寒区沥青路面智慧化施工混合料温度预估机器学习模型

来源：中国血液净化杂志2023年第3期北京时间：

作者：司伟, 茆纬杰, 李宁, 石岩, 次旦多杰, 陈星, 马骉

单位：1. 长安大学 特殊地区公路工程教育部重点实验室, 陕西 西安 710064;2. 西藏天路股份有限公司, 西藏 拉萨 850000;3. 西安建筑科技大学 土木工程学院, 陕西 西安 710055;4. 中科华研(西安)科技有限公司, 陕西 西安 710199"],"fundList_en":["National Natural Science Foundation of China (52278430); Natural Science Foundation for Key Research Program of Tibet (XZ 202101ZR 0046G); Tibet Tianlu Innovation and Development Fund (XZ 2019TL-G-05)

摘要：寒区沥青路面施工面临骤然降温、大温差、大风等不利天气，造成沥青路面摊铺、碾压温度起伏大，影响沥青路面压实质量，进而诱发诸多病害。以沥青路面施工温度为核心，通过物联网系统和智能元件采集沥青路面施工工艺参数并进行分析，采用机器学习算法构建沥青路面施工温度预估模型，准确掌控沥青路面摊铺和碾压施工温度，确保沥青路面施工质量。结果表明：沥青混合料拌和参数控制精度高，运输、摊铺和碾压阶段的施工工艺参数变异性大，需对参数进行异常值剔除处理，表明当前施工工艺控制技术仍有提升空间；采用随机森林算法对施工工艺参数进行重要性评估，出料温度和施工速度对施工温度影响最显著；基于4种机器学习算法建立了沥青路面施工温度预测模型，其中多层感知机模型最优，对多层感知机模型的隐藏层、神经元个数和学习率进行优化，优化后模型的周期数、均方误差和平均绝对误差降低，整体性能显著提升；考虑气象参数后，施工温度预测模型的训练效率降低，但预测精度提高。工程应用表明：提出的基于多层感知机沥青路面施工温度预测模型与实际工况相符，通过调节出料温度、摊铺速度、碾压速度可以有效减少混合料温度损失。

关键词：道路工程,温度预估,机器学习,沥青混合料,施工过程

基金资助：国家自然科学基金项目（52278430）；西藏自治区自然科学基金重点项目（XZ202101ZR0046G）；西藏自治区科技厅重大科技专项西藏天路科创基金项目（XZ2019TL-G-05）