CN113158498B - 一种路基压实工艺规划方法、装置、设备及可读存储介质 - Google Patents

一种路基压实工艺规划方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN113158498B
CN113158498B CN202110647482.XA CN202110647482A CN113158498B CN 113158498 B CN113158498 B CN 113158498B CN 202110647482 A CN202110647482 A CN 202110647482A CN 113158498 B CN113158498 B CN 113158498B
Authority
CN
China
Prior art keywords
information
sub
compaction
value
unit
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
CN202110647482.XA
Other languages
English (en)
Other versions
CN113158498A (zh
Inventor
杨长卫
岳茂
张志方
魏峰
苏珂
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202110647482.XA priority Critical patent/CN113158498B/zh
Publication of CN113158498A publication Critical patent/CN113158498A/zh
Application granted granted Critical
Publication of CN113158498B publication Critical patent/CN113158498B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Road Paving Machines (AREA)

Abstract

本发明提供了一种路基压实工艺规划方法、装置、设备及可读存储介质，涉及高铁路基压实技术领域，包括通过压实能量指标作为路基压实质量的检验指标，通过二次拟合建立出压实度与压路机的振动输入能量之间的关系，再通过人工智能模型对数据进行预测最终实现校准标准能量，达到准确的压实工艺规划，减少过压或者欠压致使施工工艺不合格情况发生的几率。

Description

一种路基压实工艺规划方法、装置、设备及可读存储介质
技术领域
本发明涉及高铁路基压实技术领域，具体而言，涉及路基压实工艺规划方法、装置、设备及可读存储介质。
背景技术
现有技术在高铁地基压实的过程中，一般采用依靠个人经验以及人力抽检方式进行，目前规范要求的检测频率是每1000㎡至少检测2个点，这种检测方式检测的点位有限，且抽查的时候依靠经验定点若是抽检不合格将再次压实，由于检测过程费时费力，所以这种方式不利于整个高铁工程的推进。所以现在亟需一种路基压实工艺规划方法、装置、设备及可读存储介质，解决路基压实工艺调整的问题。
发明内容
本发明的目的在于提供一种路基压实工艺规划方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本申请提供了一种路基压实工艺规划方法，包括：获取振动压路机的机体参数信息；将待压实路基分为若干份子路段；向所述振动压路机发送初压实指令，所述初压实指令包括进行预设碾压值次数的辗压指令；采集所述振动压路机在每次压实过程中的行驶信息，所述行驶信息包括行驶速度和每个所述子路段所对应加速度时程曲线；根据所述行驶信息和所述机体参数信息建立规范能量计算数学模型，求解所述规范能量计算数学模型得到第一信息，所述第一信息包括每个所述子路段压实至标准能量指标所需的标准能量值；根据所述第一信息和所述机体参数信息建立压实规划数学模型，求解所述压实规划数学模型得到待压实次数规划，所述待压实次数规划包括将每个所述子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数。
进一步地，所述根据所述行驶信息和所述机体参数信息建立规范能量计算数学模型，求解所述规范能量计算数学模型得到第一信息，包括：获取标准CEV值；根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；基于所述机体参数信息和所述行驶信息计算得到第三信息，所述第三信息包括每个实际CEV值对应的输入能量值；基于每个所述子路段对应的所述第二信息和所述第三信息进行二次拟合得到输入能量拟合式；将所述标准CEV值作为每个所述输入能量拟合公式的输入信息，求解每个所述能量拟合公式得到第一信息。
进一步地，所述根据所述第一信息和所述机体参数信息建立压实规划数学模型之前，包括：基于所述第一信息、所述机体参数信息和所述行驶信息，计算得到校正后的标准能量值。
进一步地，基于所述第一信息、所述机体参数信息和所述行驶信息，计算得到校正后的标准能量值，包括：获取待压实路基的土体参数信息；
根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；基于所述机体参数信息和所述行驶信息，计算得到第四信息，所述第四信息包括每个所述实际CEV值对应的输入能量值；建立长短时记忆网络数学模型；利用所述土体参数信息、所述第二信息和所述第四信息训练所述长短时记忆网络数学模型得到校正预测模型；将所述土体参数信息和所述第一信息作为所述校正预测模型的输入信息，求解所述校正预测模型得到第五信息，所述第五信息包括将每个所述子路段在对应的标准能量值输入条件下进行压实后对应的预测CEV值；基于所述第一信息和所述第五信息，计算得到每个所述子路段对应的校正后的标准能量值。
第二方面，本申请还提供了一种路基压实工艺规划装置，包括：第一获取单元，用于获取振动压路机的机体参数信息；路基划分单元，用于将待压实路基分为若干份子路段；指令发送单元，用于向所述振动压路机发送初压实指令，所述初压实指令包括进行预设碾压值次数的辗压指令；采集单元，用于采集所述振动压路机在每次压实过程中的行驶信息，所述行驶信息包括行驶速度和每个所述子路段所对应加速度时程曲线；第一计算单元，用于根据所述行驶信息和所述机体参数信息建立规范能量计算数学模型，求解所述规范能量计算数学模型得到第一信息，所述第一信息包括每个所述子路段压实至标准能量指标所需的标准能量值；次数规划单元，用于根据所述第一信息和所述机体参数信息建立压实规划数学模型，求解所述压实规划数学模型得到待压实次数规划，所述待压实次数规划包括将每个所述子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数。
进一步地，所述第一计算单元包括：CEV值获取单元，用于获取标准CEV值；第二计算单元，用于根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；第三计算单元，用于基于所述机体参数信息和所述行驶信息计算得到第三信息，所述第三信息包括每个实际CEV值对应的输入能量值；拟合单元，用于基于每个所述子路段对应的所述第二信息和所述第三信息进行二次拟合得到输入能量拟合式；第四计算单元，用于将所述标准CEV值作为每个所述输入能量拟合公式的输入信息，求解每个所述能量拟合公式得到第一信息。
进一步地，包括校正单元，用于基于所述第一信息、所述机体参数信息和所述行驶信息，计算得到校正后的标准能量值。
进一步地，所述校正单元包括:第二获取单元，用于获取待压实路基的土体参数信息；第五计算单元，用于根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；第六计算单元，用于基于所述机体参数信息和所述行驶信息，计算得到第四信息，所述第四信息包括每个所述实际CEV值对应的输入能量值；模型建立单元，用于建立长短时记忆网络数学模型；模型训练单元，用于利用所述土体参数信息、所述第二信息和所述第四信息训练所述长短时记忆网络数学模型得到校正预测模型；模型预测单元，用于将所述土体参数信息和所述第一信息作为所述校正预测模型的输入信息，求解所述校正预测模型得到第五信息，所述第五信息包括将每个所述子路段在对应的标准能量值输入条件下进行压实后对应的预测CEV值；第七计算单元，用于基于所述第一信息和所述第五信息，计算得到每个所述子路段对应的校正后的标准能量值。
第三方面，本申请还提供了一种路基压实工艺规划设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述路基压实工艺规划方法的步骤。
第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于路基压实工艺规划方法的步骤。
本发明的有益效果为：
本发明通过压实能量指标作为路基压实质量的检验指标，通过二次拟合建立出压实度与压路机的振动输入能量之间的关系，再通过校正预测模型对数据进行预测最终实现校准标准能量，达到准确的压实工艺预设；减少施工过程中的由于人工判断带来的压路机的过压或者欠压致使施工工艺不合格；同时采用本方法进行路基压实的过程中，能有效改善传统方法中需要人工依照经验对路基进行初步判断的过程，缩短整个压实工艺的工期。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明实施例中所述的路基压实工艺规划方法流程示意图;
图2为本发明实施例中所述的振动压力机的机体参数表；
图3为本发明实施例中所述的振动压实时振动轮的动作用系数表；
图4为本发明实施例中所述的第一处子路段输入能量拟合式的拟合曲线图；
图5为本发明实施例中所述的第二处子路段输入能量拟合式的拟合曲线图；
图6为本发明实施例中所述的第七处子路段输入能量拟合式的拟合曲线图；
图7为本发明实施例中所述的第八处子路段输入能量拟合式的拟合曲线图；
图8为本发明实施例中所述的每个所述子路段在
Figure 362820DEST_PATH_IMAGE001
基础上的预测结果图；
图9为本发明实施例中所述的每个所述子路段在
Figure 748802DEST_PATH_IMAGE002
基础上的预测结果图；
图10为本发明实施例中所述的部分子路段的待压实次数规划表；
图11为本发明实施例中所述的路基压实工艺规划装置结构示意图；
图12为本发明实施例中所述的路基压实工艺规划设备结构示意图；
图中标记：1、第一获取单元；2、路基划分单元；3、指令发送单元；4、采集单元；5、第一计算单元；51、CEV值获取单元；52、第二计算单元；521、分解单元；522、变换单元；523、积分单元；524、求和单元；53、第三计算单元；54、拟合单元；55、第四计算单元；6、校正单元；61、第二获取单元；62、第五计算单元；63、第六计算单元；64、模型建立单元；65、模型训练单元；66、模型预测单元；67、第七计算单元；672、误差计算单元；673、第一标记单元；674、第二标记单元；675、第一调整单元；676、第二调整单元；677、循环单元；7、次数规划单元；71、能量密度计算单元；72、第一规划单元；800、路基压实工艺规划设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1：
本实施例提供了一种路基压实工艺规划方法。
参见图1，图中示出了本方法包括步骤S100、步骤S200、步骤S300、步骤S400、步骤S500、步骤S600和步骤S700。
S100、获取振动压路机的机体参数信息；
可以理解的是，在本步骤是为了获取机体参数包括质量载荷参数和压实机构参数，其中质量载荷参数包括工作质量、振动轮分配质量、驱动桥分配质量和振动轮静线荷载；其中压实机构参数包括振动频率、名义振幅、激振力、振动轮直径、振动轮宽度和振动轮轮圈厚度。参见图2，图中示出在本实施例中所采用的一个振动压力机的机体参数表，其包括机体参数的详细信息。
S200、将待压实路基分为若干份子路段；
可以理解的是，在本步骤中是将一段待压实路基分为若干份子路段的目的为：在后续的处理步骤中，将每个子路段都看作一个单独的个体，对每个个体进行对应的分析研究。在本实施例中即采用将一段待压实路基均分为二十四段进行处理。在实际应用中，对于本领域的技术人员而言，对于将一段待压实的路基分割为多少个子路段，是否均分可以根据实际准确性要求来确定，即要求越高可以分割为更多的子路段，本申请中不作出的具体的限制。
S300、向振动压路机发送初压实指令，初压实指令包括进行预设碾压值次数的辗压指令；
可以理解的是，在本步骤中是为与S400步骤相配合获取初步信息，其中S300和S400中获取的初步信息是为了二次拟合，以及进行数据预测的做下数据采集的铺垫。需要说明的是在本实施例中预设碾压值为三，即在本步骤中是进行了三次碾压，并且优选为弱振工况下进行三次碾压。由于在实际压实操作中，进行三次弱振工况下压实是达不到压实标准，所以在本步骤中进行三次弱振工况下压实是不会影响压实整个过程，只会减少后续的所需弱振振动压实次数。
同时通过本步骤的数据采集，使得在S400中获取的数据是包含待压实路基的一些填料的反馈信息，使得后续的计算结果更加准确。
进一步地，本实施例中优选采用的碾压时的行驶速度为0.83m/s，即在本实施例中均采用一种匀速碾压的过程，降低每个路段的压实情况与振动压路机的行驶速度的关系。
S400、采集振动压路机在每次压实过程中的行驶信息，行驶信息包括行驶速度和每个子路段所对应加速度时程曲线；
需要说明的是，本步骤中的加速度时程曲线是通过布置在振动压路机振动轮上的加速度传感器采集得到，即在振动压路机进行碾压一次时就会产生一个加速度时程曲线。并且在本步骤中行驶速度可以通过振动压路机上的现有设备采集即RTK系统采集得到，由于在本步骤中获得行驶速度信息，所以在本步骤可以得到每个子路段所对应一段加速度时程曲线，其中具体换算方式，实现每个子路段对应加速度时程曲线为公知常识，本申请中不作赘述。综上，在本步骤中共计获得七十二个加速度时程曲线，每个子路段对应三个加速度时程曲线。
同时经过本步骤后，本实施即获得了二十四个子路段对应的三次碾压过程中的加速度时程曲线，即共计获得了七十二个加速度时程曲线，每个子路段对应三个加速度时程曲线。
S500、根据行驶信息和机体参数信息建立规范能量计算数学模型，求解规范能量计算数学模型得到第一信息，第一信息包括每个子路段压实至标准能量指标所需的标准能量值；
可以理解的是，在本步骤是通过S100和S400获取的信息计算得到每个子路段对应的标准能量值，其中需要说明的是标准能量指标指的是将路基压实至国家规定压实度的阈值，比如说是现有技术中的K30指标等，其为一种能量指标横梁方式，其有着相对应的规范值。所以在本步骤中采用的能量指标为CEV，其中对于本领域技术人员仍然可以采用其他的能量指标，本申请中不作出具体的限制。
其中为了便于下文的理解，在本实施例中记标准能量值为
Figure 200643DEST_PATH_IMAGE003
。
具体而言为了实现步骤中得到第一信息，还包括步骤S510、S520、S530、S540和S550：
S510、获取标准CEV值；
需要说明的是，由于在现在理论研究中对于CEV尚未有统一的规定，所以在本步骤中采用人工输入的方式，在本实施例中对于标准CEV值的选取三十二。
S520、根据每个子路段对应的所有加速度时程曲线，计算得到第二信息，第二信息包括每个子路段对应的所有实际CEV值；
需要说明的是，本步骤是通过每个子路段对应的三个加速度时程曲线计算得到每 个子路段在三次碾压后的对应的实际CEV值，即通过本步骤后得到每个子路段对应的三个 实际CEV值，并且这三个实际CEV值分别对应三次碾压过程。为了便于后续的描述简单，本申 请以
Figure 316891DEST_PATH_IMAGE004
、
Figure 865684DEST_PATH_IMAGE005
和
Figure 360250DEST_PATH_IMAGE006
分别表示第一次压实的实际CEV值、第二次压实的实际CEV值和 第三次压实的实际CEV值。由于子路段每经一次碾压其压实度便会得到一定的提升，所以
Figure 345393DEST_PATH_IMAGE004
、
Figure 278714DEST_PATH_IMAGE005
和
Figure 603385DEST_PATH_IMAGE006
数值在计算出后并不相同。
具体而言，本步骤中包括步骤S521、步骤S522、步骤S523和步骤S524以此达到计算得到实际CEV值；
S521、将加速度时程曲线进行经验模态分解得到若干份固有模态函数；
需要说明的是，本步骤中所采用的经验模态分解为现有技术，本申请中不对其作出赘述。
S522、将每个固有模态函数进行希尔伯特黄变换得到每个固有模态函数对应的希尔伯特谱；
需要说明的是，本步骤中所采用的希尔伯特黄变换为现有技术，本申请中不对其作出赘述。
S523、对每个希尔伯特谱进行时间积分得到每个固有模态函数对应的边际谱曲线；
S524、对所有边际谱曲线求和，得到加速度时程曲线的对应的实际CEV值。
S530、基于机体参数信息和行驶信息计算得到第三信息，第三信息包括每个实际CEV值对应的输入能量值；
其中在本步骤中为了计算每个实际CEV值对应输入能量采用了如下计算方式：
首先，获取待压实路基的松铺厚度
然后，采用输入能量密度计算公式：
Figure 737694DEST_PATH_IMAGE007
（1）
其中（1）式中，
Figure 210132DEST_PATH_IMAGE008
表示相应的振动轮宽度方向振动碾压重叠系数，一般取1.25，
Figure 681565DEST_PATH_IMAGE009
表示名义振幅（m），
Figure 877054DEST_PATH_IMAGE010
表示振动频率（Hz），
Figure 16219DEST_PATH_IMAGE011
表示压实遍数，
Figure 992265DEST_PATH_IMAGE012
表示振动轮动作用系数，
Figure 736230DEST_PATH_IMAGE013
表示振动轮的重量（KN），
Figure 848542DEST_PATH_IMAGE014
表示激振力（KN），
Figure 105080DEST_PATH_IMAGE015
表示振动压路机的行驶速度（m/s），
Figure 302843DEST_PATH_IMAGE016
表示 振动轮宽度（m），
Figure 116079DEST_PATH_IMAGE017
表示每层的松铺厚度（m）。
而在本领域中统一认为
Figure 332165DEST_PATH_IMAGE012
，
Figure 307074DEST_PATH_IMAGE013
与
Figure 726554DEST_PATH_IMAGE014
之间的关系均有一定关系，参见图3的振动 压实时振动轮的动作用系数表。根据图2的振动压路机的机体参数表以及采用了三遍弱振 工况下压实，所以弱振工况下的
Figure 343481DEST_PATH_IMAGE018
，采用内插法结合图3中得到
Figure 148494DEST_PATH_IMAGE019
。
即将待压实路基的松铺厚度，然后带入公式（1）中，计算得到弱振工况下的输入能 量密度为131.21KJ/m3，同时为了便于后文的理解，记弱振工况下的输入能量密度为
Figure 825463DEST_PATH_IMAGE020
。
其次，通过机体参数中振动轮宽度乘以每个子路段的长度再乘以
Figure 466660DEST_PATH_IMAGE020
即可得到每 个子路段在每次碾压后的输入能量值，即获得了该次碾压的输入能量，由于在本实施例中 在初压实指令进行碾压过程，且其行驶数据均相同，所以在本申请中记每次碾压的输入能 量为
Figure 356119DEST_PATH_IMAGE021
。
需要说明的由于在本实施例中是采用了均分待压实路基、匀速碾压，所以在此处 每个子路段对应的
Figure 549727DEST_PATH_IMAGE021
均相等，每次碾压过程的输入能量均相等。但是若本领域人员若不均 分、又或者采用非匀速碾压的方式，其每个子路段在每次碾压对应的输入能量均不同，本领 域技术人员做适当的计算调整即可，本申请中不再赘述。
最后，为了便于理解在实施例中称每个子路段第一次压实后的输入能量值为
Figure 132018DEST_PATH_IMAGE022
、 每个子路段第二次压实后的输入能量值为
Figure 526091DEST_PATH_IMAGE023
和每个子路段第三次压实后的输入能量值为
Figure 219240DEST_PATH_IMAGE024
。其三者关系如公式（2）所示：
Figure 998846DEST_PATH_IMAGE025
(2)
基于上述的步骤过程，目前在本实施例中获得了每个子路段在每次压实后对应的 实际CEV值以及输入能量值。为了便于理解，在本实施例中称每个子路段对应实际CEV值构 成的为A集合，A集合为[
Figure 752039DEST_PATH_IMAGE004
，
Figure 633407DEST_PATH_IMAGE005
，
Figure 130247DEST_PATH_IMAGE006
]；输入能量值为B集合，B集合为[
Figure 577409DEST_PATH_IMAGE022
，
Figure 485191DEST_PATH_IMAGE023
，
Figure 853856DEST_PATH_IMAGE024
]， 即共计有二十四个A集合和二十四个B集合。
S540、基于每个子路段对应的第二信息和第三信息进行二次拟合得到输入能量拟合式；
需要说明的是，在本步骤中即通过拟合A集合和B集合的关系得到一个实际CEV与输入能量值的关系，参见图4-图7，图中分别示出了第一处子路段、第二处子路段、第七处子路段和第八处子路段对应的拟合结果，需要说明的是由于二十四个子路段全部图像示出将占据过多篇幅，所以本实施例中未完全示出所有拟合结果。
S550、将标准CEV值作为每个输入能量拟合公式的输入信息，求解每个能量拟合公式得到第一信息。
可以理解是，本步骤是将S510中获取的标准CEV值作为每个子路段的输入能量拟合式，以图4-图7的四个输入能量拟合式为例，依次可得到四个子路段的标准能量值分别为1082.96 KJ/m3、923.04 KJ/m3、647.68 KJ/m3、879.28 KJ/m3。
S600、基于第一信息、机体参数信息和行驶信息，计算得到校正后的标准能量值。
需要说明的是，由于在S540中拟合得到的输入能量拟合式，其基础数据较少，拟合结果具有的偏差无法获得，若是获取大量数据进行二次拟合得到的输入能量拟合式，这种方式虽然能获得较为准确的输入能量拟合式，但是若要获得大量数据，这定将对待压实路基进行多次压实，这个过程存在着将路基压实的可能性，那么本方法的路基压实工艺规划的目的将毫无意义，因为待压实路基已经压实，已经没有规划的意义了。所以为了降低由于数据较少而无法获得较多数据，带来拟合结果偏差问题，所以本实施例中还包括S600这个校正的步骤。
还需要说明的是，为了便于下文的理解在本实施例记校正后的标准能量值为
Figure 888808DEST_PATH_IMAGE026
具体来说，本步骤通过采用预测的方式对标准能量值进行校正，具体的步骤包括：步骤S610、步骤S620、步骤S630、步骤S640、步骤S650、步骤S660和步骤S670。
S610、获取待压实路基的土体参数信息；
具体来说，在本步骤中获取的土体参数信息包括不均与系数
Figure 659318DEST_PATH_IMAGE027
、曲率系数
Figure 738001DEST_PATH_IMAGE028
。而 对于
Figure 328382DEST_PATH_IMAGE027
和
Figure 167025DEST_PATH_IMAGE028
的获取方式步骤为采用获取土样颗粒级配的测定之后进行计算得到。其具体 的获取方法为本领域的公知常识本申请中不作赘述。
需要说明的是，由于在本实施例中子路段的数量为二十四，若是依次获取每个子 路段对应的
Figure 526462DEST_PATH_IMAGE027
和
Figure 44556DEST_PATH_IMAGE028
将会消耗过多的时间，并且由于在实际工况下，相邻的两个子路段的
Figure 122233DEST_PATH_IMAGE027
和
Figure 764567DEST_PATH_IMAGE028
不会有明显差距，在申请中采用多个子路段为一组的方式进行
Figure 40828DEST_PATH_IMAGE027
和
Figure 477625DEST_PATH_IMAGE028
的获取，即 以四个子路中一点进行采样获取
Figure 291867DEST_PATH_IMAGE027
和
Figure 472312DEST_PATH_IMAGE028
。共计进行六个点的采样获得六组
Figure 806342DEST_PATH_IMAGE027
和
Figure 414040DEST_PATH_IMAGE028
。当然 对于本领域的技术人员而言，仍可采用其他预设采样组值的方式进行划分采样，本申请中 不作出的具体的限制。
需要说明的是，为了便于下文的描述在本实施例中记每个子路段对应的
Figure 715578DEST_PATH_IMAGE027
和
Figure 434135DEST_PATH_IMAGE028
为C集合，即C集合为[
Figure 888250DEST_PATH_IMAGE027
；
Figure 666850DEST_PATH_IMAGE028
]。
S620、根据每个子路段对应的所有加速度时程曲线，计算得到第二信息，第二信息包括每个子路段对应的所有实际CEV值；
S630、根据机体参数信息和行驶信息，计算得到第四信息，第四信息包括每个实际CEV值对应的输入能量值；
需要说明的是，上文中S520和S530相同，实际中只需要直接调用之前的计算结果即可。
S640、建立长短时记忆网络数学模型；
需要说明的是，在本申请中设定输入层为3个，隐藏层设置800个隐藏单元。在本申请中为了控制梯度的下降过程，参数训练采用自适应矩估方法，训练次数为300次；同时了减低发生梯度爆炸的几率，梯度阈值设置为1，初始学习率为0.005，并设置学习率下降期为200次、学习率下降因子为0.2以此来降低学习率。
S650、利用土体参数信息、第二信息和第四信息训练长短时记忆网络数学模型得到校正预测模型；
此处需要说明一下本申请中校正预测模型的输入信息构成以及输出信息的构成，即如何将每个子路段对应的A集合、B集合、C集合进行划分。在本申请中通过长短时记忆网络数学模型在输入能量值和土体参数信息的基础进行预测CEV。即一个子路段对应的输入能量值、该输入能量值对应的C集合和该输入能量值对应的实际CEV值看作为一组数据，共计有七十二组数据构成样本集。在本实施例中按照2:1的比例将样本集进行划分即将四十八组数据的训练集和二十四组数据的样品集。同时为了适应于二十四个子路段，所以在本申请中将前两次碾压对应的数据分为数据集，最后一次碾压过程对应的为测试集。经过上述样本集的训练即可得到校正预测模型。
S660、将土体参数信息和第一信息作为校正预测模型的输入信息，求解校正预测模型得到第五信息，第五信息包括将每个子路段在对应的标准能量值输入条件下进行压实后对应的预测CEV值；
需要说明的是，本步骤即将每个子路段对应的
Figure 455684DEST_PATH_IMAGE001
以及对应的土体参数信息作为 校正预测模型的输入信息，经过校正预测模型预测得到每个子路段对应的预测CEV值，为了 便于后文的描述以及理解，这里记预测CEV为
Figure 977932DEST_PATH_IMAGE029
。
参见图8，图中以折线图方式展现出每个子路段对应的
Figure 20974DEST_PATH_IMAGE029
。
S670、基于第一信息和第五信息，计算得到每个子路段对应的校正后的标准能量值。
需要说明的是，本步骤是基于每个子路段对应的
Figure 970476DEST_PATH_IMAGE029
对相应的
Figure 983955DEST_PATH_IMAGE001
进行校正得到
Figure 309895DEST_PATH_IMAGE002
。其中具体还包括步骤S671、步骤S672、步骤S673、步骤S674、步骤S675、步骤S676和步骤 S677：
S671、获取标准CEV值；
需要说明得，本步骤获取的标准CEV值也是32。
S672、基于标准CEV值，按照预设误差系数计算得到标准CEV值的误差上限和标准CEV值的误差下限；
需要说明的是，在本步骤中预设误差系数优选为5%。那么即可计算出误差上限为33.6；误差下限为30.4。
为了便于直观展示出
Figure 473023DEST_PATH_IMAGE029
与误差上限以及误差下限的关系，参见图8的折线图的 表现方式，并可以直观的看到第5处和第23处的
Figure 593425DEST_PATH_IMAGE029
高于误差上限，第3处和第14处的
Figure 356851DEST_PATH_IMAGE029
低于误差下限。
S673、将第五信息与误差上限进行对比，对高于误差上限的预测CEV值添加第一标记；
可以理解是，在本步骤中是将超过误差上限的
Figure 220902DEST_PATH_IMAGE029
做出标记。
S674、将第五信息与误差下限进行对比，对高于误差下限的预测CEV值添加第二标记；
可以理解是，在本步骤中是将超过误差上限的
Figure 238536DEST_PATH_IMAGE029
做出另一种标记。
S675、将具有第一标记的预测CEV值对应的标准能量值均乘以第一预设调整系数得到调整后的标准能量值，并更新标准能量值和去除第一标记；
需要说明的是，本步骤是将对超过误差上限的
Figure 779108DEST_PATH_IMAGE029
进行调整校正，其具体的方式 为，调整
Figure 514983DEST_PATH_IMAGE029
对应的
Figure 182724DEST_PATH_IMAGE001
大小。
在本实施例中第一预设调整系数为110%。
S676、将具有第二标记的预测CEV值对应的标准能量值均乘以第二预设调整系数得到调整后的标准能量值，并更新标准能量值和去除第二标记；
需要说明的是，本步骤是将对超过误差上限的
Figure 54866DEST_PATH_IMAGE029
进行调整校正，其具体的方式 为，调整
Figure 31918DEST_PATH_IMAGE029
对应的
Figure 255089DEST_PATH_IMAGE001
大小。
在本实施例中第二预设调整系数为90%。
S677、重复基于第一信息、机体参数信息和行驶信息计算得到校正后的标准能量值，直到预测CEV值没有第一标记或第二标记。
可以理解是，本步骤校验是否存在第一标记或第二标记，若还有就重复执行S670 步骤，直到没有第一标记或第二标记。即经过多次重复后，第3处和第14处对应的
Figure 195363DEST_PATH_IMAGE001
增大了 10%，第5处和第23处对应的
Figure 187590DEST_PATH_IMAGE001
分别减少了30%和90%。校正后的结果再进行预测的结果参见 图9。
换而言之，即经过S670之后异常的
Figure 350191DEST_PATH_IMAGE001
将会被校正为
Figure 795079DEST_PATH_IMAGE002
，而未被校正的部分
Figure 804624DEST_PATH_IMAGE001
等 于
Figure 916936DEST_PATH_IMAGE002
。
S700、根据第一信息和机体参数信息建立压实规划数学模型，求解压实规划数学模型得到待压实次数规划，待压实次数规划包括将每个子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数。
具体而言，本步骤基于
Figure 970212DEST_PATH_IMAGE002
和机体参数信息计算的得到待压实次数规划的步骤还 包括步骤S710和步骤S720:
S710、基于振动压路机的机体参数信息分别计算得到振动压路机在强振工况下的强振输入能量密度和弱振工况下的弱振输入能量密度；
需要说明是，本步骤中计算强振工况下的强振输入能量密度和弱振工况下的弱振 输入能量密度均通过公式(1)得到，其中
Figure 167975DEST_PATH_IMAGE020
=131.21KJ/m3，并为了便于理解，对于强振工况 下的强振输入能量密度记为
Figure 715631DEST_PATH_IMAGE030
。
对于
Figure 682450DEST_PATH_IMAGE030
计算过程与
Figure 454097DEST_PATH_IMAGE020
相同，也均是通过图3中的振动压实时振动轮的动作用系 数表中得到
Figure 388424DEST_PATH_IMAGE031
，通过图3采用内插法得到
Figure 739770DEST_PATH_IMAGE032
，最后计算得到
Figure 561096DEST_PATH_IMAGE033
= 340.42KJ/m3。
S720、基于强振输入能量密度、弱振输入能量密度和每个子路段压实至标准能量指标所需的标准能量值，计算得到每个子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数。
可以理解的是，在本步骤中然后用
Figure 972486DEST_PATH_IMAGE002
减去
Figure 128529DEST_PATH_IMAGE034
后的差除以
Figure 17988DEST_PATH_IMAGE030
或
Figure 693820DEST_PATH_IMAGE020
之后得到强 振工况下的压实次数或者弱振工况下的压实次数，若是需要强振的压实遍数若是大于1的 话，可以通过强振工况和弱振工况结合来达到压实标准；若是需要强振的压实遍数为1的 话，只需要单独通过强振工况便能达到压实标准，部分子路段的待压实次数规划如图10所 示。
本申请通过对于现场试验数据的获取过程简单，并且对于数据二次加工少，在实际运用中计算体量轻便，便于布置配套计算设备；同时本申请可以使用任意的功能完好的振动压路机，不需要专门配置，造价较低；并且本申请中采用预测校正模型构建出输入能量值、土体参数与压实能量指标之间的关系，并用于校正输入能量拟合公式计算得到的标准能量值，实现了在少量数据情况实现标准能量值计算，有利于待压实次数规划，使得每个子路段在待压实次数规划下就能达到规定的压实度，减少过压或者欠压致使施工工艺不合格情况发生的几率，并且可以有效减少在传统压实工艺中对高铁路基初步压实的判断过程，即减少了工人通过个人经验对路基进行初步的判断步骤，换而言之，通过本方法实施后，只需要最后抽检检验路基是否合格即可，实现了有效代替人工经验判断的步骤，减少了人工经验判断带来的误差。
实施例2：
如图11所示，本实施例提供了一种路基压实工艺规划装置，包括：
第一获取单元1，用于获取振动压路机的机体参数信息；
路基划分单元2，用于将待压实路基分为若干份子路段；
指令发送单元3，用于向振动压路机发送初压实指令，初压实指令包括进行预设碾压值次数的辗压指令；
采集单元4，用于采集振动压路机在每次压实过程中的行驶信息，行驶信息包括行驶速度和每个子路段所对应加速度时程曲线；
第一计算单元5，用于根据行驶信息和机体参数信息建立规范能量计算数学模型，求解规范能量计算数学模型得到第一信息，第一信息包括每个子路段压实至标准能量指标所需的标准能量值；
次数规划单元7，用于根据第一信息和机体参数信息建立压实规划数学模型，求解压实规划数学模型得到待压实次数规划，待压实次数规划包括将每个子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数。
其中，第一计算单元5包括：
CEV值获取单元51，用于获取标准CEV值；
第二计算单元52，用于根据每个子路段对应的所有加速度时程曲线，计算得到第二信息，第二信息包括每个子路段对应的所有实际CEV值；
第三计算单元53，用于基于机体参数信息和行驶信息计算得到第三信息，第三信息包括每个实际CEV值对应的输入能量值；
拟合单元54，用于基于每个子路段对应的第二信息和第三信息进行二次拟合得到输入能量拟合式；
第四计算单元55，用于将标准CEV值作为每个输入能量拟合公式的输入信息，求解每个能量拟合公式得到第一信息。
其中，第二计算单元52包括：
分解单元521，用于将加速度时程曲线进行经验模态分解得到若干份固有模态函数；
变换单元522，用于将每个固有模态函数进行希尔伯特黄变换得到每个固有模态函数对应的希尔伯特谱；
积分单元523，用于对每个希尔伯特谱进行时间积分得到每个固有模态函数对应的边际谱曲线；
求和单元524，用于对所有边际谱曲线求和，得到加速度时程曲线的对应的实际CEV值。
进一步地，本装置还包括：
校正单元6，用于基于第一信息、机体参数信息和行驶信息，计算得到校正后的标准能量值。
其中，校正单元6包括:
第二获取单元61，用于获取待压实路基的土体参数信息；
第五计算单元62，用于根据每个子路段对应的所有加速度时程曲线，计算得到第二信息，第二信息包括每个子路段对应的所有实际CEV值；
第六计算单元63，用于基于机体参数信息和行驶信息，计算得到第四信息，第四信息包括每个实际CEV值对应的输入能量值；
模型建立单元64，用于建立长短时记忆网络数学模型；
模型训练单元65，用于利用土体参数信息、第二信息和第四信息训练长短时记忆网络数学模型得到校正预测模型；
模型预测单元66，用于将土体参数信息和第一信息作为校正预测模型的输入信息，求解校正预测模型得到第五信息，第五信息包括将每个子路段在对应的标准能量值输入条件下进行压实后对应的预测CEV值；
第七计算单元67，用于基于第一信息和第五信息，计算得到每个子路段对应的校正后的标准能量值。
其中，第七计算单元67包括：
CEV值获取单元51，用于获取标准CEV值；
误差计算单元672，用于基于标准CEV值，按照预设误差系数计算得到标准CEV值的误差上限和标准CEV值的误差下限；
第一标记单元673，同于将第五信息与误差上限进行对比，对高于误差上限的预测CEV值添加第一标记；
第二标记单元674，同于将第五信息与误差下限进行对比，对高于误差下限的预测CEV值添加第二标记；
第一调整单元675，用于将具有第一标记的预测CEV值对应的标准能量值均乘以第一预设调整系数得到调整后的标准能量值，并更新标准能量值和去除第一标记；
第二调整单元676，用于将具有第二标记的预测CEV值对应的标准能量值均乘以第二预设调整系数得到调整后的标准能量值，并更新标准能量值和去除第二标记；
循环单元677，用于重复基于第一信息、机体参数信息和行驶信息计算得到校正后的标准能量值，直到预测CEV值没有第一标记或第二标记。
进一步地，次数规划单元7包括：
能量密度计算单元71，用于基于振动压路机的机体参数信息分别计算得到振动压路机在强振工况下的强振输入能量密度和弱振工况下的弱振输入能量密度；
第一规划单元72，用于基于强振输入能量密度、弱振输入能量密度和每个子路段压实至标准能量指标所需的标准能量值，计算得到每个子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数。
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3：
相应于上面的方法实施例，本实施例中还提供了一种路基压实工艺规划设备，下文描述的一种路基压实工艺规划设备与上文描述的一种路基压实工艺规划方法可相互对应参照。
图12是根据示例性实施例示出的一种路基压实工艺规划设备800的框图。如图12所示，该路基压实工艺规划设备800可以包括：处理器801，存储器802。该路基压实工艺规划设备800还可以包括多媒体组件803，I/O接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该路基压实工艺规划设备800的整体操作，以完成上述的路基压实工艺规划方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该路基压实工艺规划设备800的操作，这些数据例如可以包括用于在该路基压实工艺规划设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random AccessMemory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable ProgrammableRead-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该路基压实工艺规划设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，路基压实工艺规划设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的路基压实工艺规划方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的路基压实工艺规划方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由路基压实工艺规划设备800的处理器801执行以完成上述的路基压实工艺规划方法。
实施例4：
相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种路基压实工艺规划方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的路基压实工艺规划方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种路基压实工艺规划方法，其特征在于，包括：
获取振动压路机的机体参数信息；
将待压实路基分为若干份子路段；
向所述振动压路机发送初压实指令，所述初压实指令包括进行预设碾压值次数的辗压指令；
采集所述振动压路机在每次压实过程中的行驶信息，所述行驶信息包括行驶速度和每个所述子路段所对应加速度时程曲线；
根据所述行驶信息和所述机体参数信息建立规范能量计算数学模型，求解所述规范能量计算数学模型得到第一信息，所述第一信息包括每个所述子路段压实至标准能量指标所需的标准能量值；
根据所述第一信息和所述机体参数信息建立压实规划数学模型，求解所述压实规划数学模型得到待压实次数规划，所述待压实次数规划包括将每个所述子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数；
其中，所述根据所述行驶信息和所述机体参数信息建立规范能量计算数学模型，求解所述规范能量计算数学模型得到第一信息，包括：
获取标准CEV值；
根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；
基于所述机体参数信息和所述行驶信息计算得到第三信息，所述第三信息包括每个实际CEV值对应的输入能量值；
基于每个所述子路段对应的所述第二信息和所述第三信息进行二次拟合得到输入能量拟合式；
将所述标准CEV值作为每个所述输入能量拟合公式的输入信息，求解每个所述能量拟合公式得到第一信息。
2.根据权利要求1所述的路基压实工艺规划方法，其特征在于，所述根据所述第一信息和所述机体参数信息建立压实规划数学模型之前，包括：
基于所述第一信息、所述机体参数信息和所述行驶信息，计算得到校正后的标准能量值。
3.根据权利要求2所述的路基压实工艺规划方法，其特征在于，基于所述第一信息、所述机体参数信息和所述行驶信息，计算得到校正后的标准能量值，包括：
获取待压实路基的土体参数信息；
基于所述机体参数信息和所述行驶信息，计算得到第四信息，所述第四信息包括每个所述实际CEV值对应的输入能量值；
建立长短时记忆网络数学模型；
利用所述土体参数信息、所述第二信息和所述第四信息训练所述长短时记忆网络数学模型得到校正预测模型；
将所述土体参数信息和所述第一信息作为所述校正预测模型的输入信息，求解所述校正预测模型得到第五信息，所述第五信息包括将每个所述子路段在对应的标准能量值输入条件下进行压实后对应的预测CEV值；
基于所述第一信息和所述第五信息，计算得到每个所述子路段对应的校正后的标准能量值。
4.一种路基压实工艺规划装置，其特征在于，包括：
第一获取单元，用于获取振动压路机的机体参数信息；
路基划分单元，用于将待压实路基分为若干份子路段；
指令发送单元，用于向所述振动压路机发送初压实指令，所述初压实指令包括进行预设碾压值次数的辗压指令；
采集单元，用于采集所述振动压路机在每次压实过程中的行驶信息，所述行驶信息包括行驶速度和每个所述子路段所对应加速度时程曲线；
第一计算单元，用于根据所述行驶信息和所述机体参数信息建立规范能量计算数学模型，求解所述规范能量计算数学模型得到第一信息，所述第一信息包括每个所述子路段压实至标准能量指标所需的标准能量值；
次数规划单元，用于根据所述第一信息和所述机体参数信息建立压实规划数学模型，求解所述压实规划数学模型得到待压实次数规划，所述待压实次数规划包括将每个所述子路段压实至标准能量指标所需的弱振工况下压实次数和强振工况下压实次数；
其中，所述第一计算单元包括：
CEV值获取单元，用于获取标准CEV值；
第二计算单元，用于根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；
第三计算单元，用于基于所述机体参数信息和所述行驶信息计算得到第三信息，所述第三信息包括每个实际CEV值对应的输入能量值；
拟合单元，用于基于每个所述子路段对应的所述第二信息和所述第三信息进行二次拟合得到输入能量拟合式；
第四计算单元，用于将所述标准CEV值作为每个所述输入能量拟合公式的输入信息，求解每个所述能量拟合公式得到第一信息。
5.根据权利要求4所述的路基压实工艺规划装置，其特征在于，包括校正单元，用于基于所述第一信息、所述机体参数信息和所述行驶信息，计算得到校正后的标准能量值。
6.根据权利要求5所述的路基压实工艺规划装置，其特征在于，所述校正单元包括:
第二获取单元，用于获取待压实路基的土体参数信息；
第五计算单元，用于根据每个所述子路段对应的所有所述加速度时程曲线，计算得到第二信息，所述第二信息包括每个所述子路段对应的所有实际CEV值；
第六计算单元，用于基于所述机体参数信息和所述行驶信息，计算得到第四信息，所述第四信息包括每个所述实际CEV值对应的输入能量值；
模型建立单元，用于建立长短时记忆网络数学模型；
模型训练单元，用于利用所述土体参数信息、所述第二信息和所述第四信息训练所述长短时记忆网络数学模型得到校正预测模型；
模型预测单元，用于将所述土体参数信息和所述第一信息作为所述校正预测模型的输入信息，求解所述校正预测模型得到第五信息，所述第五信息包括将每个所述子路段在对应的标准能量值输入条件下进行压实后对应的预测CEV值；
第七计算单元，用于基于所述第一信息和所述第五信息，计算得到每个所述子路段对应的校正后的标准能量值。
7.一种路基压实工艺规划设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述路基压实工艺规划方法的步骤。
8.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述路基压实工艺规划方法的步骤。
CN202110647482.XA 2021-06-10 2021-06-10 一种路基压实工艺规划方法、装置、设备及可读存储介质 Active CN113158498B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110647482.XA CN113158498B (zh) 2021-06-10 2021-06-10 一种路基压实工艺规划方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110647482.XA CN113158498B (zh) 2021-06-10 2021-06-10 一种路基压实工艺规划方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN113158498A CN113158498A (zh) 2021-07-23
CN113158498B true CN113158498B (zh) 2021-09-21

Family

ID=76875772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110647482.XA Active CN113158498B (zh) 2021-06-10 2021-06-10 一种路基压实工艺规划方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN113158498B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114673051B (zh) * 2022-03-17 2023-11-17 中国铁道科学研究院集团有限公司铁道建筑研究所 适用于压实的路基压实质量连续检测系统、方法及应用
CN116976746B (zh) * 2023-08-14 2024-06-18 浙江正和监理有限公司 一种建筑监理施工质量监测预警方法、系统及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712302A (zh) * 2021-03-16 2021-04-27 西南交通大学 一种路基压实参数调节方法、装置、设备及可读存储介质
CN112800531A (zh) * 2021-04-14 2021-05-14 西南交通大学 一种压实工艺动态调整方法、装置、设备及可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017008535A1 (de) * 2017-09-11 2019-03-14 Bomag Gmbh Vorrichtung zur Bodenverdichtung und Betriebs- und Überwachungsverahren
CN111395109B (zh) * 2020-03-30 2021-11-12 山推工程机械股份有限公司 一种压路机的控制方法及装置
CN112127342B (zh) * 2020-10-19 2022-03-04 四川升拓检测技术股份有限公司 一种基于频谱和振幅监测路基压实质量的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712302A (zh) * 2021-03-16 2021-04-27 西南交通大学 一种路基压实参数调节方法、装置、设备及可读存储介质
CN112800531A (zh) * 2021-04-14 2021-05-14 西南交通大学 一种压实工艺动态调整方法、装置、设备及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A novel approach to evaluating the compaction control of soils;Shimobe, Satoru等;《QUARTERLY JOURNAL OF ENGINEERING GEOLOGY AND HYDROGEOLOGY》;20200831;第53卷(第3期);452-459 *
于振动能量的新型高速铁路路基压实连续检测控制指标研究;叶阳升等;《铁道学报》;20200731;第42卷(第7期);127-132 *

Also Published As

Publication number Publication date
CN113158498A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN113158498B (zh) 一种路基压实工艺规划方法、装置、设备及可读存储介质
CN112252292B (zh) 一种基于人工神经网络的高速公路压实度实时监测方法
CN110376003B (zh) 基于bim的智能列车整车服役寿命预测方法及其系统
CN107153916A (zh) 一种基于fcm聚类和bp神经网络的驾驶行为评价方法
CN102203582A (zh) 用于压实道路材料的方法和装置
CN109116444B (zh) 基于PCA-kNN的空气质量模式PM2.5预报方法
Han et al. A BIM-IoT and intelligent compaction integrated framework for advanced road compaction quality monitoring and management
CN109753745B (zh) 一种基于bim及物联网技术的道路检测及评估方法
Quinley WIM data analyst's manual
CN116187095B (zh) 一种道路交通扬尘环境影响评价方法及装置
CN112942294B (zh) 一种路基均匀性检测方法、装置、设备及可读存储介质
CN115034697B (zh) 基于多域分析的多元智能压实指标分级优选方法及系统
CN112712302B (zh) 一种路基压实参数调节方法、装置、设备及可读存储介质
CN101793623B (zh) 有支座沉降时索力监测的识别松弛的支承索的递进式方法
US20180148898A1 (en) Road state management apparatus and method
CN105809266A (zh) 一种地震伤亡人数初步评估预测方法
CN115795982B (zh) 一种汽车的疲劳耐久寿命预测方法、设备和存储介质
CN103226737B (zh) 基于卡尔曼滤波与灰色预测的化工异常工况趋势预测方法
CN116430739B (zh) 一种基于数字孪生技术的全过程智慧压实系统及管控方法
Júnior et al. Modelling for performance measurement of bus rapid transit systems in Brazil
CN113821861A (zh) 一种基于多元回归的路基路面压实质量测量方法和系统
US20240044695A1 (en) Train compartment vibration monitoring method and vibration signal feature library establishment and application methods
Si Intelligent compaction for quality control and acceptance for soil and base compaction through statistical analysis
CN114707284B (zh) 一种高速铁路区段通过能力仿真计算系统
Dedovic et al. The hybrid emd-sarima model for air quality index prediction, case of canton sarajevo

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant