System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于智能监测指标的堆石料压实质量快速联合检测方法技术_技高网
当前位置: 首页 > 专利查询>天津大学专利>正文

一种基于智能监测指标的堆石料压实质量快速联合检测方法技术

技术编号:40876670 阅读:2 留言:0更新日期:2024-04-08 16:46
本发明专利技术涉及一种基于智能监测指标的堆石料压实质量快速联合检测方法,包括:S1、建立密度相对误差概率分布函数;S2、计算智能监测指标精度达标概率;S3、计算智能监测指标的检测频次;S4、随机选取智能监测指标的检测区域,验证检测区域的检测精度是否合格,筛选并计算合格检测区域的密度值。本发明专利技术能够提出表征堆石料压实质量的智能监测指标,并建立智能监测指标与压实质量之间的关系模型;确定智能监测指标辅助常规挖坑试验法的检测频次,并实现堆石料压实质量的快速检测,在满足现有规范要求下,明确智能监测指标的检测结果如何应用;同时能解决堆石坝快速施工与填筑压实质量检测费时的矛盾,实现快速检测和减少挖坑的目的。

【技术实现步骤摘要】

本专利技术属于土石方工程施工质量控制,涉及一种基于智能监测指标的堆石料压实质量快速联合检测方法


技术介绍

1、我国正在和将要建设一批超高堆石坝,随着堆石坝高度的不断加高,其建设的难度和规模也越来越大,带来愈发突出的工程运行安全问题。已有大量研究表明,实际施工压实质量对堆石坝的施工期和运行期的变形性态等均具有显著影响。筑坝堆石体的填筑碾压质量控制,是控制不均匀沉降的关键,更是保证大坝服役安全的关键。

2、目前,工程中常用的堆石坝料碾压质量控制以事后控制为主,通常采用试坑法进行事后有限点的检测,该方法作业效率低、耗时耗力,同时会干扰施工进度。因此,传统的压实质量检测方法不利于准确控制压实质量。近年来,随着物联网和人工智能等技术的不断发展,智能压实技术成为一种新的解决办法,利用碾轮加速度信号实时评估被压坝料的压实状态已有相关研究。然而,上述智能压实技术如何与现有规范中的常规方法进行结合,在满足现有规范的要求下,实现堆石坝压实质量的快速检测,需要进一步研究。

3、因此,为解决上述问题,提出了一种基于智能监测指标的堆石料压实质量快速联合检测方法,在满足现有常规规范的要求下,实现堆石料压实质量的快速检测,提高检测作业效率,为堆石坝压实质量检测提供一种新的途径。


技术实现思路

1、本专利技术的目的在于克服现有技术的不足,满足现有规范要求的前提下,利用堆石坝料压实质量快速检测结果辅助常规方法,结合智能压实技术提出基于智能监测指标的堆石料压实质量快速联合检测方法,建立智能监测指标与压实质量之间的关系模型,确定智能监测指标辅助常规挖坑试验法的检测频次,实现堆石料压实质量的快速检测;同时解决堆石坝快速施工与填筑压实质量检测费时的矛盾,实现快速检测和减少挖坑的目的,为智能监测指标的实际应用提供理论依据。

2、本专利技术解决其技术问题是通过以下技术方案实现的:

3、一种基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述检测方法的步骤为:

4、s1、完成堆石料智能监测指标、特性参数及试坑检测报告数据的采集,并根据数据建立密度相对误差概率分布函数;

5、s2、根据规范确定试坑检测的相对误差精度,并根据密度相对误差概率分布函数计算智能监测指标精度达标概率;

6、s3、根据工程压实质量检测要求确定满足试坑检测相对误差精度的频次,并结合智能监测指标精度达标概率计算智能监测指标的检测频次;

7、s4、随机选取智能监测指标的检测区域,验证检测区域的检测精度是否合格,选定合格检测区域,筛选并计算合格检测区域的密度值。

8、而且,所述步骤s1具体为:

9、根据智能压实技术,采用加速度传感器收集堆石料碾压过程中的碾轮加速度数据,计算得到堆石料智能监测指标icmv,并根据现场试验得到堆石料特性参数,建立icmv与试坑实测干密度或孔隙率之间的定量关系模型,如下:

10、d=f(icmv,p5,w;β)+ε                    (1)

11、其中:d为堆石料的干密度或孔隙率;

12、f(*)为压实质量回归函数;

13、p5为颗粒粒径大于5mm的堆石料含量;

14、w是堆石料的含水率;

15、β为回归系数;

16、ε为残差;

17、计算干密度或孔隙率与实测干密度之间的误差,并构建icmv的密度误差概率分布函数,如下式:

18、

19、其中:σicmv为密度相对误差;

20、dicmv为根据式(1)求出的计算密度;

21、d0为试坑实测密度;

22、δδicmv为计算值与实测值的误差;

23、icmv根据(1)式的计算密度与试坑实测密度之间的误差服从正态分布,建立密度相对误差概率分布函数,如下式:

24、σicmv~n(μ,δ2)                      (3)。

25、而且,所述步骤s2具体为:

26、根据规范《水电水利工程粗粒土试验规程》(dlt 5356—2006)现场密度试验中灌砂法的要求,确定试坑检测的相对误差精度δd0,如下式:

27、

28、其中:ρ试为灌砂法的密度计算精度;

29、通过式(3)密度相对误差概率分布函数,确定icmv计算结果满足试坑检测法精度要求的概率α,如下式:

30、α=p(σicmv≤δd0)                      (5)。

31、而且,所述步骤s3具体为:

32、在满足《碾压式土石坝施工规范》(dl/t 5129—2013)规范中关于坝体压实检查次数的要求和实际施工条件的前提下,假设实际工程中检测总量为qm3,坝料的检测次数至少为1次/qm3,确定试坑检测总频次n1,如下式:

33、

34、考虑到实际工程中,常规试坑法费时费力且耽误工期,假设实际的试坑检测频次为n2,进一步确定用icmv来满足试坑检测相对误差精度要求的频次δn,如下式:

35、δn=n1-n2                          (7)

36、结合式(5)确定icmv的检测频次n,如下式:

37、

38、而且,所述步骤s4具体为:

39、(a)在icmv检测频次n中,随机选取满足检测误差精度要求的频次δn个区域,每个检测区域内选取若干个icmv值,认为该区域内的压实质量一致;

40、(b)对检测区域进行验证,若某区域上始终存在超过两个icmv的相对偏差大于式(3)中的阈值μ±3δ,如下式,则舍弃该区域,直到找到满足精度要求的δn个合格区域,

41、|icmv1-icmv2|≥μ±3δ                    (9)

42、(c)对每个合格区域的icmv求均值确定该合格区域的icmv为根据式(1)确定用icmv来满足试坑检测相对误差精度要求的干密度或孔隙率dicmv:

43、

44、其中:dicmv为计算干密度或孔隙率;

45、icmvn(n=1,2,3...)为满足误差精度的icmv;

46、(d)根据式(10)可确定用icmv来满足试坑检测相对误差精度要求的δn个干密度或孔隙率值d1icmv、d2icmv、...、dδnicmv。

47、本专利技术的优点和有益效果为:

48、1、本专利技术旨在满足现有规范要求的前提下,利用堆石料压实质量快速检测结果辅助常规方法,实现堆石坝压实质量的快速检测,能够提出表征堆石料压实质量的智能监测指标,并建立智能监测指标与压实质量之间的关系模型。

49、2、本专利技术能够确定智能监测指标辅助常规挖坑试验法的检测频次,并实现堆石料压实质量的快速检测,在满足现有规范要本文档来自技高网...

【技术保护点】

1.一种基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述检测方法的步骤为:

2.根据权利要求1所述的基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述步骤S1具体为:

3.根据权利要求2所述的基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述步骤S2具体为:

4.根据权利要求3所述的基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述步骤S3具体为:

5.根据权利要求4所述的基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述步骤S4具体为:

【技术特征摘要】

1.一种基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述检测方法的步骤为:

2.根据权利要求1所述的基于智能监测指标的堆石料压实质量快速联合检测方法,其特征在于:所述步骤s1具体为:

3.根据权利要求2所述的基于智能监测指标的堆石料压实质量快速...

【专利技术属性】
技术研发人员:刘东海杨钢王子健陈辉
申请(专利权)人:天津大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1