路基施工质量均匀性综合评价法

《路基施工质量均匀性综合评价法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、路基施工质量均匀性综合评价法　　摘要：通过建模并且进行求解的方式来针对路基施工质量进行了简要的分析，针对路基施工质量采用合理的评价方法进行评价，并采用模拟的方式进行评价验证，同时应用工程实例，来对均匀性综合评价法在路基施工质量中的应用效果进行详尽的探究，以指导路基施工的正常开展。希望通过本文的分析，能够为相关的人员提供一定的参考和借鉴。为了进一步完善我国公路建设中的路基施工质量均匀性评价方法，提高对公路路基施工质量的监管水平，本文首次将曲面拟合的方法引入路基评价领域，通过对实测数据进行光顺化处理，减弱因测量所引起的随机

2、误差对评价结果的影响，并在此基础上，提出了伪方差-均值综合评价法。随后的随机模拟及工程实证表明：对于特定填料的路基及事先给定的模量设计值，所提评价方法能够对路基的实际情况做出客观评价，并得到一总体评价值GD。　　关键词：路基施工；质量；均匀性综合评价法　　前言：近年来，我国公路事业发展迅速，公路施工质量成为公路建设的当务之重，而路基施工质量是公路整体质量的重要影响因素之一，关乎整个公路使用寿命的长短，但由于国家大规模公路建设起步较晚，路基质量的监测和评价方法仍处在一个需要进一步完善的阶段。因此，如何建立一套高效可靠的路

3、基施工质量均匀性检测及评价方法已成为当前众多学者争相研究的热点。　　1.建模及求解5　　1.1模型的建立　　在实际生产中，公路路基上的每一点都对应一唯一模量值Y，因此可以在路基的点P与模量Y间建立一个相应的函数Y=f（P）。注意到函数Y=f（P）中的P点实际上是一曲面上的点，如果直接采用它所处的空间坐标，则会给后续数据处理带来极大的不便。因此为了处理的方便，还需对其进行所示的拓扑变换。当然，在实际应用中，由于事先无法知道路基模量曲面的真实表达形式，而只能得到一组实测数据，因此在进行评价之前，必须先利用曲面拟合方法，拟合

4、出路基模量曲面，然后再利用伪方差-均值综合评价模型对拟合曲面做出评价　　1.2模型的分析　　由于在实际应用中运用较多的薄片样条具有如下几个特点：首先，薄片样条实质上是二次谐波方程的一个解。因此它是非常平滑的二次曲面，能够提供平滑的高维空间多变量的插值或拟合结果。其次，薄片样条通常附加一个线性项，而求解之后所得到相应线性项恰好对应标志点之间变换的仿射成分。因此，薄片样条能够描述标志点分布的形状特征，具有仿射不变性。另外，薄片样条使得积分挠度范数最小化，由此可以定义两个不同测量点集之间变形的能量，以此作为两者形状差异的度量

5、。薄片样条的以上特点，使得它适合作为路基模量曲面形状分析的工具。由统计学知识可知，当采用薄片样条时，满足式（3）的f具有如下形式：f（X）=1N∑Nj=1cjG（X-Xj）+d0+d1x2+d2x2，　　2.加权伪方差―均值评价法　　2.1评价方法的建立5　　从公路监管部门的角度来讲，一般希望所使用的评价方法能对受测公路的施工质量进行整体、客观的评价。而我们知道，公路的路面一般都由多个路面结构层组成，因此路面的整体施工质量主要取决于各单个结构层的施工质量。对于特定结构层而言，其施工质量的好坏又主要体现在：①其强度是否具

6、有较好的均匀性。通常情况下，这种均匀性主要通过观测不同位置上模量取值是否具有一致性来衡量。最理想的状况是，各测量点处的模量值完成一致，此时均匀性最好。②所建公路是否存在偷工减料或者铺张浪费的现象。因此还希望评价方法能对所建路面的结构层模量与指定设计模量之间的差别进行有效反映。　　2.2模拟验证　　当然，在实际应用中，由于事先无法知道路基模量曲面的真实表达形式，而只能得到一组实测数据，因此在进行评价之前，必须先利用曲面拟合方法，拟合出路基模量曲面，然后再利用伪方差-均值综合评价模型对拟合曲面做出评价。通过上述的方法所模拟

7、验证的结果来看，用伪方差-均值综合评价法去评价所得拟合曲面，并将评价结果估计路基施工质量的真实评价结果是可靠的。　　2.3路基路面施工质量的综合评价　　从所得结果来看，本文所提综合评价方法能够反映出路面施工质量的实际情况，尽管该路面的路基建设均匀性相对较差，但由于该路面的其他结构层的施工较好，尤其是面层结构，均匀性较好，因此总的评价结果较好。5当然，在这里值得一体的是，本文所用于评价的数据时通过模量反算所得到的数据，这其中又不可避免的存在数据不准确的问题。主要原因在于，在得到FWD相关的实测数据时，会不可避免的引入部分

8、误差，而后面的反算中，又将进一步的引入一部分计算误差，因此采用模量反算数据对评价会给评价结果带来一定的影响。但由于本文在评价之先对数据进行的一定的光顺滑处理（或去噪），因此更能反映路基施工质量的实际情况。事实上，实测数据的波动性σ2可以做如下分解：σ2=σ2func+σ2error，即实测数据的波动性实际上来源于两部分，一是路基模