基于BP神經(jīng)網(wǎng)絡(luò)的瀝青路面壓實(shí)度檢測

趙素素，孟凡虎，宋麗娟，陳宏業(yè)

（長安大學(xué)道路施工技術(shù)與裝備教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安 710064）

基于BP神經(jīng)網(wǎng)絡(luò)的瀝青路面壓實(shí)度檢測

趙素素，孟凡虎，宋麗娟，陳宏業(yè)

（長安大學(xué)道路施工技術(shù)與裝備教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安 710064）

為實(shí)現(xiàn)瀝青路面壓實(shí)度的實(shí)時(shí)檢測，采集壓實(shí)過程中的壓實(shí)溫度、壓實(shí)速度及振動(dòng)壓路機(jī)的振動(dòng)加速度等參數(shù)，并檢測壓實(shí)后瀝青路面的壓實(shí)度是否合格；采用BP神經(jīng)網(wǎng)絡(luò)建立模型，利用該模型對采集到的數(shù)據(jù)與瀝青路面壓實(shí)度進(jìn)行訓(xùn)練，結(jié)果表明瀝青路面壓實(shí)參數(shù)與路面壓實(shí)度之間存在一定的映射關(guān)系，該模型可用于瀝青路面壓實(shí)度實(shí)時(shí)檢測。

公路；瀝青路面；壓實(shí)度；神經(jīng)網(wǎng)絡(luò)；實(shí)時(shí)檢測

壓實(shí)度影響著路面的強(qiáng)度、壽命和使用性能，欠壓實(shí)會(huì)造成水分滲透、路面氧化和破裂等，過度壓實(shí)則會(huì)導(dǎo)致瀝青路面在高溫下出油等現(xiàn)象。因此，施工過程中壓實(shí)度檢測必不可少。壓實(shí)度檢測方法多種多樣，國內(nèi)傳統(tǒng)的檢測方法主要有挖坑灌沙法、鉆心法、環(huán)刀法、核子密度濕度儀測定法和無核密度儀測定法。前3種檢測方法需損壞路面，且需在實(shí)驗(yàn)室檢測，耗時(shí)長；核子密度儀具有輻射，對人體健康存在一定威脅，而無核密度儀的精確性還有待驗(yàn)證，且兩者都不能實(shí)時(shí)地對路面壓實(shí)度進(jìn)行反饋。因此，必須采用新的方法對路面壓實(shí)度進(jìn)行快速、準(zhǔn)確檢測。該文運(yùn)用BP神經(jīng)網(wǎng)絡(luò)建立模型，對瀝青路面壓實(shí)度歷史數(shù)據(jù)進(jìn)行訓(xùn)練，并用新數(shù)據(jù)進(jìn)行驗(yàn)證，以實(shí)現(xiàn)對瀝青路面壓實(shí)度的快速、可靠評定。

1 BP神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是以人類大腦神經(jīng)元信息傳遞結(jié)構(gòu)為基礎(chǔ)開發(fā)的一種技術(shù)，能模擬人學(xué)習(xí)感知思考的能力。它由大量神經(jīng)元組成，每個(gè)神經(jīng)元都是簡單的處理單元，它們經(jīng)過連接形成復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，從而在不同程度上完成復(fù)雜的類似人腦功能，在處理許多外界因素等不確定信息時(shí)比較適用。

在多種神經(jīng)網(wǎng)絡(luò)模型中，BP神經(jīng)網(wǎng)絡(luò)運(yùn)用最廣泛，它是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，其信號是前向傳播處理，誤差是反向傳播并進(jìn)行調(diào)整的。信號前向傳播過程中，信號從輸入層經(jīng)過隱含層各神經(jīng)元的處理再傳向輸出層，若輸出值與期望輸出值存在差距，則誤差信號反向傳播，系統(tǒng)根據(jù)誤差調(diào)整相應(yīng)的權(quán)值和閾值，從而使輸出值與期望輸出值越來越逼近。完成訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)可對將來的輸入信號進(jìn)行預(yù)測性輸出，可實(shí)現(xiàn)高度的網(wǎng)絡(luò)輸入和目標(biāo)輸出之間的非線性映射關(guān)系。BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)見圖1，單個(gè)神經(jīng)元的作用見圖2。

圖1 BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

圖2 單個(gè)神經(jīng)元的作用示意圖

2 BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)

2.1 影響因子的選取

瀝青路面的壓實(shí)度受多種環(huán)境因素的影響，主要包括壓實(shí)速度、壓實(shí)時(shí)瀝青的溫度、壓實(shí)遍數(shù)及振動(dòng)壓路機(jī)的振頻和振幅。若壓實(shí)速度過快，會(huì)導(dǎo)致壓實(shí)不充分；若速度過慢，會(huì)影響施工進(jìn)行，且混合料冷卻后難以壓實(shí)。通常高溫瀝青混合料比低溫下的混合料更易壓實(shí)，但若溫度過高，瀝青的性質(zhì)會(huì)發(fā)生改變，導(dǎo)致瀝青老化。壓實(shí)遍數(shù)過低，則壓實(shí)不充分；壓實(shí)遍數(shù)過多，會(huì)導(dǎo)致過壓實(shí)，且影響施工進(jìn)程。壓路機(jī)的振頻影響瀝青路面的表面壓實(shí)質(zhì)量，振幅影響瀝青路面的壓實(shí)深度。近些年，許多學(xué)者通過建立振動(dòng)壓路機(jī)-路面系統(tǒng)的動(dòng)力學(xué)模型研究振動(dòng)輪的垂直振動(dòng)加速度與路面材料壓實(shí)度之間的關(guān)

系，以此檢測路面壓實(shí)度。振動(dòng)輪的垂直加速度可直接反映瀝青路面的壓實(shí)度，故可將其作為決斷性因子來反映瀝青路面的壓實(shí)度。綜上，將壓實(shí)速度、瀝青溫度、壓實(shí)遍數(shù)、振動(dòng)壓路機(jī)的振頻和振幅、振動(dòng)輪的垂直加速度作為影響因子輸入。

2.2 數(shù)據(jù)的歸一化

由于不同輸入數(shù)據(jù)及輸出數(shù)據(jù)量綱不一樣，為防止數(shù)據(jù)之間的非規(guī)則性，避免大數(shù)吃小數(shù)現(xiàn)象，對數(shù)據(jù)進(jìn)行歸一化處理，將其轉(zhuǎn)換成0～1的無量綱數(shù)據(jù)。瀝青路面壓實(shí)度數(shù)據(jù)屬于區(qū)間型，根據(jù)經(jīng)驗(yàn)采取最大最小法進(jìn)行歸一化處理，函數(shù)形式見式（1）?？蛇\(yùn)用MATLAB自帶函數(shù)mapminmax根據(jù)輸入數(shù)據(jù)自動(dòng)歸一化。

式中：Xmin為訓(xùn)練數(shù)據(jù)中的最小值；Xmax為訓(xùn)練數(shù)據(jù)中的最大值。

2.3 網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)置

神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成，層與層之間采用全部連接方式，同一層單元之間不存在相互連接。由Kolmogrov可得一個(gè)具有m個(gè)輸出單元、2m+1個(gè)隱含層單元和n個(gè)輸出單元的3層網(wǎng)絡(luò)結(jié)構(gòu)可精確表達(dá)任何映射。壓實(shí)度的影響因子有壓實(shí)速度、瀝青溫度、壓實(shí)遍數(shù)、振動(dòng)壓路機(jī)的振頻和振幅、振動(dòng)輪的垂直加速度，所以網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置6個(gè)輸入口。根據(jù)Kolmogrov定理，初步設(shè)置隱含層的神經(jīng)元個(gè)數(shù)為13。對于隱含層的數(shù)量，若增加隱含層數(shù)量，雖可進(jìn)一步提高準(zhǔn)確度，降低誤差，但網(wǎng)絡(luò)結(jié)構(gòu)會(huì)變得更加復(fù)雜，網(wǎng)絡(luò)的訓(xùn)練時(shí)間會(huì)延長。而通過增加隱含層神經(jīng)元數(shù)量也可確保精度要求，且訓(xùn)練效果比增加隱含層數(shù)量更直觀、易調(diào)。因此，采用單隱含層結(jié)構(gòu)，同時(shí)將隱含層神經(jīng)元數(shù)設(shè)置為20。另外，壓實(shí)度的確定一定程度上受到攤鋪質(zhì)量和混合料品質(zhì)的影響，若采用壓實(shí)度值為輸出，則可能導(dǎo)致輸出的變化與輸入的變化存在不連續(xù)關(guān)系，這樣一個(gè)隱含層的網(wǎng)絡(luò)將無法實(shí)現(xiàn)。因此，采用壓實(shí)度合格或不合格將輸入數(shù)據(jù)進(jìn)行分類處理。一般而言，分類結(jié)果的種類數(shù)即為輸出口數(shù)。如壓實(shí)度合格，則輸出［1 0］；若不合格，則輸出［0 1］，所以輸出層神經(jīng)元個(gè)數(shù)設(shè)置為2。綜上，將BP網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置為6-20-2。

2.4 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與預(yù)測

在神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前，需對網(wǎng)絡(luò)訓(xùn)練參數(shù)進(jìn)行設(shè)置。最大訓(xùn)練循環(huán)次數(shù)設(shè)置為1 900次，目標(biāo)誤差設(shè)為0.000 1。學(xué)習(xí)速率就是訓(xùn)練的步長，取值范圍一般為0.01～0.8，太大會(huì)導(dǎo)致系統(tǒng)找不到誤差最小值及系統(tǒng)不穩(wěn)定，太小則會(huì)延長訓(xùn)練時(shí)間，故將系統(tǒng)的學(xué)習(xí)速率設(shè)為0.10。

理論上，具有至少一個(gè)S型隱含層和一個(gè)線性輸出層的網(wǎng)絡(luò)能逼近任何有理函數(shù)。為了增加系統(tǒng)的可靠性，將隱含層的傳遞函數(shù)設(shè)置為tansig（S型正切函數(shù)），輸出層的傳遞函數(shù)設(shè)置為logsig（S型對數(shù)函數(shù)），訓(xùn)練函數(shù)設(shè)置為traingd（梯度下降BP算法函數(shù)）。

最終的BP網(wǎng)絡(luò)結(jié)構(gòu)見圖3。

圖3 BP網(wǎng)絡(luò)結(jié)構(gòu)圖

3 BP網(wǎng)絡(luò)用于路面壓實(shí)度檢測

于夏季在實(shí)驗(yàn)室進(jìn)行試驗(yàn)，采用90號石油瀝青熱拌級配混合料，路面結(jié)構(gòu)見表1。采用雙鋼輪壓路機(jī)進(jìn)行壓實(shí)，壓實(shí)遍數(shù)為單程壓實(shí)。對面層復(fù)壓階段的影響因子數(shù)據(jù)進(jìn)行采集和處理，并運(yùn)用上述BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練。采集的數(shù)據(jù)和網(wǎng)絡(luò)訓(xùn)練結(jié)果見表2、圖4。

表1 路面結(jié)構(gòu)

表2 試驗(yàn)實(shí)測數(shù)據(jù)和BP神經(jīng)網(wǎng)絡(luò)預(yù)測值

續(xù)表2

圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

根據(jù)訓(xùn)練結(jié)果，目標(biāo)值與訓(xùn)練值的相關(guān)度高達(dá)0.994，兩者之間的誤差低于1%。說明運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對瀝青路面壓實(shí)度進(jìn)行檢測完全可行。

［1］ 楊娟，林永波.瀝青混凝土的壓實(shí)質(zhì)量控制技術(shù)［A］.土木建筑學(xué)術(shù)文庫［C］.2013.

［2］ 肖天宏，安豐軍，惠希文.瀝青混凝土路面攤鋪與壓實(shí)施工工藝及質(zhì)量控制［J］.河北建筑工程學(xué)院學(xué)報(bào)，2000，18（4）.

［3］ 蔣建平，章楊松，閻長虹，等.BP神經(jīng)網(wǎng)絡(luò)在地基土壓縮指數(shù)預(yù)測中的應(yīng)用［J］.中南大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，41（2）.

［4］ 易家龍.淺談?dòng)绊憺r青路面壓實(shí)的因素［J］.城市道橋與防洪，2010（1）.

［5］ 黃志福，梁乃興，趙毅，等.路面壓實(shí)度自動(dòng)連續(xù)檢測技術(shù)研究［J］.長安大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，35（6）.

［6］ 王銀虎.BP神經(jīng)網(wǎng)絡(luò)在公路路面性能預(yù)測中的應(yīng)用［J］.公路與汽運(yùn)，2006（5）.

［7］ 徐黎明，王清，陳劍平，等.基于BP神經(jīng)網(wǎng)絡(luò)的泥石流平均流速預(yù)測［J］.吉林大學(xué)學(xué)報(bào)：地球科學(xué)版，2013，43（1）.

［8］ 李萍，曾令可，稅安澤，等.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)設(shè)計(jì)［J］.計(jì)算機(jī)運(yùn)用與軟件，2008，25（4）.

［9］ 卜富清.基于人工神經(jīng)網(wǎng)絡(luò)的圖像識別和分類［D］.成都：成都理工大學(xué)，2010.

U416.217

A

1671-2668（2016）06-0127-03

2016-05-24