN102289716A (zh) * 2011-06-18 2011-12-21 合肥工业大学 智能压路机最佳工作参数的神经网络建模方法
US8965638B2 (en) * 2011-06-30 2015-02-24 Caterpillar Paving Products, Inc. Vibratory frequency selection system
CN102591231B (zh) * 2012-01-17 2014-04-09 武汉理工大学 一种磁性沥青道路数据灌入车及灌入方法
US20150030392A1 (en) * 2012-04-06 2015-01-29 The Board Of Regents Of The University Of Oklahoma Method and apparatus for determining stiffness of a roadway
CN102854242A (zh) * 2012-09-11 2013-01-02 葛洲坝集团试验检测有限公司 一种用于测试颗粒状填筑材料密实程度的装置及方法
AU2014246762B2 (en) * 2013-04-02 2018-03-15 Roger Arnold Stromsoe A soil compaction system and method
US9039319B2 (en) * 2013-06-28 2015-05-26 Caterpillar Paving Products Inc. Modifying compaction effort based on material compactability
US20150211199A1 (en) * 2014-01-24 2015-07-30 Caterpillar Inc. Device and process to measure ground stiffness from compactors
US9207157B2 (en) 2014-03-17 2015-12-08 Caterpillar Paving Products Inc. System and method for determining a state of compaction
US9534995B2 (en) * 2014-06-11 2017-01-03 Caterpillar Paving Products Inc. System and method for determining a modulus of resilience
US9139965B1 (en) * 2014-08-18 2015-09-22 Caterpillar Paving Products Inc. Compaction on-site calibration
US9423332B2 (en) * 2014-10-14 2016-08-23 Caterpillar Inc. System and method for validating compaction of a work site
US10126266B2 (en) 2014-12-29 2018-11-13 Concentric Meter Corporation Fluid parameter sensor and meter
EP3215812B1 (en) 2014-12-29 2020-10-07 Concentric Meter Corporation Fluid parameter sensor and meter
WO2016109451A1 (en) 2014-12-29 2016-07-07 Concentric Meter Corporation Electromagnetic transducer
US9587361B2 (en) * 2015-04-08 2017-03-07 Caterpillar Paving Products Inc. Temperature dependent auto adaptive compaction
CN105510178B (zh) * 2015-12-10 2019-07-23 中南大学 密度测量装置及采用此装置测量填石路基填料密度的方法
DE102015122161A1 (de) * 2015-12-18 2017-06-22 Hamm Ag Bodenverdichter und Verfahren zum Verdichten von Untergrund
US9856612B2 (en) 2015-12-21 2018-01-02 Caterpillar Paving Products Inc. Compaction measurement using nearby sensors
US9989501B2 (en) * 2016-05-10 2018-06-05 The Boeing Company Method and apparatus for acoustic emissions testing
DE102016009085A1 (de) * 2016-07-26 2018-02-01 Bomag Gmbh Bodenverdichtungswalze mit Sensoreinrichtung an der Walzbandage und Verfahren zur Ermittlung der Bodensteifigkeit
US10640943B2 (en) * 2017-12-14 2020-05-05 Caterpillar Paving Products Inc. System and method for compacting a worksite surface
CN108254068B (zh) * 2018-01-12 2019-07-12 清华大学 一种填筑工程压实质量的振动能量在线检测系统
WO2019182575A1 (en) 2018-03-21 2019-09-26 Volvo Construction Equipment Ab Asphalt density estimation system, and related method of reducing signal noise
US10787198B2 (en) * 2018-10-15 2020-09-29 Caterpillar Paving Products Inc. Controlling compactor turning radius
DE102018132208A1 (de) * 2018-12-14 2020-06-18 Vibrowave Datenverarbeitung und Messsysteme GmbH Vorrichtung und Verfahren zum Erfassen des Verdichtungsgrads einer Asphaltschicht
US11460385B2 (en) * 2019-02-11 2022-10-04 Ingios Geotechnics, Inc. Compaction control system for and methods of accurately determining properties of compacted and/or existing ground materials
JP7465999B2 (ja) 2019-12-23 2024-04-11 ネバダ リサーチ アンド イノベーション コーポレーション 後付け式インテリジェント締固め解析装置
CN111257415B (zh) * 2020-01-17 2021-08-10 同济大学 基于移动列车振动信号的隧道损伤检测管理系统
US11479926B2 (en) * 2020-08-06 2022-10-25 Caterpillar Paving Products Inc. System and method for operating a compactor
CN114674737B (zh) * 2022-04-02 2023-06-16 西南交通大学 路基填料压实特性分析装置及其方法
CN115034697B (zh) * 2022-08-12 2022-11-08 河北工业大学 基于多域分析的多元智能压实指标分级优选方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122601A (en) * 1996-03-29 2000-09-19 The Penn State Research Foundation Compacted material density measurement and compaction tracking system
CN1439097A (zh) * 2000-06-29 2003-08-27 特罗克斯勒电子实验有限公司 用于样品松密度的γ射线的确定方法与装置
CN1540311A (zh) * 2003-10-31 2004-10-27 华南理工大学 一种压实沥青混合料的密度测定方法
CN101368933A (zh) * 2008-05-30 2009-02-18 重庆交通大学 一种压实度测试方法及基于该方法的压实度测试仪

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3998090A (en) 1975-11-07 1976-12-21 The United States Of America As Represented By The Secretary Of The Army Soil compactor
US4103554A (en) 1976-03-12 1978-08-01 Thurner Heinz F Method and a device for ascertaining the degree of compaction of a bed of material with a vibratory compacting device
US5105650A (en) 1990-03-08 1992-04-21 Gas Research Institute Monitoring compaction of backfill
SE502079C2 (sv) 1993-10-14 1995-08-07 Thurner Geodynamik Ab Styrning av en packningsmaskin med mätning av underlagets egenskaper
US5471391A (en) * 1993-12-08 1995-11-28 Caterpillar Inc. Method and apparatus for operating compacting machinery relative to a work site
US6912903B2 (en) 1996-02-01 2005-07-05 Bbnt Solutions Llc Soil compaction measurement
EP0877921B1 (en) 1996-02-01 2005-06-15 BBNT Solutions LLC Measurement of shear modulus of soil
DE59702110D1 (de) 1996-10-21 2000-09-07 Ammann Verdichtung Ag Langenth Verfahren zur messung mechanischer daten eines bodens sowie zu dessen verdichtung und mess- bzw. bodenverdichtungsvorrichtung
DE19956943B4 (de) 1999-11-26 2020-03-19 Bomag Gmbh Vorrichtung zur Kontrolle der Verdichtung bei Vibrationsverdichtungsgeräten
AR024857A1 (es) 2000-03-21 2002-10-30 Consejo Nac Invest Cient Tec Equipo laser para la medicion de suciedad de chapas de acero
US6803771B2 (en) * 2000-05-04 2004-10-12 Transtech Systems, Inc. Paving material analyzer system and method
EP1337713B1 (de) 2000-11-29 2009-01-07 Hamm AG Verdichtungsgerät
US6575034B2 (en) 2001-01-30 2003-06-10 Ford Global Technologies, L.L.C. Characterization of environmental and machinery induced vibration transmissivity
US6577141B2 (en) 2001-06-13 2003-06-10 Sauer-Danfoss, Inc. System and method for capacitance sensing of pavement density
JP4669173B2 (ja) * 2001-09-05 2011-04-13 酒井重工業株式会社 振動型締固め車両における締固め度管理装置
CA2366030A1 (en) 2001-12-20 2003-06-20 Global E Bang Inc. Profiling system
US6742960B2 (en) * 2002-07-09 2004-06-01 Caterpillar Inc. Vibratory compactor and method of using same
US6786077B2 (en) 2003-01-31 2004-09-07 Joseph Baumoel Wide beam clamp-on ultrasonic densitometer
EP1516961B1 (de) * 2003-09-19 2013-12-25 Ammann Aufbereitung AG Verfahren zur Ermittlung einer Bodensteifigkeit und Bodenverdichtungsvorrichtung
US6925879B2 (en) * 2003-09-30 2005-08-09 Spx Corporation Vibration analyzer and method
US7191062B2 (en) * 2003-12-22 2007-03-13 Caterpillar Inc Method and system of forecasting compaction performance
KR20060006269A (ko) 2004-07-15 2006-01-19 한국항공우주연구원 진동자의 주파수 변화 측정에 의한 질량 측정 시스템 및방법
US7669458B2 (en) * 2004-11-10 2010-03-02 The Board Of Regents Of The University Of Oklahoma Method and apparatus for predicting density of asphalt
WO2006128033A1 (en) * 2005-05-25 2006-11-30 University Of Florida Research Foundation, Inc. Devices, systems, and methods for measuring and controlling compactive effort delivered to a soil by a compaction unit
US7430914B2 (en) * 2005-09-16 2008-10-07 Mitsui Babcock (Us) Llc Vibration analyzing device
US7591608B2 (en) * 2006-06-29 2009-09-22 Hall David R Checking density while compacting
US7966882B2 (en) * 2008-04-23 2011-06-28 Battelle Memorial Institute Self-calibrating method for measuring the density and velocity of sound from two reflections of ultrasound at a solid-liquid interface
US8116950B2 (en) * 2008-10-07 2012-02-14 Caterpillar Inc. Machine system and operating method for compacting a work area

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122601A (en) * 1996-03-29 2000-09-19 The Penn State Research Foundation Compacted material density measurement and compaction tracking system
CN1439097A (zh) * 2000-06-29 2003-08-27 特罗克斯勒电子实验有限公司 用于样品松密度的γ射线的确定方法与装置
CN1540311A (zh) * 2003-10-31 2004-10-27 华南理工大学 一种压实沥青混合料的密度测定方法
CN101368933A (zh) * 2008-05-30 2009-02-18 重庆交通大学 一种压实度测试方法及基于该方法的压实度测试仪

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Neural Network-based Intelligent Compaction Analyzer for Estimating Compaction Quality of Hot Asphalt Mixes;Sesh Commuri. Anh T. Mai,Musharraf Zaman;《Proceedings of the 17th World Congress.The International Federation of Automatic Control.Seoul,Korea,July 6-11,2008》;20080711;2224-2229 *
Sesh Commuri. Anh T. Mai,Musharraf Zaman.Neural Network-based Intelligent Compaction Analyzer for Estimating Compaction Quality of Hot Asphalt Mixes.《Proceedings of the 17th World Congress.The International Federation of Automatic Control.Seoul,Korea,July 6-11,2008》.2008,
何靖斌,等.沥青路面质量指示仪(PQI)在控制沥青路面施工压实度中的应用.《公路交通技术》.2007,(第4期),
利用瑞利波波速检测路基压实度方法的研究;霍玉娴;《交通世界》;20071231(第Z1期);70-71 *
沥青路面质量指示仪(PQI)在控制沥青路面施工压实度中的应用;何靖斌,等;《公路交通技术》;20070831(第4期);50-52,54 *
霍玉娴.利用瑞利波波速检测路基压实度方法的研究.《交通世界》.2007,(第Z1期),

Also Published As

Publication number Publication date
US8190338B2 (en) 2012-05-29
CN102203582A (zh) 2011-09-28
US20100172696A1 (en) 2010-07-08
US20110293369A9 (en) 2011-12-01

Similar Documents

Publication Publication Date Title
CN102203582B (zh) 用于压实道路材料的方法和装置
US7669458B2 (en) Method and apparatus for predicting density of asphalt
Commuri et al. Neural network–based intelligent compaction analyzer for estimating compaction quality of hot asphalt mixes
Feng et al. A kNN algorithm for locating and quantifying stiffness loss in a bridge from the forced vibration due to a truck crossing at low speed
Commuri et al. A novel neural network-based asphalt compaction analyzer
CN108717082B (zh) 一种基于集成声波检测技术的土石料压实质量连续评估方法
US20150030392A1 (en) Method and apparatus for determining stiffness of a roadway
Nazarian et al. Structural field testing of flexible pavement layers with seismic methods for quality control
CN111562077A (zh) 高速铁路路基综合试验系统和方法
Zhang et al. Investigation of the correlations between the field pavement in-place density and the intelligent compaction measure value (ICMV) of asphalt layers
EP2324336B1 (en) Method for compaction of roadway materials
AU2020412458B2 (en) Retrofit intelligent compaction analyzer
Polaczyk et al. Improving asphalt pavement intelligent compaction based on differentiated compaction curves
Kheradmandi et al. Precision of back-calculation analysis and independent parameters-based models in estimating the pavement layers modulus-Field and experimental study
Commuri et al. Calibration procedures for the intelligent asphalt compaction analyzer
Lee et al. Dynamic analysis-based approach to determine flexible pavement layer moduli using deflection basin parameters
Wu et al. A rapid approach to interpretation of SASW results
Chang et al. Evaluating the structural strength of flexible pavements in Taiwan using the falling weight deflectometer
Amadore et al. Analysis of hot mix asphalt compaction data by means of fuzzy clustering techniques
Hu et al. Modulus attenuation of semi-rigid asphalt pavement layer in accelerated pavement testing with MLS66
Yao et al. A LOF-IDW based data cleaning method for quality assessment in intelligent compaction of soils
Nazarian et al. Neural networks for rapid reduction interpretation of spectral analysis of surface waves results
Zhang et al. In-Time Density Monitoring of In-Place Asphalt Layer Construction via Intelligent Compaction Technology
Teramoto et al. Deep learning-based soil compaction monitoring: A proof-of-concept study
Luo et al. Study on paving compactness detection based on frequency domain characteristics of screed device vibration signal

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant