高 燕，英 紅

(1.衡水市市政工程管理中心,河北 衡水 053000;2.桂林電子科技大學(xué)建筑與交通工程學(xué)院,廣西 桂林 541004)

土基模量的取值是道路設(shè)計最基本的參數(shù),是結(jié)構(gòu)層選型、厚度設(shè)計的關(guān)鍵參數(shù),尤其是在舊路維護(hù)補強設(shè)計中,由于復(fù)雜的工況,原有道路的土基模量的參考值發(fā)生較大變化,此時,依靠現(xiàn)有道路的FWD彎沉盆曲線進(jìn)行土基模量反算可解決此類問題,以往的研究人員提出過較多的反算方法,如早期國內(nèi)外使用的數(shù)據(jù)庫法、迭代法,近期的神經(jīng)網(wǎng)絡(luò)[1]、惰性點法[2]等等,但由于考慮各層厚度、模量變化的樣本較少,對各種工況難以覆蓋,本文充分考慮各結(jié)構(gòu)層厚度、模量的變化,利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)土基模量反算,是一種實用性好、覆蓋面廣的有效方法。

1 土基模量對路表彎沉曲線的影響分析

利用Bisar軟件計算理論彎沉值,使用由面層、基層、土基構(gòu)成的3層彈性體系,結(jié)構(gòu)參數(shù)如表1所示,彎沉盆取點位置如表2所示。

表1 繪圖所用路面結(jié)構(gòu)參數(shù)取值

表2 彎沉盆曲線測點位置

使用以上計算數(shù)據(jù),通過Bisar軟件計算,將結(jié)果繪于圖1。

根據(jù)圖1,當(dāng)面層、基層厚度已知,而面層與基層模量難以估計時,通過單一或少數(shù)測點(D7,D8,D9等遠(yuǎn)離荷載中心的測點)可能通過簡單回歸推算出較為準(zhǔn)確的土基模量,但當(dāng)面層與基層厚度難以通過芯樣穩(wěn)定評估時,情況將變得復(fù)雜,此外還需考慮使用FWD,由于傳感的誤差,使得遠(yuǎn)離荷載中心的測點相對誤差較大,導(dǎo)致估算誤差增大的問題,因此,綜合考慮彎沉盆曲線上的9個測點,將有效的平衡儀器帶來的誤差,面對較多參數(shù)組合的大樣本分析,使用9個測點數(shù)據(jù)進(jìn)行回歸分析復(fù)雜度太大,使用神經(jīng)網(wǎng)絡(luò)是個簡便的方法。

2 正算樣本

為構(gòu)建覆蓋常用三層結(jié)構(gòu)的正算樣本庫,如表3,表4所示,選取了6個面層厚度、8個基層厚度、10個土基模量、面層和基層模量各選取了15個,組合起來共計108 000個正算樣本。

表3 結(jié)構(gòu)層厚度取值 m

表4 結(jié)構(gòu)層模量取值 MPa

3 神經(jīng)網(wǎng)絡(luò)模型

以每組彎沉盆曲線上的9個彎沉值作為神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù),以土基模量作為輸出參數(shù),構(gòu)建BP神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)的設(shè)計參數(shù)如表5所示。

表5 神經(jīng)網(wǎng)絡(luò)模型參數(shù)

4 誤差分析

選取訓(xùn)練結(jié)果中某一固定結(jié)構(gòu)厚度(面層厚度0.18 m、基層厚度0.3 m)的相對誤差繪于圖2,大部分反算誤差小于1%,少數(shù)誤差大于1%,且誤差的圖形具有一定的規(guī)律性,分析可知,訓(xùn)練的最小土基模量為20 MPa,最大土基模量為1 000 MPa,相差50倍,當(dāng)絕對誤差變化不大時,相對誤差自然會呈現(xiàn)出圖中形貌;此外,訓(xùn)練的組合順序也對訓(xùn)練結(jié)果有一定影響,如面層和基層模量的最大取值與最小取值相差60倍,也在誤差圖中有所體現(xiàn)。整體來看,將該網(wǎng)絡(luò)用于土基模量的反算是滿足工程需求的。

5 結(jié)語

提出了一種基于神經(jīng)網(wǎng)絡(luò)的大樣本土基模量反算方法,與其他反算方法相比,正算樣本大大增強了,涵蓋了常用的三層結(jié)構(gòu)的大部分情況,經(jīng)過BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練,獲得了較小誤差,滿足實際工程需求。