(相關資料圖)

研究人員開發了一種新的“智能壓實”技術，該技術集成到壓路機中，可以實時評估道路基層壓實質量，改善道路建設，同時可以減少坑洼和維護成本，并使道路更安全、更有彈性。

這種創新型的機器學習技術是由悉尼科技大學( University of Technology Sydney)的一個研究團隊開發的，它可以處理附著在建筑滾輪上的傳感器的數據，可以幫助建造更持久的道路，更好地抵御惡劣的天氣條件。該研究由巖土和運輸工程負責人Behzad Fatahi副教授、Hadi Kahbbaz教授、Di Wu博士和博士生徐正恒 (Zhengheng Xu)領導，已發表在《工程結構》雜志上。

Fatahi副教授說:“我們開發了一種先進的計算機模型，該模型結合了機器學習和建筑工地的大數據，可以在幾秒鐘內高度準確地預測壓實土的剛度，因此壓路機操作員可以根據預測出的數據進行操作調整。”

修建一條道路通常要鋪三層或三層以上材料，而且這些路層需要經過反復碾壓和夯實。路基層通常是土壤，其次是碎石等天然材料，最后是瀝青或混凝土鋪在最上面。土壤和水分條件的變化性質會導致材料壓實不足或壓實過度。

“壓實需要‘剛剛好’，才能保證路面的結構完整性和強度。過度壓實會破壞材料并改變其成分，而壓實不足會導致路面不均勻沉降。”Fatahi副教授說，“多層道路得到充分壓實后能使地基更穩定，并增加道路承重力，對卡車的承重力可達40噸。而質量差的基層會很快導致瀝青表面出現裂縫和塌陷。”

該團隊目前正尋求在道路、鐵路和大壩建設項目的各種地面和壓路機條件下現場測試新技術，并探索在施工過程中實時測量壓實土的密度和含水量的技術。

該研究論文題為"Double-layered granular soil modulus extraction for intelligent compaction using extended support vector machine learning considering soil-structure interaction"，已發表在《工程結構》雜志上。主要作者為Behzad Fatahi副教授。

前瞻經濟學人APP資訊組

參考資料：10.1016/j.engstruct.2022.115180

更多本行業研究分析詳見前瞻產業研究院《2022-2027年中國建筑加固工程行業發展前景與投資機會分析報告》同時前瞻產業研究院還提供產業大數據、產業研究、政策研究、產業鏈咨詢、產業圖譜、產業規劃、園區規劃、產業招商指南、IPO募投可研、IPO業務與技術撰寫、IPO工作底稿咨詢等解決方案。

標簽： 計算機模型