本发明涉及沥青路面压实，尤其涉及一种公路改扩建工程沥青路面压实质量精准预测算法。
背景技术：
1、随着社会经济的不断发展，公路交通在国民经济中占据着越来越重要的地位。公路改扩建工程作为提升交通承载能力和改善道路状况的重要手段，其质量控制尤为关键。压实是路面施工中重要的工序之一，直接影响路面的施工质量和耐久性。
2、长期以来，我国沥青路面施工质量控制方法一直采用“事后控制”的模式，只能对完工后的沥青路面性能进行检测。这使得施工检测数据反馈时间较长。业主、监理和施工方无法及时地掌握施工质量情况。发现质量问题时，只能对已完工的部分进行铲除重铺，既影响路面质量，浪费严重，又耽误工期。
技术实现思路
1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
2、鉴于上述一种公路改扩建工程沥青路面压实质量精准预测算法的问题，提出了本发明。
3、因此，本发明目的是提供一种公路改扩建工程沥青路面压实质量精准预测算法，其用于解决“我国沥青路面施工质量控制方法一直采用“事后控制”的模式，只能对完工后的沥青路面性能进行检测。这使得施工检测数据反馈时间较长。业主、监理和施工方无法及时地掌握施工质量情况。发现质量问题时，只能对已完工的部分进行铲除重铺，既影响路面质量，浪费严重，又耽误工期”问题。
4、为解决上述技术问题，本发明提供如下技术方案：一种公路改扩建工程沥青路面压实质量精准预测算法，包括：
5、步骤s1，数据采集：利用传感器、智能设备技术手段，实时采集施工过程中与压实质量相关的各项数据；
6、步骤s2，数据预处理：对采集到的原始数据进行清洗、去噪、归一化预处理操作；
7、步骤s3，特征提取：根据沥青路面压实质量的影响因素，从预处理后的数据中提取关键特征；
8、步骤s5，模型构建：通过神经网络算法，输入关键特征数据，构建压实质量预测模型，生成多维度碾压云图和质量报告；
9、步骤s6，模型训练：利用历史施工数据作为训练集，对模型进行训练和优化；
10、步骤s7，实时预测与反馈：在施工过程中，实时采集当前施工中与压实质量相关的各项数据，输入到训练好的预测模型中，得到当前沥青路面压实质量的预测值，将预测结果与实际检测结果进行对比分析，及时调整施工参数；
11、步骤s8，持续优化与迭代：根据实际施工情况和预测结果，不断收集新的数据，对模型进行持续优化和迭代。
12、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述数据采集包括沥青混合料的温度、湿度、压实遍数、压路机型号及参数、路面结构层厚度。
13、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述特征提取包括沥青混合料的物理性质、施工机械的工作状态以及环境条件。
14、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述传感器包括加速度传感器、压力传感器、温度传感器、高精度rtk定位传感器、红外温度传感器；
15、所述加速度传感器用于监测和获取压路机钢轮的振动情况和数据，并通过振幅和振频计算出连续压实度指标ecv；
16、所述压力传感器用于获取轮胎或钢轮对地面的压力；
17、所述温度传感器用于监测压路机作业时的温度，包括压路机本身的温度以及被压实材料的温度；
18、所述高精度rtk定位传感器用于为压实机械提供高精度的gps数据，并且精确记录作业区域内每一点的相关作业数据，包括压实遍数、方向、速度；
19、所述红外温度传感器用于实时监测摊铺温度和压实温度。
20、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述智能设备包括贝塔射线扬尘监测仪、噪声监测设备、核子湿度仪和超声波风速仪；
21、所述贝塔射线扬尘监测仪用于实时监测tsp、pm10和pm2.5颗粒物的浓度值，并通过数据传输系统将数据反馈给施工人员或环保部门；
22、所述噪声监测设备用于实时采集噪声数据，并通过数据分析软件对噪声水平进行评估和预警；
23、所述核子湿度仪用于实时检测物料的湿度；
24、所述超声波风速仪用于实时监测风速变化。
25、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述神经网络包含一个输入层、一个隐藏层和一个输出层，输入层为与压实质量相关的各项数据，输出层为压实质量预估值，隐藏层为历史施工数据，所述神经网络训练算法包括前向阶段、后向阶段、以及迭代与终止阶段；
26、所述前向阶段算法具体为：
27、
28、其中wij是输入层神经元i和隐藏层神经元j之间的权重，θj是偏置，uj和hj是隐藏层中每个神经元的输入和输出信号标记；
29、
30、其中，lk和ck分别是输出层神经元的输入信号和输出信号，vjk是隐藏层神经元j和输出层神经元k之间的权重，γk是偏置。
31、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述后向阶段算法具体为：
32、dk＝(yk-ck)ck(1-ck),k＝1,2,
33、
34、vjk(n+1)＝vjk(n)+α1dk(n)hj
35、γk(n+1)＝γk(n)+α1dk(n)
36、wij(n+1)＝wij(n)+α2ej(n)hj
37、θj(n+1)＝θj(n)+α2ej(n)
38、其中i＝1，2，...，m；j＝1，2，...，q；k＝1，2，...，n；α1和α2是取值范围在0到1的学习率；n表示当前训练轮数的编号。
39、作为本发明所述一种公路改扩建工程沥青路面压实质量精准预测算法的一种优选方案，其中：所述连续压实度指标ecv的计算公式具体为：
40、evc＝c×a×f
41、其中，a是振幅，f是振频，c为实验得出的材料特性；
42、所述连续压实度指标ecv与压实度之间建立回归分析模型为：
43、y＝ax+b，y压实度，x为连续压实度指标ecv值。
44、本发明的有益效果：
45、本技术根据现场智能设备和传感器实时采集压路机的碾压遍数、速度、轨迹、温度以及振动数据，并将压实度数据与对应的信息化监管关键参数进行相关性分析，建立人工神经网络模型，实现信息化监管关键参数对压实度的实时预测，及时发现质量问题，实时掌握施工质量，因此避免了后期对已完工的部分进行铲除重铺，既保证了路面质量，又加快了施工工期。
1.一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于，包括：
2.根据权利要求1所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
3.根据权利要求1所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
4.根据权利要求1所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
5.根据权利要求1所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
6.根据权利要求1所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
7.根据权利要求6所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
8.根据权利要求4所述的一种公路改扩建工程沥青路面压实质量精准预测算法，其特征在于：
