基于神经网络的振动压路机土壤压实度数据处理
2012-06-29曹源文
重庆交通大学学报(自然科学版) 2012年2期
关键词:振动
向 亮,曹源文,易 飞
(重庆交通大学机电与汽车工程学院,重庆400074)
在土壤压实度连续检测中,首先利用安装在振动压路机振动轮上的加速度传感器测量振动轮振动加速度,然后建立振动加速度与土壤压实度之间的关系,间接反应振动压实情况[1]。这种实时检测的方法大大提高了振动压路机的工作效率,缩短了工程进度。不同的土壤,其压实性质也不相同。因此,相同大小的振动加速度,在不同性质的土壤上进行振动压实时,土壤的压实度是不同的,压实效果也不一样。同时,同一种性质的土壤,其含水量不同,土壤的压实度也不一样。也就是说,很难用一种确定的函数关系式来反映振动加速度和土壤压实度之间的关系。笔者在重庆交通大学道路实验室进行现场试槽试验,采集了振动轮振动加速度和对应的土壤压实度数据,从中选取一组实验数据如图1。
从图1可以看出,虽然振动加速度和土壤压实度之间是正相关的,但两者之间的线性关系并不是很好的。为了达到连续实时检测的目的,必须在两者之间建立桥梁。BP神经网络在处理非线性映射方面的能力可以解决这个问题,即通过神经网络的处理记忆来实现一个加速度反应一个压实度的可能性。

图1 压实度值与振动加速度的关系Fig.1 Relationship between the compaction and the acceleration of vibration
1 影响土壤压实度的因素
影响土壤压实度的因素很多,其中最主要的是如下几个方面[2-4]。
1.1 土壤材料及其级配情况的影响
不同类型的土壤,其压实性能是不一样的。……
登录APP查看全文
