论文摘要
针对碾压混凝土现场压实程度的实时工艺评价需求,选择含湿率、碾压层表面应力横波波速、级配以及胶砂比为预测参数,构建了GA-BP神经网络压实度预测模型;结合现场应用实例,验证该方法实时预测评价的有效性。结果表明:与BP神经网络模型比较,GA-BP神经网络模型不仅预测精度更高,而且偏差波动范围更小,稳定性好,能更准确有效地预测现场碾压层混凝土压实性;GA-BP神经网络模型对碾压混凝土压实度下限值更敏感,压实度处于93%～96%的样本点,模型预测值的平均误差仅为0.08%,最大误差仅为0.17%,预测精度很高。
论文目录
文章来源
类型: 期刊论文
作者: 田正宏,苏伟豪,郑祥,焦新宸
关键词: 碾压混凝土,压实度,实时检测,神经网络,预测模型
来源: 水利水电科技进展 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 水利水电工程
单位: 河海大学水利水电学院,中国水利水电第七工程局有限公司第一分局
基金: 中国电建集团科技创新项目(DJ-ZDXM-2016-09)
分类号: TV544.921
页码: 81-86
总页数: 6
文件大小: 1667K
下载量: 174