寒区沥青路面智慧化施工混合料温度预估机器学习模型

寒区沥青路面施工面临骤然降温、大温差、大风等不利天气，造成沥青路面摊铺、碾压温度起伏大，影响沥青路面压实质量，进而诱发诸多病害。以沥青路面施工温度为核心，通过物联网系统和智能元件采集沥青路面施工工艺参数并进行分析，采用机器学习算法构建沥青路面施工温度预估模型，准确掌控沥青路面摊铺和碾压施工温度，确保沥青路面施工质量。结果表明：沥青混合料拌和参数控制精度高，运输、摊铺和碾压阶段的施工工艺参数变异性大，需对参数进行异常值剔除处理，表明当前施工工艺控制技术仍有提升空间；采用随机森林算法对施工工艺参数进行重要性评估，出料温度和施工速度对施工温度影响最显著；基于4种机器学习算法建立了沥青路面施工温度预测模型，其中多层感知机模型最优，对多层感知机模型的隐藏层、神经元个数和学习率进行优化，优化后模型的周期数、均方误差和平均绝对误差降低，整体性能显著提升；考虑气象参数后，施工温度预测模型的训练效率降低，但预测精度提高。工程应用表明：提出的基于多层感知机沥青路面施工温度预测模型与实际工况相符，通过调节出料温度、摊铺速度、碾压速度可以有效减少混合料温度损失。