10.3969/j.issn.1001-7372.2023.03.007
寒区沥青路面智慧化施工混合料温度预估机器学习模型
寒区沥青路面施工面临骤然降温、大温差、大风等不利天气,造成沥青路面摊铺、碾压温度起伏大,影响沥青路面压实质量,进而诱发诸多病害.以沥青路面施工温度为核心,通过物联网系统和智能元件采集沥青路面施工工艺参数并进行分析,采用机器学习算法构建沥青路面施工温度预估模型,准确掌控沥青路面摊铺和碾压施工温度,确保沥青路面施工质量.结果表明:沥青混合料拌和参数控制精度高,运输、摊铺和碾压阶段的施工工艺参数变异性大,需对参数进行异常值剔除处理,表明当前施工工艺控制技术仍有提升空间;采用随机森林算法对施工工艺参数进行重要性评估,出料温度和施工速度对施工温度影响最显著;基于4种机器学习算法建立了沥青路面施工温度预测模型,其中多层感知机模型最优,对多层感知机模型的隐藏层、神经元个数和学习率进行优化,优化后模型的周期数、均方误差和平均绝对误差降低,整体性能显著提升;考虑气象参数后,施工温度预测模型的训练效率降低,但预测精度提高.工程应用表明:提出的基于多层感知机沥青路面施工温度预测模型与实际工况相符,通过调节出料温度、摊铺速度、碾压速度可以有效减少混合料温度损失.
道路工程、温度预估、机器学习、沥青混合料、施工过程
36
U419.3(道路工程)
国家自然科学基金;西藏自治区自然科学基金重点项目;西藏自治区科技厅重大科技专项西藏天路科创基金项目
2023-03-31（万方平台首次上网日期，不代表论文的发表时间）
共17页
81-97
