基于Python参数建模的模量正算在模量反算中的应用研究

摘要

根据FWD弯沉数据进行的模量反算在沥青路面状态检测中已被广泛应用，但其准确性远低于直接利用结构模量进行的正算。利用Python对有限元软件进行参数化建模，构建了弯沉盆数据库。基于结构模量正算弯沉数据具有高度准确性的特点，提出了一种有针对性地进行结构层模量反向调整的策略：在弯沉数据库的基础上，利用神经网络对模量组合下的弯沉值进行直接预测，通过预测弯沉值的均方根误差反向调节结构模量值。研究结果表明，土基模量误差低于0.1%，根据预测弯沉值的均方根误差对初始模量进行迭代调整后，面、基层模量误差均可控制在1%以下，达到了较好的反算效果。该方法为基于FWD的模量反算方法在沥青路面损害检测领域提供了新的思路。

关键词

沥青路面 / 神经网络 / 模量反算 / 模量正算 / 有限元

基金资助

国家自然科学基金(51968011); 桂林电子科技大学研究生教育创新创业训练计划(2022YCXS225)