logo

基于振动能量的新型高速公路压路机集成压实监控指标研究

地质工程 • 土木工程

基于振动能量的新型高速公路压路机集成压实监控指标研究

庆龙
初平
玉晨
300

针对现有高速公路压路机集成压实监控指标的不足,分析单个周期内振动轮与填料间能量转换规律,提出基于最大正向动能增量的压路机集成压实监控指标KECV,并与单位体积压实功E进行对比验证其有效性。结合能量守恒定律,以正向动能的变化特性来反映压实期间的能量交换,利用最大正向动能增量的形式对其进行表征,并以此作为压路机集成压实监控指标,判断填料的压实程度。分别建立KECV与路基粉土压实度的相关关系及KECV与路面水泥稳定碎石相对密度pic间的相关关系。研究结果表明:随着碾压遍数的增加,最大正向动能增量呈现逐渐增大的趋势,填料也由松散逐渐致密;KECV与pic的相关系数比EK的相关系数大,KECV与pic的相关系数比Epic的相关系数大,表明所提出的KECV指标在路基路面压实质量控制中是可行的。

高速公路压实质量控制压路机集成压实监控指标低液限粉土水泥稳定碎石

随着我国日益增长的交通需求,高速公路建设飞速发展,但同时也出现一系列质量问题[1]。路基路面工程质量直接影响公路工程的使用性能和工程造价。为确保结构强度和稳定性,需要严格控制路基路面压实质量[2]。若压实质量得不到保证,轻则易出现裂缝、坑洞、凹陷等病害,重则会造成巨大经济损失和人员伤亡。根据现有公路施工规范,压实质量主要通过施工过程中人工控制碾压参数来保证,并通过施工后随机抽样现场试验进行验证[3]。但常规检测方法属于有损检测,存在以下问题:1) 碾压参数受现场施工人员经验的影响,人为控制误差大,存在质量缺陷;2) 抽样点测量只能获得有限样本,整个区域压实质量易产生误差,且耗时耗力,无法满足机械化快速施工需求;3) 整个区域的压实质量无法实时记录和及时反馈控制。

目前,国内外已有一些关于公路压实质量连续检测与控制方面的研究,其中,压路机集成压实监控(roller-integrated compaction monitoring,RICM)技术正逐渐被应用到道路建设中[1-2]。RICM技术通过安装在压路机上的传感器监测振动信息,并将该信息转化为RICM指标来表征填筑材料(如土、骨料或沥青混合料)的实时压实状态[4-5]。其中,车载计算机通过空间定位系统确定振动轮的实时空间位置和相应位置的RICM指标[6]。当前,已有多种RICM指标被用以表征不同类型填筑料的压实质量,如单位体积压实功E[1]、压实计值(CMV)[7]、材料刚度ks[8]、机器净驱动功率(MDP)[9]、振动模量pic[10]、总谐波失真(THD)[11]、压实控制值(CCV)[12]、声压实值(SCV)[13]、纵波速度pic[14-15]等。相关研究表明,这些指标与填料的刚度或模量具有一定程度相关性,例如,单位体积压实功E越大高速公路路基二灰土料和水稳层越硬[1]

但不同类型路基材料的物理性能、施工工艺和质量控制指标存在明显差异,为此,研究人员利用RICM技术进行了诸多针对性研究,获得上述不同指标的应用效果。BARMAN等[16]借助智能压实分析仪研究了粉煤灰-水泥窑粉尘混合料的压实质量控制措施。MEEHAN等[17]利用空间和回归分析方法研究了RICM数据与现场原位测试结果之间的关系,验证了高含量粉细砂的砂土用于建造道路路堤的可能性。SI[18]通过分析不同路基层的RICM指标,提出了一种新的用于评估土壤均匀性和路基压实质量的统计方法。针对石灰稳定路基,MA等[19]提出了一种基于加速度信号的压实质量检测指标pic。基于RICM技术和pic指标,曹丽萍等[20]对机场黏性土和全风化岩路基的压实均匀性进行了检测评价。

尽管研究人员提出了各类压实质量控制表征与指标,但由于振动轮与路基路面结构之间相互作用复杂,各类指标需建立在一定的假设基础上,导致其在实际的工程应用中存在一定的局限性[1, 6-7]。近年来,一些公路工程使用本地广泛分布的粉土作为路基填料。但目前缺乏对低黏土含量、低塑性指数、低强度的低液限粉土的RICM技术适用性研究,亟待开展针对性的物理力学特性与现场碾压试验研究[21-22]。ZHANG等[23]开展现场碾压试验验证了pic指标对粉土路基压实质量的表征效果;WANG等[24]基于室内试验研究了低液限粉土的物理力学性能;BLAYI等[25]开展一系列室内试验研究了废砖粉对粉土的改良性能。此外,有关RICM指标对路面水稳层的适用性的研究较少且其检测精度有待提升[1, 26]。LIU等[1]基于现场试验分别研究了单位体积压实功E、CMV对水稳层压实质量的表征效果,发现2个指标的综合应用效果优于单个指标的应用效果;YI等[27]分析了传统水泥稳定碎石和超大粒径水泥碎石的压实性能;MOHANTY等[28]研究了聚丙烯纤维对粉煤灰水泥稳定混合料强度和压实特性的影响。建立一种适用性广、离散程度小、精度高的压实质量控制指标,已成为压路机集成压实监控技术研究及其在高速公路推广应用急需解决的关键问题。

基于此,本文以衡永高速公路第五标段路基路面工程为依托,通过理论分析、物理力学特性室内试验以及现场碾压试验,分析单个周期内振动轮与填料间能量转换规律,提出基于最大正向动能增量的压路机集成压实监控指标——动能压实值(kinetic energy compaction value, pic)。随后,分别建立pic指标与路基粉土层压实度pic的相似关系以及pic指标与路面水泥稳定碎石层相对密度pic的相关关系,并与E指标进行对比,检验本文所提指标在高速公路路基路面工程压实质量控制中的有效性。

1 研究方法

本文研究分为室内试验、现场试验和数据分析三部分,其研究框架如图1所示。首先,通过室内试验对填料的物理力学特性进行研究,为选择合适的压实质量控制指标提供科学依据;然后,结合现场碾压试验和RICM技术,实现路基路面压实质量控制的系统研究;最后,通过分析所得的RICM指标、压实参数与路基路面压实质量之间的相关性,建立反映路基路面压实质量的回归模型,验证RICM指标的有效性。

图1
研究框架
pic
1.1 RICM指标
1.1.1 动能压实值

根据振动理论[29],振动时振动轮竖直方向上的作用力P

pic (1)

式中:pic为振动轮径向荷载;pic为激振力;pic为振动轮角速度。

基于二自由度振动压实模型[30-31],在振动过程中,由于土体本身的阻尼效应而使变形和荷载之间存在相位差pic[1]。排除压路机初启动的影响,在单个振动周期中,振动轮在时间picpic之间从最高处位置(图2中位置0)向下运动至竖向速度最大位置(图2中位置2),此过程振动轮所作压实功E1

pic (2)

式中:pic为振动轮工作振幅。

图2
振动轮位置变化图
pic

研究表明[29, 32],当压路机激振频率与被压填料的固有频率相近时,相位差pic可近似等于pic/2,故此过程振动轮所作压实功可简化为

pic (3)

研究发现[29, 33],振动轮振动加速度幅值和位移随着土体刚度增大而增大,即随着碾压遍数的增加,均逐渐增大。在碾压过程中,实际激振力pic与额定激振力的比值等于实际激振力频率pic与额定激振力频率平方的比值,且频率变化较小,故实际激振力式(3)中可认为不变。基于以上分析可知,随着碾压遍数的增加,pic逐渐增大。

土体被施加应力pic时,可将土体简化为开尔文模型计算,则土体被压缩所吸收的能量可表示为[34]

pic (4)

式中:σ为应力幅值;pic为土体振动角速度;Es为土体复合弹性模量;η为土体复合黏度系数;V为土体体积[35-36]

由相关研究可知[17, 37],含水率和压实度对土体黏度系数pic的影响很小,故在碾压过程中,η可认为是常数。文献[33-34]表明:应力幅值σ与压实过程中压路机输出能量有关。一般地,在压实过程中,输出能量一定,故σ保持不变。随着压实程度增加,其固有频率pic(kms分别为土体的刚度和质量)不断提高[31]。此外,随着碾压遍数增加,弹性模量Es逐渐增大[1, 13],同一填筑层土体的体积逐渐减小。因此,由式(5)可知,随着碾压遍数增加,pic逐渐增大,E2逐渐减小。

pic (5)

在单个振动周期中,当振动轮竖向合力为零时,振动轮正向动能增量不再增大。

pic (6)pic (7)

式中:pic为振动轮正向最大动能增量;pic为振动轮在最高位置处的动能;pic为振动轮竖直方向最大动能。

文献[38-41]表明,在动载冲击作用下,土、岩石等原生地质材料产生的声、光、热耗能可忽略不计,故在碾压过程中,压实功E1转化为土体被压缩吸收的能量E2和振动轮动能。根据能量守恒定律,三者之间的关系可描述为

pic (8)

随着碾压遍数增加,E1逐渐增大,E2逐渐减小,E3相应增大,因此,振动轮的动能变化可以反映土体刚度和压实质量的变化情况。

基于上述原理,本文将振动轮正向最大动能增量作为填筑材料的压实质量表征指标,即动能压实值(KECV)为

pic (9)pic (10)

式中:C为动能压实值;pic为振动轮在M个振动周期内正向最大动能增量的平均值;pic为第pic个振动周期的正向最大动能增量,pic

1.1.2 单位体积压实功E

根据振动理论[29]式(1),振动轮在单个振动周期中所作的压实功可以表示为

pic (11)

pic代入式(11),单个振动周期中所作的压实功可以简化为

pic (12)

碾压pic遍后,被压土料的单位体积压实功为

pic (13)

式中:B为振动轮宽度;h为填筑层厚度;v为行车速度。

1.2 RICM系统

为实现高速公路压实质量连续检测与控制,将实时差分北斗定位系统应用于压路机集成正向动能增量检测系统(图1)。该系统主要分为定位系统、数据采集装置、分析模块三部分。定位系统由北斗卫星、北斗基准站和北斗接收机等组成,实时采集压路机高精度动态坐标。数据采集装置主要包括加速度传感器和数据同步采集仪两部分,实时捕捉振动轮的加速度信号,并将信号数据与压路机空间位置信息实时同步传输至分析模块。分析模块主要由机载控制器和机载显示终端两部分组成,即处理、分析和计算传输来的压实过程信息,绘制并显示当前碾压区域的压实质量信息(如KECV)以及压路机的碾压参数信息(如碾压遍数、压实轨迹),完成信息反馈。

2 填料的物理力学特性

衡永高速公路位于中国湖南省,从衡阳至永州全长106.227 km,路基宽度26.5 m,是湖南省“六纵七横”在建高速公路网之一。本文现场试验在衡永高速公路第五标段K52+800~K53+030处开展,其中,路基填料为低液限粉土;路面填料为水泥稳定碎石。

2.1 路基填料

路基填料低液限粉土的颗粒主要为粉粒和砂粒,存在极少的黏粒,具有不同于砂土和黏土的独特物理性质。低液限粉土的颗粒级配曲线如图 3(a)所示。采用光电式液塑限联合测试仪测定土壤试样的液塑限,分别选取圆锥下沉深度为2.5 mm和20 mm所对应的含水量作为低液限粉土试样的塑限和液限,计算可得塑性指数IP分别为16.5和16.3。采用室内击实试验确定土样的最佳含水率和最大干密度,试样分5层击实,每层击实次数为27次。从上述试样中随机抽取低液限粉土1号和2号土样,其击实曲线如图4(a)所示。根据图4(a)可知,1号土样的最大干密度为1.69 g/cm3,最佳含水率为19.1%,而2号土样的最大干密度为1.68 g/cm3,最佳含水量为18.8%。综合液塑限联合测定和击实试验结果,得到低液限粉土样品的液塑限、最大干密度和最佳含水率,结果见表1

图3
颗粒级配曲线
pic
图4
击实曲线
pic
表1
低液限粉土的基本材料特性
最大干密度ρmax/(g·cm-3)天然含水率pic%最佳含水率pic/%液限pic/%塑限pic/%塑性指数pic
1.6827.019.049.332.716.6
展开更多
2.2 水稳层填料

路面填料水泥稳定碎石的水泥质量分数为5%,其配合比如表2所示。水泥稳定碎石土的颗粒级配曲线如图3(b)所示。从室内击实试验试样中随机抽取水泥稳定碎石1号和2号土样,其击实曲线如图4(b)所示。从图4(b)可见:水泥稳定碎石1号土样的最大干密度和最佳含水率分别为 2.412 g/cm3和4.8%,而2号土样的最大干密度和最佳含水量分别为2.411 g/cm3和4.6%。由此可以得到水稳层填料的最大干密度为2.411 g/cm3,最佳含水率为4.7%。

表2
水泥稳定碎石配合比
碎石/石屑粒度[19,26.5) mm[9.5,19) mm[4.75,9.5) mm[0,4.75) mm
质量分数/%25311232
展开更多

3 试验方案

3.1 高速公路路基压实试验方案

为了研究RICM指标与不同碾压参数间的关系以及验证RICM指标对低液限粉土路基压实质量的表征效果,按2种激振力状态(低频高幅和高频低幅)以及3种行车速度(0.56、0.83和1.43 m/s)设计不同压实工况,每种工况碾压次数相同,路基压实现场试验方案如表3所示。将试验区域划分为各个试验条带,每条带宽度为3 m,有效长度为10 m,条带之间设置足够大的调整区域,并沿长度方向均匀布置5个压实度抽样试坑点,分别距起点1、3、5、7、9 m,如图5(a)所示。采用三一重工单钢轮振动压路机对低液限粉土试验区进行碾压,振动轮宽度和直径分别为2 130 mm和1 600 mm,振动频率分别为29 Hz和35 Hz,激振力分别为410 kN和300 kN。

表3
路基压实现场试验方案
工况激振力状态

碾压速度/

(m·s-1)

静碾碾压遍数振碾碾压遍数
1低频高幅0.5621~8
20.8321~8
31.4321~8
4高频低幅0.5621~8
50.8321~8
61.4321~8
展开更多
图5
低液限粉土试验场地布置和试验流程
pic

低液限粉土路基现场试验分为振动碾压前、碾压中和碾压后(图5(b))。振动碾压前,填筑厚度为40 cm的路基及试验条带划分;在碾压过程中,选定相应的碾压参数,实时采集RICM指标、碾压参数及其他信息(如压路机实时空间位置信息);振动碾压后,采用灌砂法测量抽样点试坑的低液限粉土的压实度。压实度的计算公式为

pic (14)

式中:K为压实度,%;pic为干密度,g/cm3

3.2 高速公路水稳层压实试验方案

为研究对水泥稳定碎石的表征效果,类比低液限粉土,现场试验也规划了试验场地,但抽样试坑点布置与低液限粉土的不同,即沿长度方向依次布置3个抽样试坑点,分别距起点2、5、 8 m,现场区域布置和碾压流程如图6所示;试验工况类别少于低液限粉土的试验工况类别。按照施工规范要求,水稳层施工只进行“小振”,且速度无法分档控制,故采用碾压遍数工况进行试验,速度保持在1.43 m/s,静碾2遍,振碾1~8遍;使用三一重工单钢轮振动压路机进行碾压,其振动轮宽度和直径分别为2 170 mm和1 700 mm,激振力状态为高频低幅,振动频率为32 Hz,激振力为295 kN。原位试验设计与低液限粉土的设计相同,但室内试验除测量最大干密度之外,还需测量最小干密度,依此获得相对密度[1]。相对密度的计算公式如下:

图6
水泥稳定碎石试验场地布置和试验流程
pic
pic (15)

式中:pic为相对密度,%;ρmin为最小干密度, g/cm3

4 结果分析

4.1 路基压实试验结果分析

基于现场碾压试验结果,分析碾压参数与RICM指标、RICM指标与低液限粉土路基压实质量的相关关系,建立相应的线性回归模型,验证RICM指标对低液限粉土路基的表征效果。

4.1.1 碾压遍数与RICM指标的关系

碾压遍数是施工作业中重要控制参数之一,对粉质黏土路基的压实具有重要影响。为避免含水率和级配差异引起的误差,分别选取低液限粉土1组土料性质基本均匀的试验条带进行振动碾压。按照试验方案在试验条带设置抽样点测量试坑,低液限粉土共5个,并以工况2和工况5进行碾压,即先静碾2遍平整土料,再以0.83 m/s的行车速度分别匀速振碾1~8遍,记录碾压试验过程的RICM指标值。

图7所示为不同测点处RICM指标值与碾压遍数的关系。由图7可知:低液限粉土在同一测点的KECV、pic均随着碾压遍数的增加而增加;相同碾压遍数下同种填料的RICM指标值均存在差异,究其原因是碾压工艺和土料均匀性难以控制一致。因此,为消除误差,需计算碾压遍数与RICM指标之间的决定系数pic,分别建立碾压遍数与KECV、pic的回归方程,由此得到RICM指标随碾压遍数的变化趋势,如图8所示。从图8可知:低液限粉土的RICM指标均随着碾压遍数的增加而增加。其中,E与碾压遍数之间的线性相关性较强,其决定系数R2达到0.987;KECV与碾压遍数之间的相关性较弱,其决定系数R2为0.976,变异系数为7.266%(均值为397.600 J,标准差为28.888 J)。但由于E的样本均值为8.845×105 J/m3,标准差为4.885×105 J/m3,变异系数因E均值与标准差相对较小,故不计算其变异系数。

图7
不同测点处碾压遍数与RICM指标值的关系
pic
图8
RICM指标随碾压遍数的变化趋势
pic

为验证RICM指标与碾压遍数之间的关联性和空间变异性,通过式(16)进行F检验,结果如表4所示。由表4可知:在pic置信度下,上述模型的显著性值均小于0.05,证明本次试验结果具有统计学意义。通过计算,KECV模型的变异系数小于7.3%,可知模型具有较高的拟合程度和较低的空间变异性。指标KECV和E与碾压遍数存在显著的线性正相关。

pic (16)

式中:n为自变量个数;m为样本容量;EESS为模型的回归平方和;ERSS为模型的残差平方和。

表4
RICM指标与碾压遍数之间的决定系数R2和变异系数
RICM指标回归模型R2变异系数/%
KECVy=11.673x+345.0680.9807.266
picy=1.982x×105-0.074×1050.987
展开更多
4.1.2 行车速度与RICM指标的关系

为分析压实过程中压路机行车速度与RICM指标之间的相关关系,选择3组土料性质基本相同的试验条带,按照试验方案分别以0.56、0.83和 1.43 m/s的行车速度进行振动碾压,获取RICM指标值并分析二者的相关关系。图9所示为KECV和E随行车速度的变化趋势。从图9可见:随着行车速度的增加,KECV变大,而均变小。这是因为随着行车速度的增加,单位时间内土体压缩所吸收的能量减小,E减小,由能量守恒可知在振动周期中KECV变大。因此,KECV与行车速度之间存在正相关关系,而与行车速度之间存在负相关关系。

图9
不同测点处行车速度与RICM指标值关系
pic
4.1.3 激振力状态与RICM指标的关系

低频高幅(LFHA)和高频低幅(HFLA)状态的激振力和频率不相同,所产生的振动能量也存在差异,因此,在这2种状态下,压路机对于路基的压实效果存在区别。为研究激振力状态与RICM指标的相关性,选择2组土料性质基本相同的试验条带根据工况2和工况5进行碾压试验。图10所示为第8遍振碾下KECV和pic随激振力状态的变化趋势图。由图10可知:当行车速度、碾压遍数一定时,相对应的测点处低频高幅的RICM指标值均大于高频低幅的RICM指标值,说明激振力状态与KECV和pic存在显著的相关性。

图10
不同测点处激振力状态与RICM指标值的关系
pic
4.1.4 RICM指标与低液限粉土路基压实度的关系

由以上分析可知,RICM指标与碾压参数之间存在相关关系,因此,需要验证RICM指标与压实质量的相关性,以判断RICM指标作为填料压实质量的表征指标的有效性。按照试验方案对低液限粉土采取相应的振动碾压后,采用灌砂法测量试坑点处压实度,并对RICM指标与试坑点样本压实度进行相关性分析,构建压实质量线性回归模型,从而对比分析RICM指标对低液限粉土路基压实质量的表征效果。值得注意的是,受料场、工期和湖南当地梅雨天气的影响,现场碾压试验所用低液限粉土的天然含水量略高于最佳含水量[42]。此外,本次现场碾压试验方案与现场实际使用的施工工艺有所区别,这也引起本次碾压试验检测的压实度略低于规范标准要求。图11所示为KECV和pic与压实度pic之间的线性回归关系,表5所示为KECV和pic与压实度之间的决定系数R2和变异系数。由表5可知,KECV与压实度pic之间的线性相关性较强,决定系数R2达到0.870,变异系数为0.784%(均值为522.990 J,标准差为4.102 J);pic与压实度pic之间的决定系数R2为0.768,变异系数为4.706%(均值为7.063×105 J/m3,标准差为0.332×105 J/m3)。相比于pic,KECV与压实度pic之间存在更高的相关性。

图11
RICM指标与压实度之间的相关关系
pic
表5
RICM指标与压实度之间的决定系数R2和变异系数
RICM指标回归模型pic变异系数/%
KECVy=283.204x+276.3880.8700.784
picy=21.553×105x-11.705×1050.7684.706
展开更多

综上所述,RICM指标和压实度之间存在一致的相关性,且KECV与压实度pic的相关性比pic指标与压实度pic的相关性更强,变异系数更小。结果表明:KECV具有较低的空间变异性,能够更好地表征低液限粉土路基的压实质量。

4.2 路面压实试验结果分析
4.2.1 碾压遍数与RICM指标的关系

水稳层在同一测点的KECV、pic均随着碾压遍数的增加而增加;当碾压遍数相同时,因土料性质、填筑厚度和行车速度等差异,各测点的RICM指标值均存在不同,因此,计算碾压遍数与RICM指标之间的决定系数pic,分别建立碾压遍数与KECV、pic值的回归方程,得到RICM指标随碾压遍数的变化趋势,如图12所示。RICM指标与碾压遍数之间的决定系数pic和变异系数如表6所示。从表6可知,KECV与碾压遍数之间的决定系数pic达到0.822,变异系数为10.385%(均值为1 896.487 J,标准差为196.949 J);pic与碾压遍数之间的决定系数pic达到0.974,但由于pic的样本均值为2.241×105 J/m3,标准差为1.342×105 J/m3,变异系数因pic均值与标准差相对较小,故不计算其变异系数。KECV和pic均与碾压遍数存在线性正相关关系;与路基粉土层相比,路面水稳层的KECV与碾压遍数之间的相关关系较弱。

图12
RICM指标随碾压遍数的变化趋势
pic
表6
RICM指标与碾压遍数之间的决定系数pic和变异系数

RICM

指标

回归模型R2变异系数/%
KECVy=72.909x+1 568.3950.82210.385
picy=0.541×105x-0.193×1050.974
展开更多
4.2.2 相对密度与RICM指标的关系

按照试验方案对采取相应的振动碾压后,分别测量试坑点处压实度及最大、最小干密度,并对RICM指标与试坑点样本相对密度作相关性进行分析,构建压实质量线性回归模型,从而对比分析RICM指标对水泥稳定碎石压实质量的表征效果。图13所示为KECV和pic与相对密度之间的线性回归关系,表7所示为KECV和pic与相对密度pic之间的决定系数R2。由表7可知,KECV与pic之间的决定系数R2达到0.766,因其均值为1 009.126 J,标准差为312.358 J;变异系数误差较大,故不计算其变异系数;picpic之间的决定系数R2为0.702,变异系数为8.284%(均值为4.273×105 J/m3,标准差为0.354×105 J/m3)。对于试验所使用配比的水泥稳定碎石而言,KECV与相对密度pic之间的相关性强于与相对密度pic之间的相关性。与低液限粉土路基的试验结果相比,RICM指标的表征效果存在差异,因此,需对同一RICM指标对不同填料压实质量的表征效果进行针对性研究。

图13
RICM指标与相对密度之间的相关关系
pic
表7
RICM指标与相对密度之间的决定系数R2和变异系数
RICM指标回归模型pic变异系数/%
KECVy=11 704.845x-10 132.4360.766
picy=12.700×105x-11.705×1050.7028.284
展开更多

5 结论

1) 在路基路面压实过程中,随着碾压遍数的增加,填料由松散变为密实,振动轮的最大正向动能增量呈现逐渐增大趋势。根据能量守恒定律,分析单个周期内振动轮与填料间能量转换规律,以正向动能的变化特性来反映整个碾压过程中的能量交换,利用最大正向动能增量的能量形式量化计算路基路面压实状态,并以此作为压路机集成压实监控指标,提出基于最大正向动能增量的高速公路压路机集成压实监控指标KECV。

2) KECV与碾压参数之间存在显著的相关性。对于路基低液限粉土,KECV随着碾压遍数的增加而增加,决定系数pic达0.980,略低于pic指标的决定系数;KECV随着行车速度的增加而增加,而pic与行车速度呈负相关;在LFHA状态下,RICM指标测量值大于HFLA状态下的测量值。对于路面水泥稳定碎石,KECV与碾压遍数之间存在强相关关系,但弱于pic指标与碾压遍数之间是相关性。

3) KECV与低液限粉土压实度pic间的决定系数pic为0.870,变异系数为0.784%,而pic与低液限粉土压实度pic间的决定系数为0.768,变异系数为4.706%;KECV与水泥稳定碎石相对密度pic间的决定系数pic为0.766,而pic与水泥稳定碎石相对密度间的决定系数为0.702,变异系数为8.284%。相比于pic指标,本文所提KECV指标具有适用性广、离散程度小、精度高的优点。KECV能准确反映填料压实状态、有效表征压实质量,作为高速公路路基路面压实质量控制指标具有可行性。

参考文献
1LIU Donghai, LIN Min, LI Shuai.

Real-time quality monitoring and control of highway compaction

[J]. Automation in Construction, 2016, 62: 114-123.
百度学术谷歌学术
2张家玲, 徐光辉, 蔡英.

连续压实路基质量检验与控制研究

[J]. 岩土力学, 2015, 36(4): 1141-1146.
百度学术谷歌学术
3JTG/T 3610—2019. 公路路基施工技术规范[S].
4WHITE D J, VENNAPUSA P K R, GIESELMAN H H.

Field assessment and specification review for roller-integrated compaction monitoring technologies

[J]. Advances in Civil Engineering, 2011, 2011(1): 783836.
百度学术谷歌学术
5ZHANG Qinglong, LIU Tianyun, ZHANG Zhaosheng, et al.

Unmanned rolling compaction system for rockfill materials

[J]. Automation in Construction, 2019, 100: 103-117.
百度学术谷歌学术
6FACAS N W, MOONEY M A.

Position reporting error of intelligent compaction and continuous compaction control roller-measured soil properties

[J]. Journal of Testing and Evaluation, 2010, 38(1): 13-18.
百度学术谷歌学术
7WHITE D J, THOMPSON M J.

Relationships between in situ and roller-integrated compaction measurements for granular soils

[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2008, 134(12): 1763-1770.
百度学术谷歌学术
8ANDEREGG R, VON FELTEN D A, KAUFMANN K.

Compaction monitoring using intelligent soil compactors

[C]// GeoCongress 2006. Atlanta, Georgia, USA: American Society of Civil Engineers, 2006: 1-6.
百度学术谷歌学术
9KOMANDI G.

An evaluation of the concept of rolling resistance

[J]. Journal of Terramechanics, 1999, 36(3): 159-166.
百度学术谷歌学术
10WHITE D J, JASELSKIS E J, SCHAEFER V R, et al.

Real-time compaction monitoring in cohesive soils from machine response

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2005, 1936(1): 172-180.
百度学术谷歌学术
11RINEHART R V, MOONEY M A.

Instrumentation of a roller compactor to monitor vibration behavior during earthwork compaction

[J]. Automation in Construction, 2008, 17(2): 144-150.
百度学术谷歌学术
12XU Qinwu, CHANG G K.

Adaptive quality control and acceptance of pavement material density for intelligent road construction

[J]. Automation in Construction, 2016, 62: 78-88.
百度学术谷歌学术
13ZHANG Qinglong, LIU Tianyun, ZHANG Zhaosheng, et al.

Compaction quality assessment of rockfill materials using roller-integrated acoustic wave detection technique

[J]. Automation in Construction, 2019, 97: 110-121.
百度学术谷歌学术
14HUA Tianbo, YANG Zhaohui, YANG Xingguo, et al.

Assessment of geomaterial compaction using the pressure-wave fundamental frequency

[J]. Transportation Geotechnics, 2020, 22: 100318.
百度学术谷歌学术
15LIU Donghai, LI Zilong, LIAN Zhenhong.

Compaction quality assessment of earth-rock dam materials using roller-integrated compaction monitoring technology

[J]. Automation in Construction, 2014, 44: 234-246.
百度学术谷歌学术
16BARMAN M, NAZARI M, IMRAN S A, et al.

Quality improvement of subgrade through intelligent compaction

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2016, 2579(1): 59-69.
百度学术谷歌学术
17MEEHAN C L, CACCIOLA D V, TEHRANI F S, et al.

Assessing soil compaction using continuous compaction control and location-specific in situ tests

[J]. Automation in Construction, 2017, 73: 31-44.
百度学术谷歌学术
18SI J Z.

Intelligent compaction for quality control and acceptance for soil and base compaction through statistical analysis

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2018, 2672(52): 325-332.
百度学术谷歌学术
19MA Yuan, ZHANG Yang, ZHAO Wei, et al.

Assessment of intelligent compaction quality evaluation index and uniformity

[J]. Journal of Transportation Engineering, Part B: Pavements, 2022, 148(2): 04022024.
百度学术谷歌学术
20曹丽萍, 周杰, 李涛, .

基于连续压实控制技术的路基压实均匀性评价

[J]. 中南大学学报(自然科学版), 2021, 52(7): 2200-2210.
百度学术谷歌学术
21任克彬, 王博, 李新明, .

制样方法对粉土力学特性及孔隙特征的影响

[J]. 岩石力学与工程学报, 2019, 38(4): 842-851.
百度学术谷歌学术
22WHITE D J, THOMPSON M J, VENNAPUSA P, et al.

Implementing intelligent compaction specification on Minnesota TH-64

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2008, 2045(1): 1-9.
百度学术谷歌学术
23ZHANG Qinglong, ZHU Yanwen, WU Chuping, et al.

Compaction quality control and assurance of silt subgrade using roller-integrated compaction monitoring technology

[J]. Journal of Testing and Evaluation, 2024, 52(1): 78-98.
百度学术谷歌学术
24WANG Shujian, SUN Yong, LI Zhenbao, et al.

Experimental study on modified low liquid limit silt for abutment backfill in bridge-embankment transition section

[J]. Geomechanics and Engineering, 2023, 32(6): 601-613.
百度学术谷歌学术
25BLAYI R A, SHERWANI A F H, IBRAHIM H H, et al.

Stabilization of high-plasticity silt using waste brick powder

[J]. SN Applied Sciences, 2020, 2(12): 1989.
百度学术谷歌学术
26ZHANG Qinglong, AN Zaizhan, HUANGFU Zehua, et al.

A review on roller compaction quality control and assurance methods for earthwork in five application scenarios

[J]. Materials, 2022, 15(7): 2610.
百度学术谷歌学术
27YI Yong, JIANG Yingjun, TIAN Tian, et al.

Mechanical-strength-growth law and predictive model for ultra-large size cement-stabilized macadam based on the vertical vibration compaction method

[J]. Construction and Building Materials, 2022, 324: 126691.
百度学术谷歌学术
28MOHANTY S K, BISWAL D R, MOHAPATRA B G, et al.

Strength and stiffness evaluation of a fiber-reinforced cement-stabilized fly ash stone dust aggregate mixture

[J]. Journal of Composites Science, 2023, 7(11): 459.
百度学术谷歌学术
29MOONEY M A, RINEHART R V.

Field monitoring of roller vibration during compaction of subgrade soil

[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2007, 133(3): 257-265.
百度学术谷歌学术
30李庆斌, 张兆省, 刘天云, .

土石材料振动压实模型综述

[J]. 人民黄河, 2020, 42(3): 105-111.
百度学术谷歌学术
31叶阳升, 朱宏伟, 尧俊凯, .

高速铁路路基振动压实理论与智能压实技术综述

[J]. 中国铁道科学, 2021, 42(5): 1-11.
百度学术谷歌学术
32刘东海, 李子龙, 王爱国.

基于碾压机做功的堆石坝压实质量实时监测与快速评估

[J]. 水利学报, 2014, 45(10): 1223-1230.
百度学术谷歌学术
33李迪.

沥青路面振动压实过程的仿真分析

[D]. 重庆: 重庆交通大学, 2016.
百度学术谷歌学术
34郭大智, 任瑞波. 层状粘弹性体系力学[M]. 哈尔滨: 哈尔滨工业大学出版社, 2001.
35张庆龙, 杨贤.

基于有效接触压实功的填筑工程压实质量连续检测方法

: CN117309132A[P]. 2023-12-29.
百度学术谷歌学术
36蔡德钩, 苏珂, 安再展, .

高速铁路路基模型槽振动压实过程动力响应分析

[J]. 铁道建筑, 2022, 62(6): 130-133.
百度学术谷歌学术
37WU Longliang, TENG Jun, REN Zhenyang, et al.

Research on identification model of continuous compaction based on energy dissipation

[J]. Shock and Vibration, 2022, 2022(1): 9998387.
百度学术谷歌学术
38ZHANG Z X, KOU S Q, JIANG L G, et al.

Effects of loading rate on rock fracture: fracture characteristics and energy partitioning

[J]. International Journal of Rock Mechanics and Mining Sciences, 2000, 37(5): 745-762.
百度学术谷歌学术
39WANG Xuefei, DONG Xuping, ZHANG Zhishuai, et al.

Compaction quality evaluation of subgrade based on soil characteristics assessment using machine learning

[J]. Transportation Geotechnics, 2022, 32: 100703.
百度学术谷歌学术
40ANDEREGG R, KAUFMANN K.

Intelligent compaction with vibratory rollers: feedback control systems in automatic compaction and compaction control

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2004, 1868(1): 124-134.
百度学术谷歌学术
41ZHU Xingyi, BAI Shunjie, XUE Genping, et al.

Assessment of compaction quality of multi-layer pavement structure based on intelligent compaction technology

[J]. Construction and Building Materials, 2018, 161: 316-329.
百度学术谷歌学术
42ZHANG Qinglong, ZHU Yanwen, HE Liang, et al.

Assessment of roller-integrated compaction monitoring indexes for low-liquid-limit silt based on roller vibratory acceleration analysis

[J]. Journal of Transportation Engineering, Part B: Pavements, 2023, 149(4): 04023020.
百度学术谷歌学术
注释

杨贤, 张庆龙, 吴初平, 等. 基于振动能量的新型高速公路压路机集成压实监控指标研究[J]. 中南大学学报(自然科学版), 2025, 56(2): 660-673.

YANG Xian, ZHANG Qinglong, WU Chuping, et al. Research on new roller-integrated compaction monitoring index of highway based on maximum positive kinetic energy increment[J]. Journal of Central South University(Science and Technology), 2025, 56(2): 660-673.