(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210577537.9 (22)申请日 2022.05.25 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 马宪永　李向阳　董泽蛟　全蔚闻　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 张利明 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/20(2020.01) E01C 23/01(2006.01) E01C 7/32(2006.01) (54)发明名称 层间非连续接触状态下沥青路面结构模量 反算方法 (57)摘要 一种层间非连续接触状态下沥青路面结构 模量反算方法， 属于服役性能评价技术领域。 本 发明针对现有沥青路面结构层模量的反算方法 中， 将实际路面内部面层和基层的接触状态视为 完全接触状态， 造成模量计算结果不准确的问 题。 它根据已知沥青路面的面层、 基层和土基的 模量值， 面层与基层间的层间刚度值， 面层和基 层的结构厚度值， 以及面层、 基层和土基的材料 参数， 计算沥青路面的弯沉数值， 获得初始弯沉 数据集； 在此基础上， 获得三类层间接触状态数 据集， 利用分类模型进行多次训练， 获得不同接 触状态下的三类预测弯沉数据集； 再对模量预测 模型进行训练， 得到训练后的模量预测模型。 本 发明可保证对于实际服役沥青路面不同层间接 触状态下的准确模量预测。 权利要求书3页 说明书10页 附图7页 CN 114840906 A 2022.08.02 CN 114840906 A 1.一种层间非连续接触 状态下沥青路面结构模量反算方法， 其特 征在于包括， 步骤一： 根据已知沥青路面的面层、 基层和土基的模量值， 面层与基层间的层间刚度 值， 面层和基层的结构厚度值， 以及面层、 基层和土基的材料参数， 计算沥青路面的弯沉数 值， 获得初始 弯沉数据集； 步骤二： 进行三种模量组合： 1)选定基层模量、 土基模量、 结构厚度值和材 料参数为固定值， 面层模量变化； 2)选定面层模量、 土基模量、 结构厚度值和材 料参数为固定值， 基层模量变化； 3)选定面层模量、 基层模量、 结构厚度值和材 料参数为固定值， 土基模量变化； 分别对三种模量组合下， 层间刚度值与弯沉数值的对应关系进行分析： 在层间刚度值以5 ×105为起始并大于5 ×105的范围内， 弯沉数值基于第一基准值第一 次发生5％～10％的改变量时对应的层间刚度值变化范围作为层 间接触状态第一分类点； 所述第一基准 值为对应层间刚度值5 ×105时的弯沉数值； 在层间刚度值以1 ×109为起始并小于1 ×109的范围内， 弯沉数值基于第二基准值第一 次发生5％～10％的改变量时对应的层间刚度值变化范围作为层 间接触状态第二分类点； 所述第二基准 值为对应层间刚度值1 ×109时的弯沉数值； 按照第一分类点和第 二分类点对初始弯沉数据集进行分类， 形成对应包含完全接触状 态、 不连续接触 状态和完全滑 移状态的三类层间接触 状态数据集； 步骤三： 采用三类层间接触状态数据集对分类模型进行一次训练， 获得一次训练后的 分类模型； 步骤四： 再将两个分类点对应的层间刚度值范围进行预设比例的调整， 将调整后的范 围作为新分类点， 对初始弯 沉数据集进 行分类， 获得调整后三类层间接触状态数据集， 再对 分类模型进行二次训练， 获得二次训练后的分类模型； 重复多次； 步骤五： 将步骤四中最终获得的分类结果与所述三类层间接触状态数据集中已知的分 类结果进行比较， 提取正确分类结果的数据形成基于层间接触状态的三类预测弯沉数据 集； 步骤六： 构建模量预测模型， 采用基于层间接触状态的三类预测弯沉数据集对模量预 测模型进行训练， 获得训练后的模量预测模型； 步骤七： 将实测弯沉数据输入至训练后的模量预测模型， 首先获得层间接触状态预测 结果， 然后获得层间刚度预测值， 最后计算获得沥青路面的面层、 基层和土基的模量预测 值。 2.根据权利要求1所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 步骤一中， 所述材 料参数包括密度和泊松比。 3.根据权利要求2所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 步骤二中， 层间接触状态第 一分类点作为层间完全滑移状态与层间不连续接触状态的 分类点； 层间接触状态第二分类点作为层间不连续接触状态与层间完全接触状态的分类 点。 4.根据权利要求3所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征权　利　要　求　书 1/3 页 2 CN 114840906 A 2在于， 所述分类模型的反复训练过程中， 通过调整模型内部训练函数、 误差性能函数以及分 类模型的层数、 连接层的神经 元个数， 获得最佳的分类模型。 5.根据权利要求4所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 所述误差性能函数包括： 均方误差函数： 式中MSE为均方误差， n 为训练数据总量， yreal为模量真实值， ypre为模量预测值； 平均绝对误差函数： MAE为平均绝对误差； 平均绝对百分比误差函数： MAPE为平均绝对百分比误差 。 6.根据权利要求5所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 步骤二中， 按照第一分类点和第二分类点， 将层间刚度值小于1000000时， 对应路面的 层间接触状态作为层间完全滑移状态， 将层间刚度值在 1000000～500000000之间时， 对应 路面的层间接触状态作为层间不连续接触状态， 将层间刚度值在500000000以上时， 对应路 面的层间接触 状态作为层间完全接触 状态。 7.根据权利要求6所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 步骤四中， 对层间刚度值范围的调整： 对于层间完全滑移状态和层间不连续接触状态的层间刚度值范围， 按照50％的比例进 行增减； 或者对于层间不连续接触状态和层间完全接触状态的层间刚度值范围， 以10％的 比例进行增减。 8.根据权利要求7所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 步骤六中， 模量预测模型基于BP神经网络建立。 9.根据权利要求8所述的层间非连续接触状态下沥青路面结构模量反算方法， 其特征 在于， 所述模量预测模型的结构设置包括： 神经元的数量为大于输入层参数个数的2/3加上输出层参数个数的2/3， 并且小于输入 层参数个数的2倍。权　利　要　求　书 2/3 页 3 CN 114840906 A 3