CN112064617A - 一种土石混合料地基质量检测方法 - Google Patents

Abstract

本发明提供一种土石混合料地基质量检测方法，包括以下步骤：在分层碾压阶段，确定测点并通过对所述测点进行的压实质量检测，获取质量参数，所述质量参数包括所述测点处的湿密度、干密度、含水率、压实系数、动态变形模量，及测试过程中设备采集到的弯沉位移随冲击时间的变化曲线；在分层碾压阶段结束后，且强夯开始前，获取地基内不同深度的第一剪切波速；在强夯结束后，获取地基内不同深度的第二剪切波速；根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数。本发明能够实现对土石混合料深填方地基强夯后压实质量评价的快速无损检测。

Description

一种土石混合料地基质量检测方法

技术领域

本发明涉及填方地基技术领域，尤其涉及一种土石混合料地基质量检测方法。

背景技术

近年来，考虑到土石混合料良好的工程性质及运距、成本等综合因素，越来越多的工程采用土石混合料作为填方材料进行深填方地基施工。土石混合料深填方地基的施工过程主要分两个阶段：一是分层回填碾压，初步保证每层土石混合料的压实质量；二是回填结束后进行强夯施工，进一步提高地基的压实质量。地基压实质量的好坏将直接影响上部结构的稳定性，因此有必要对深填方地基的压实质量进行严格把控。强夯后施工的压实质量检测，由于填方材料为土石混合料，钻孔取样难以取得完整芯样，故无法像细粒土一样通过钻孔的方式评价压实质量，只能通过挖掘探井的方式开展大型密度试验对其压实质量进行评价。

现有技术经常采用探井法来进行检测，虽然能较准确地对土石混合料深填方地基的压实质量进行检测，但每组试验都需要开挖一个6-7m的深坑，如此大规模的破坏性试验不仅会耗费大量的人力物力，同时检测效率和检测频率也会受到影响，而且检测过程中需要检测人员深入探井，还存在一定的安全隐患。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种土石混合料地基质量检测方法，实现对土石混合料深填方地基强夯后压实质量评价的快速无损检测，以此提高土石混合料深填方地基强夯后压实质量检测效率和检测频率。

为达到上述目的，本发明实施例提供一种土石混合料地基质量检测方法，包括以下步骤：

在分层碾压阶段，确定测点并通过对所述测点进行的压实质量检测，获取质量参数，所述质量参数包括所述测点处的湿密度、干密度、含水率、压实系数、动态变形模量，及测试过程中设备采集到的弯沉位移随冲击时间的变化曲线；

在分层碾压阶段结束后，且强夯开始前，获取地基内不同深度的第一剪切波速；在强夯结束后，获取地基内不同深度的第二剪切波速；获取地基内不同深度的所述第一剪切波速和所述第二剪切波，是通过对所述测点进行瑞利波测试得到的；

根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数。

具体地，所述湿密度、所述干密度、所述含水率和所述压实系数，为通过灌水法密度试验获得；

所述动态变形模量和所述变化曲线，为通过便携式落锤弯沉仪动态变形模量测试试验获得。

具体地，所述根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数，包括：

对所述弯沉位移随冲击时间的变化曲线进行二次求导，得到便携式弯沉仪测试过程中加速度关于时间的变化曲线；

提取关键时间点的加速度信息作为对曲线特征的描述；

分别建立所述变化曲线与所述湿密度、所述干密度和所述动态变形模量的非线性映射关系；

利用土体物理量的关系式f＝E_vd＝2(1+μ)ρv_s ²，构建函数关系式f＝E_vd＝Aρv_s ²，其中A为与动泊松比相关的系数，E_vd为所述动态变形模量，ρ为所述湿密度；

根据所述第二剪切波速、所述非线性映射关系和所述函数关系式，计算得到所述测点不同深度范围内的最大干密度；

根据公式K＝ρ_d/ρ_dmax计算压实系数，其中ρ_d为干密度，ρ_dmax为最大干密度。

具体地，所述关键时间点的加速度信息，包括：加速度最大时的第一冲击时间点和相对应第一加速度，加速度最小时的第二冲击时间点和相应第二加速度，冲击时间为5ms时的第三加速度，冲击时间为10ms时的第四加速度，冲击时间为15ms时的第五加速度。

具体地，所述变化曲线与所述湿密度的非线性映射关系描述为：第一关系式f₁＝ρ＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

所述变化曲线(a-t)与所述干密度ρ_d的非线性映射关系描述为：第二关系式f₂＝ρ_d＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

所述变化曲线(a-t)与所述动态变形模量E_vd非线性映射关系描述为：第三关系式f₃＝E_vd＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

其中t₁为所述第一冲击时间，t₂为所述第二冲击时间，a₁为所述第一加速度，a₂为所述第二加速度，a₃为所述第三加速度，a₄为所述第四加速度，a₅为所述第五加速度。

具体地，所述根据所述剪切波速、所述非线性映射关系和所述函数关系式，计算得到所述测点不同深度范围内的最大干密度，包括：

将变量所述第一冲击时间、所述第二冲击时间、所述第一加速度、所述第二加速度、所述第三加速度、所述第四加速度和所述第五加速度作为遗传算法的个体编码，并限定变化范围；

根据第三关系式计算第一动态变形模量可能值，根据编码值由所述第一关系式计算湿密度，结合所述函数关系式、所述系数A和所述第二剪切波速计算第二动态变形模量可能值，将所述第一动态变形模量可能值和所述第二动态变形模量可能值的差值作为适应度函数；

所述差值越小表示所述个体编码越满足映射关系所述第一关系式、所述第三关系式和所述函数关系式，也越符合场地实际的压实质量情况；

通过遗传算法的寻优过程，得到适应度最高的最优编码；

基于所述最优编码和所述第二关系式计算得到空间中深度范围内的某一位置处的干密度计算值。

具体地，在分层碾压前确定测点，包括：

确定测点，通过GPS设备测试记录所述测点的空间坐标，在后续的测试中，确保所述测点的经纬度坐标正确。

与现有技术相比，本发明实施例具有以下有益效果：

1、本发明实施例具有无损特点，无需施工探井，仅需要物探手段测试剪切波速结合分层碾压回填阶段的数据就可以对强夯后填土压实系数进行计算；

2、本发明实施例具有快速特点，相比于一个探井数天的施工周期，剪切波速测试十几分钟的测试时间可以忽略不计；

3、本发明实施例可以提高强夯后压实系数检测的检测频率，探井检测受限于检测效率通常一个强夯区仅布置1-3个测点，而该方法的检测频率基本不受限制；

4、本发明实施例具有需要人员少、效率高、节约成本的优点；

5、本发明实施例原理扎实，相较于简单对比夯前夯后剪切波速对压实质量进行定性评价，可以通过计算压实系数对强夯后的压实质量进行定量评价。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明第一实施例提供的土石混合料地基质量检测方法的流程示意图；

图2为本发明第二实施例提供的土石混合料地基质量检测方法的流程示意图；

图3为本发明第三实施例提供的土石混合料地基质量检测方法的流程示意图；

图4为本发明第四实施例提供的土石混合料地基质量检测方法中弯沉位移随冲击时间变化的常规曲线图；

图5为本发明第四实施例提供的土石混合料地基质量检测方法中弯沉加速度随冲击时间变化的常规曲线图；

图6为本发明第四实施例提供的土石混合料地基质量检测方法中湿密度实测值与第一关系式计算值相关性散点图；

图7为本发明第四实施例提供的土石混合料地基质量检测方法中干密度实测值与第二关系式计算值相关性散点图；

图8为本发明第四实施例提供的土石混合料地基质量检测方法中动弹性模量实测值与第三关系式计算值相关性散点图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了便于理解本发明实施例，以下对本发明实施例涉及的技术术语作必要的说明：

剪切波速，是指震动横波在土内的传播速度，单位是m/s，可通过人为激震的方法产生震动波，在相隔一定距离处记录振动信号到达时间，以确定横波在土内的传播速度。测试方法一般有单孔法、跨孔法等，剪切波速是抗震区确定场地土类别的主要依据，可以通过瑞利波测试手段换算得到。

神经网络是一种模拟人脑工作原理，从而实现类人工智能的机器学习技术，支持处理图像、文本、语音以及序列多种类型的数据，可以实现分类、回归和预测等。

本发明中利用神经网络模型建立映射关系，具体通过多变量的非线性关系拟合建立非线性映射。

请参阅图1，本发明第一实施例提供了一种土石混合料地基质量检测方法，包括以下步骤：

在分层碾压阶段，确定测点并通过对所述测点进行的压实质量检测，获取质量参数，所述质量参数包括所述测点处的湿密度、干密度、含水率、压实系数、动态变形模量，及测试过程中设备采集到的弯沉位移随冲击时间的变化曲线；其中，确定测点是通过GPS设备测试记录所述测点的空间坐标，以在后续的测试中确保所述测点的经纬度坐标正确，所述湿密度、所述干密度、所述含水率和所述压实系数，为通过灌水法密度试验获得；所述动态变形模量和所述变化曲线，为通过便携式落锤弯沉仪动态变形模量测试试验获得；

在分层碾压阶段结束后，且强夯开始前，通过对所述测点进行的初次瑞利波测试，得到地基内不同深度的第一剪切波速；

在强夯结束后，通过对所述测点进行的二次瑞利波测试，得到地基内不同深度的第二剪切波速；

根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数。

请参阅图2，在第二实施例中，所述根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数，包括：

对所述弯沉位移随冲击时间的变化曲线进行二次求导，得到便携式弯沉仪测试过程中加速度关于时间的变化曲线；

提取关键时间点的加速度信息作为对曲线特征的描述；其中，所述关键时间点的加速度信息，包括：加速度最大时的第一冲击时间点和相对应第一加速度，加速度最小时的第二冲击时间点和相应第二加速度，冲击时间为5ms时的第三加速度，冲击时间为10ms时的第四加速度，冲击时间为15ms时的第五加速度；

分别建立所述变化曲线与所述湿密度、所述干密度和所述动态变形模量的非线性映射关系；

所述变化曲线与所述湿密度的非线性映射关系描述为：第一关系式f₁＝ρ＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

所述变化曲线与所述干密度的非线性映射关系描述为：第二关系式f₂＝ρ_d＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

所述变化曲线与所述动态变形模量的非线性映射关系描述为：第三关系式f₃＝E_vd＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

其中t₁为所述第一冲击时间，t₂为所述第二冲击时间，a₁为所述第一加速度，a₂为所述第二加速度，a₃为所述第三加速度，a₄为所述第四加速度，a₅为所述第五加速度；

利用土体物理量的关系式f＝E_vd＝2(1+μ)ρv_s ²，构建函数关系式f＝E_vd＝Aρv_s ²，其中A为与动泊松比相关的系数，E_vd为所述动态变形模量，ρ为所述湿密度；

根据所述第二剪切波速、所述非线性映射关系和所述函数关系式，计算得到所述测点不同深度范围内的最大干密度；

根据公式K＝ρ_d/ρ_dmax计算压实系数，其中ρ_d为干密度，ρ_dmax为最大干密度。

需要说明的是，建立映射关系的方法，是采用神经网络模型构建的，具体通过多变量的非线性关系拟合建立非线性映射。

请参阅图3，在第三实施例中，所述根据所述剪切波速、所述非线性映射关系和所述函数关系式，计算得到所述测点不同深度范围内的最大干密度，包括：

将变量所述第一冲击时间、所述第二冲击时间、所述第一加速度、所述第二加速度、所述第三加速度、所述第四加速度和所述第五加速度作为遗传算法的个体编码，并限定变化范围；

根据第三关系式计算第一动态变形模量可能值，根据编码值由所述第一关系式计算湿密度，结合所述函数关系式、所述系数A和所述第二剪切波速计算第二动态变形模量可能值，将所述第一动态变形模量可能值和所述第二动态变形模量可能值的差值作为适应度函数；

所述差值越小表示所述个体编码越满足映射关系所述第一关系式、所述第三关系式和所述函数关系式，也越符合场地实际的压实质量情况；

通过遗传算法的寻优过程，得到适应度最高的最优编码；

基于所述最优编码和所述第二关系式计算得到空间中深度范围内的某一位置处的干密度计算值。

请参阅图4-图8，在第四实施例中，以一填方深度为7m的地基为例，填方过程为分层碾压配合强夯施工。填料类别主要为削山获得的填料，以强风化板岩混合粉质黏土为主，土石比为1:1。分层碾压阶段每层松铺厚度为50cm，填料最大粒径不超过20cm，碾压后压实系数控制标准为0.93；待填方至7m时进行强夯施工，夯后压实系数控制标准为0.95。

为了实现对深填方地基夯后压实质量的快速评价，主要包含以下步骤：

步骤一：在分层回填碾压阶段，对每一个压实层开展压实质量检测试验。通过灌水法试验，得到测点湿密度ρ、干密度ρ_d、含水率ω和压实系数K；通过便携式落锤弯沉仪试验，得到测点的动态变形模量E_vd、以及测试过程中设备采集到的弯沉位移随冲击时间的变化曲线(s-t)，常规曲线形式如图4所示；通过GPS定位操作，得到每个测点的空间坐标。表1为从18个回填土层共计163个测点中截取的部分试验数据。

表1分层回填碾压阶段部分测点压实质量试验数据

步骤二：对步骤一中便携式弯沉仪采集得到的弯沉位移随冲击时间的变化曲线(s-t)进行二次求导，得到便携式弯沉仪测试过程中加速度关于时间的变化曲线(a-t)，常规曲线形式如图5所示。提取关键时间点的加速度信息作为对曲线特征的描述，包括加速度最大的冲击时间点t₁和相对应加速度a₁，加速度最小的冲击时间点t₂和相应加速度a₂，冲击时间为5ms时的加速度a₃，冲击时间为10ms时的加速度a₄，冲击时间为15ms是的加速度a₅。表2为从163个测点中截取的部分(a-t)曲线特征数据。

测点	t<sub>1</sub>	a<sub>1</sub>	t<sub>2</sub>	a<sub>2</sub>	a<sub>3</sub>	a<sub>4</sub>	a<sub>5</sub>
								1	0.154	0.074	17.077	-0.071	-0.028	-0.002	-0.020
2	0.154	0.132	17.077	-0.082	-0.033	-0.010	-0.023
								3	0.154	0.129	17.077	-0.103	-0.038	-0.003	-0.027
4	0.154	0.245	17.077	-0.070	-0.041	-0.026	-0.012
								5	0.154	0.124	17.077	-0.095	-0.037	-0.003	-0.023
6	0.154	0.180	17.077	-0.101	-0.042	-0.009	-0.022
								7	0.154	0.158	17.077	-0.050	-0.031	-0.017	-0.009
8	0.154	0.110	9.077	-0.036	-0.012	-0.035	-0.005
								9	0.154	0.145	7.692	-0.038	-0.023	-0.029	-0.004
10	0.154	0.146	17.077	-0.126	-0.042	0.002	-0.032

表2分层回填碾压阶段部分测点(a-t)曲线特征

步骤三：根据现场数据和相关研究成果，(a-t)曲线与湿密度ρ、干密度ρ_d和动态变形模量E_vd之间有极强的相关性，分别建立(a-t)曲线与上述三个变量的非线映射关系。基于广义回归神经网络(GRNN)，随机抽取163个测点中的150个测点作为训练数据，13个测点作为测试数据，分别建立以下三个映射关系模型：一是以测点的(a-t)曲线特征数据为输入变量，湿密度为输出变量，共计150组数据训练得到的非线性映射关系，描述为f₁＝ρ＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；二是以测点的(a-t)曲线特征数据为输入变量，干密度为输出变量，共计150组数据训练得到的非线性映射关系，描述为f₂＝ρ_d＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；三是以测点的(a-t)曲线特征数据为输入变量，动弹性模量为输出变量，共计150组数据训练得到的非线性映射关系，描述为f₃＝E_vd＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)。图6-图8分别为150个测点实测值与根据映射关系f₁、f₂、f₃计算得到的湿密度、干密度和动态变形模量对比结果。根据数据分析结果可知，三个参数计算结果与实测数据的相关系数分别为0.7412、0.8517和0.9709；表3总结了根据前述训练过程得到的映射关系f₁、f₂、f₃，计算13组测试数据的结果与实测数据的对比情况，相对误差最大值分别为0.74、0.80和2.08。根据广义回归神经网络构建的映射关系f₁、f₂、f₃可以极好地描述(a-t)曲线特征数据t₁,t₂,a₁,a₂,a₃,a₄,a₅与湿密度、干密度和动态变形模量之间的相互关系。

表3映射模型计算值与实测结果对比表

步骤四：待分层回填碾压至设计标高强夯作业开展前，在步骤一中测点正上方开展瑞利波试验，得到测点垂线范围不同深度的剪切波速v_s1信息。

步骤五：参考规范中土体物理量的既有关系式E_vd＝2(1+μ)ρv_s ²，构建相应的函数关系式f₄＝E_vd＝Aρv_s ²，式中A表示与动泊松比相关的一个系数。根据步骤一中获取的湿密度ρ和动态变形模量E_vd数据，以及步骤四中获取的剪切波速v_s2，计算得到场区不同位置处的系数A,13个测试点的结果汇总于表4中。

表4测试点夯前物理参数及夯后计算物理参数对比

步骤六：待强夯施工结束后，再次于步骤四中相同测点位置处进行瑞利波试验，并换算得到相应的剪切波速v_s2信息。

步骤七：基于遗传算法原理，根据强夯结束后的剪切波速v_s2、函数关系f₁、函数关系f₂、函数关系f₃和公式f₄，计算得到不同测点各深度范围内的压实系数K。具体过程如下：变量t₁,t₂,a₁,a₂,a₃,a₄,a₅作为遗传算法的个体编码，并根据步骤一、步骤二中的实际测试结果限定其变化范围；根据编码值由关系式f₃计算动态变形模量可能值E_vd1，根据编码值由关系式f₁计算湿密度ρ、并结合关系式f₄和相应的波速值v_s2计算动态变形模量可能值E_vd2，将两个动态变形模量可能值的差值error＝E_vd2-E_vd1的结果作为适应度函数，差值越小，适应度越高表示t₁,t₂,a₁,a₂,a₃,a₄,a₅的个体编码越满足映射关系f₁、f₃和f₄，也就是说越符合场地实际的压实质量情况。通过一系列的选择、交叉和变异操作(遗传算法的寻优过程，目标为寻找适应度最高的个体编码)，得到适应度最高的t₁,t₂,a₁,a₂,a₃,a₄,a₅个体编码t_1best,t_2best,a_1best,a_2best,a_3best,a_4best,a_5best。基于这一最佳个体编码和映射关系f₂即可计算得到空间中某一位置处的干密度ρ_d，进而基于关系式K＝ρ_d/ρ_dmax计算压实系数。表4为对应于步骤3中13个测试点强夯前的物理参数值以及强夯结束后根据本发明计算得到的各项物理参数值。表5为该组测点通过本发明计算的压实质量与探井法压实质量的对比情况，二者最大误差为5.09％，满足工程需求。

表5夯后计算压实质量与实测压实质量对比结果

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种土石混合料地基质量检测方法，其特征在于，包括以下步骤：

在分层碾压阶段，确定测点并通过对所述测点进行的压实质量检测，获取质量参数，所述质量参数包括所述测点处的湿密度、干密度、含水率、压实系数、动态变形模量，及测试过程中设备采集到的弯沉位移随冲击时间的变化曲线；

在分层碾压阶段结束后，且强夯开始前，获取地基内不同深度的第一剪切波速；

在强夯结束后，获取地基内不同深度的第二剪切波速；

根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数。

2.根据权利要求1所述的土石混合料地基质量检测方法，其特征在于，

获取地基内不同深度的所述第一剪切波速和所述第二剪切波，是通过对所述测点进行瑞利波测试得到的。

3.根据权利要求1所述的土石混合料地基质量检测方法，其特征在于，所述湿密度、所述干密度、所述含水率和所述压实系数，为通过灌水法密度试验获得；

所述动态变形模量和所述变化曲线，为通过便携式落锤弯沉仪动态变形模量测试试验获得。

4.根据权利要求3所述的土石混合料地基质量检测方法，其特征在于，所述根据所述质量参数、所述第一剪切波速和所述第二剪切波速，计算压实系数，包括：

对所述弯沉位移随冲击时间的变化曲线进行二次求导，得到便携式弯沉仪测试过程中加速度关于时间的变化曲线；

提取关键时间点的加速度信息作为对曲线特征的描述；

分别建立所述变化曲线与所述湿密度、所述干密度和所述动态变形模量的非线性映射关系；

利用土体物理量的关系式f＝E_vd＝2(1+μ)ρv_s ²，构建函数关系式f＝E_vd＝Aρv_s ²，其中A为与动泊松比相关的系数，E_vd为所述动态变形模量，ρ为所述湿密度；

根据所述第二剪切波速、所述非线性映射关系和所述函数关系式，计算得到所述测点不同深度范围内的最大干密度；

根据公式K＝ρ_d/ρ_dmax计算压实系数，其中ρ_d为干密度，ρ_dmax为最大干密度。

5.根据权利要求4所述的土石混合料地基质量检测方法，其特征在于，所述关键时间点的加速度信息，包括：加速度最大时的第一冲击时间点和相对应第一加速度，加速度最小时的第二冲击时间点和相应第二加速度，冲击时间为5ms时的第三加速度，冲击时间为10ms时的第四加速度，冲击时间为15ms时的第五加速度。

6.根据权利要求5所述的土石混合料地基质量检测方法，其特征在于，所述变化曲线与所述湿密度的非线性映射关系描述为：第一关系式f₁＝ρ＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

所述变化曲线与所述干密度的非线性映射关系描述为：第二关系式f₂＝ρ_d＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

所述变化曲线与所述动态变形模量的非线性映射关系描述为：第三关系式f₃＝E_vd＝f(t₁,t₂,a₁,a₂,a₃,a₄,a₅)；

其中t₁为所述第一冲击时间，t₂为所述第二冲击时间，a₁为所述第一加速度，a₂为所述第二加速度，a₃为所述第三加速度，a₄为所述第四加速度，a₅为所述第五加速度。

7.根据权利要求6所述的土石混合料地基质量检测方法，其特征在于，所述根据所述剪切波速、所述非线性映射关系和所述函数关系式，计算得到所述测点不同深度范围内的最大干密度，包括：

将变量所述第一冲击时间、所述第二冲击时间、所述第一加速度、所述第二加速度、所述第三加速度、所述第四加速度和所述第五加速度作为遗传算法的个体编码，并限定变化范围；

根据第三关系式计算第一动态变形模量可能值，根据编码值由所述第一关系式计算湿密度，结合所述函数关系式、所述系数A和所述第二剪切波速计算第二动态变形模量可能值，将所述第一动态变形模量可能值和所述第二动态变形模量可能值的差值作为适应度函数；

所述差值越小表示所述个体编码越满足映射关系所述第一关系式、所述第三关系式和所述函数关系式，也越符合场地实际的压实质量情况；

通过遗传算法的寻优过程，得到适应度最高的最优编码；

基于所述最优编码和所述第二关系式计算得到空间中深度范围内的某一位置处的干密度计算值。

8.根据权利要求1所述的土石混合料地基质量检测方法，其特征在于，在分层碾压前确定测点，包括：

确定测点，通过GPS设备测试记录所述测点的空间坐标，在后续的测试中，确保所述测点的经纬度坐标正确。

Images