研究人员开发了一种新的“智能压实”技术，该技术集成到压路机中，可以实时评估道路基层压实质量，改善道路建设，同时可以减少坑洼和维护成本，并使道路更安全、更有弹性。
这种创新型的机器学习技术是由悉尼科技大学(UniversityofTechnologySydney)的一个研究团队开发的，它可以处理附着在建筑滚轮上的传感器的数据，可以帮助建造更持久的道路，更好地抵御恶劣的天气条件。该研究由岩土和运输工程负责人BehzadFatahi副教授、HadiKahbbaz教授、DiWu博士和博士生徐正恒(ZhenghengXu)领导，已发表在《工程结构》杂志上。
Fatahi副教授说:“我们开发了一种先进的计算机模型，该模型结合了机器学习和建筑工地的大数据，可以在几秒钟内高度准确地预测压实土的刚度，因此压路机操作员可以根据预测出的数据进行操作调整。”
修建一条道路通常要铺三层或三层以上材料，而且这些路层需要经过反复碾压和夯实。路基层通常是土壤，其次是碎石等天然材料，最后是沥青或混凝土铺在最上面。土壤和水分条件的变化性质会导致材料压实不足或压实过度。
“压实需要‘刚刚好’，才能保证路面的结构完整性和强度。过度压实会破坏材料并改变其成分，而压实不足会导致路面不均匀沉降。”Fatahi副教授说，“多层道路得到充分压实后能使地基更稳定，并增加道路承重力，对卡车的承重力可达40吨。而质量差的基层会很快导致沥青表面出现裂缝和塌陷。”
该团队目前正寻求在道路、铁路和大坝建设项目的各种地面和压路机条件下现场测试新技术，并探索在施工过程中实时测量压实土的密度和含水量的技术。
该研究论文题为"Double-layeredgranularsoilmodulusextractionforintelligent
转载请注明：http://www.0431gb208.com/sjslczl/6317.html
