(相关资料图)

研究人员开发了一种新的“智能压实”技术，该技术集成到压路机中，可以实时评估道路基层压实质量，改善道路建设，同时可以减少坑洼和维护成本，并使道路更安全、更有弹性。

这种创新型的机器学习技术是由悉尼科技大学( University of Technology Sydney)的一个研究团队开发的，它可以处理附着在建筑滚轮上的传感器的数据，可以帮助建造更持久的道路，更好地抵御恶劣的天气条件。该研究由岩土和运输工程负责人Behzad Fatahi副教授、Hadi Kahbbaz教授、Di Wu博士和博士生徐正恒 (Zhengheng Xu)领导，已发表在《工程结构》杂志上。

Fatahi副教授说:“我们开发了一种先进的计算机模型，该模型结合了机器学习和建筑工地的大数据，可以在几秒钟内高度准确地预测压实土的刚度，因此压路机操作员可以根据预测出的数据进行操作调整。”

修建一条道路通常要铺三层或三层以上材料，而且这些路层需要经过反复碾压和夯实。路基层通常是土壤，其次是碎石等天然材料，最后是沥青或混凝土铺在最上面。土壤和水分条件的变化性质会导致材料压实不足或压实过度。

“压实需要‘刚刚好’，才能保证路面的结构完整性和强度。过度压实会破坏材料并改变其成分，而压实不足会导致路面不均匀沉降。”Fatahi副教授说，“多层道路得到充分压实后能使地基更稳定，并增加道路承重力，对卡车的承重力可达40吨。而质量差的基层会很快导致沥青表面出现裂缝和塌陷。”

该团队目前正寻求在道路、铁路和大坝建设项目的各种地面和压路机条件下现场测试新技术，并探索在施工过程中实时测量压实土的密度和含水量的技术。

该研究论文题为"Double-layered granular soil modulus extraction for intelligent compaction using extended support vector machine learning considering soil-structure interaction"，已发表在《工程结构》杂志上。主要作者为Behzad Fatahi副教授。

前瞻经济学人APP资讯组

参考资料：10.1016/j.engstruct.2022.115180

更多本行业研究分析详见前瞻产业研究院《2022-2027年中国建筑加固工程行业发展前景与投资机会分析报告》同时前瞻产业研究院还提供产业大数据、产业研究、政策研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商指南、IPO募投可研、IPO业务与技术撰写、IPO工作底稿咨询等解决方案。

标签： 计算机模型