基于机器学习的粗粒土振动压实频率预测研究

来源：中国血液净化杂志2025年第1期北京时间：

作者：邓志兴, 谢康, 肖宪普, 李泰灃, 郝哲睿, 张千里, 李佳珅

单位：1. 中南大学　土木工程学院，湖南　长沙　410075","2. 苏州城市学院　智能制造与智慧交通学院，江苏　苏州　215104","3. 石家庄铁道大学　土木工程学院，河北　石家庄　050043","4. 中国铁道科学研究院集团有限公司　铁道建筑研究所，北京　100081

摘要：<p>为确定路基填料压实的最优振动频率，实现对其智能预测的目的。采用振动压实试验和锤击模态法确定不同压实度填料的固有频率，基于填料最大干密度、动刚度揭示了固有频率与最优振动频率的相关性；建立了填料特征与最优振动频率之间的关系，提出了最优振动频率的主控特征参数；构建了以主控特征参数为基础的机器学习预测模型，并采用双层次评价方法优化了预测模型。研究结果表明：振动频率为固有频率时，最大干密度最大、动刚度呈现最佳状态；影响最优振动频率的主控特征为填料最大粒径、级配参数、粗骨料的针片状颗粒含量以及洛杉矶磨耗；在预测模型对比分析中认为神经网络模型ANN的拟合优度最优，可将其作为最优振动频率预测的核心模型。研究成果可为确定路基填料压实的最优振动频率提供新方法，并对路基智能化施工提供理论指导与支撑。</p>

关键词：路基工程,路基填料,振动压实,最优振动频率,主控特征,预测性能评价