珊瑚砂地基连续智能压实控制研究
作者简介:
收稿日期:2019-01-15
基金:
0 引言
珊瑚砂是主要由海洋生物 (珊瑚、海藻、贝壳等) 尸体沉积形成、主要矿物成分为碳酸钙 (>50%) 的特殊岩土介质。由于其沉积过程大多未经长途搬运, 保留了原生生物骨架中的细小孔隙, 形成的土颗粒多孔隙 (含有内孔隙) 、形状不规则、易破碎、颗粒易胶结等, 使得其工程力学性质与一般陆相、海相沉积物相比有较明显差异。
在马尔代夫维拉纳国际机场改扩建工程中, 以珊瑚砂为地基填筑材料进行大范围填海造地和地基处理。采用连续智能压实控制技术和人工检测手段, 对珊瑚砂地基处理压实过程质量和验收质量进行双控, 有效控制了压实质量。
1976年瑞典首次尝试在工程行业引入连续压实控制技术;随着美、德等国家的加入及计算机技术的革新, 进一步推动了本项技术的发展, 在铁路、公路、大坝、机场地基填筑工程领域逐渐普及。在国内, 铁路路基、水利大坝碾压施工领域都较早采用了该项技术, 如兰新高铁项目、毛尔盖大坝、黔中水利枢纽大坝等工程, 且已形成了相应的行业施工规范标准
目前, 国内针对珊瑚砂地基下的连续智能压实控制技术应用尚无先例, 对该项目地基处理过程记录的数据进行分析, 发现连续智能压实控制主控参数CMV (compaction meter value)
1 连续智能压实控制技术
连续智能压实控制技术是指利用GNSS空间卫星群、GNSS地面差分基准站和振动压实机械智能控制组件进行协同工作, 用以管理、控制压实过程质量的施工技术。
运行时, 压实机械通过差分信号获得实时高精度定位;同时, 车载加速度传感器检取系统在振动激励下的响应信号, 计算获得CMV数据, 并实时传输给驾驶室里的显示控制器和分析平台, 使管理人员能够实时了解机械当前所处位置, 以及对应位置的CMV等信息;再利用常规试验结果得到CMV与密度、模量等指标的相关关系, 从而进行连续的压实质量控制, 连续智能压实控制技术工作原理如图1所示。
影响CMV值的因素很多, 压实机械方面包括振动类型、偏心力、振幅和频率以及碾压速度;压实材料方面包括土壤类型、含水量、混合料配比以及基础支撑条件等
2 研究方法
进行地基处理时, 收集同一工作段传统动力触探试验 (dynamic penetration test, DPT) 点的检测结果和连续智能压实的面检测CMV值, 分为2组, 以DPT结果为参照基准组。
完成某一段面的DPT检测后, 根据DPT检测点坐标, 从分析平台中提取车载加速度传感器记录的相应点的CMV值, 对系统记录下来的最后一遍压实的CMV数据进行平均取整, 以及此处的碾压遍数、碾压速度、行驶方向等信息, 并与传统DPT检测结果一一对应;使用Minitab工具, 对数据进行图表分析、相关性分析, 确定CMV合格目标值;当使用Minitab工具分析后, 对合格、不合格样本数据进行概率统计分析, 找到其最优置信区间, 作为CMV值合格区间上限、下限值。
3 压实机械设置
3.1 压实机械
地基处理的压路机选用型号为:三一SSR360C-6型, 重36t, 振幅2.1mm, 作业速度2~7km/h, 振动频率26Hz。
3.2 连续智能压实控制系统
连续智能压实控制系统采用Trimble CCS900智能压实系统, 该系统安装在压实机械上, 拓扑图如图2所示。
4 数据分析
以传统DPT检测结果为参照基准, 研究连续智能压实控制系统采集的CMV值能否准确反映压实面的质量;若能证明DPT合格结果与CMV值之间存在线性相关, 则说明CMV值可以作为一类反映整个压实面质量合格与否的新指标。
该项目地基处理方案的主控因素如下:材料含水率, 压实机械速度, 压实遍数。因CMV值与压实机械的振动类型、偏心力、振幅和频率以及压实速度、压实材料的土壤类型和含水率、混合料配比等有关, 该项目地基处理过程中, 压实材料均为珊瑚砂, 含水率均保证处于9%~13%, 压实方式均为振动碾压, 仅压实速度、压实遍数是变量。综合上述因素, 若还能排除CMV值与压实速度、压实遍数的相关性, 则说明对于珊瑚砂来说, CMV值实际代表了珊瑚砂的某种特性, 由此确定的CMV目标合格值才具有指导意义。
4.1 CMV与压实速度、压实遍数的相关性
图3, 4为36t压路机CMV与压实速度、压实遍数的关系散点图, 可见, CMV与压实速度、压实遍数不存在线性相关关系。
4.2 CMV与DPT对照分析
36t压路机CMV与DPT的拟合如图5所示。回归方程为:
CMV (36t) 和DPT的相关系数为0.701, CMV (36t) 残差如图6所示。
残差图可以验证建立的关系模型的拟合度。图6中, 正态概率图中残差基本在一条直线上;直方图中残差服从正态分布;残差与拟合度 (与拟合值) 图中可看到残差随机分在0周围;由于CMV选点与顺序无关, 残差与顺序图可不考虑。综上, 残差图并没有提供足够的证据使上述回归方程所做的假设表示怀疑, 从而说明上述回归模型是合理的。
以上分析证明, 36t压路机地基处理压实过程中, 通过连续智能压实控制技术记录的CMV值, 与传统DPT点检测结果具有明显的正线性相关关系, 可以反映出该区域的面压实质量, 可以与传统DPT检测手段形成双控, 有效管控工作面的过程质量。更可以进一步做如下推论:当某区域记录的CMV值超过某个阈值时, 可以认为该区域地基处理质量合格。
4.3 CMV合格目标值
分离36t压路机DPT检测结果中判定合格与不合格数据, 并统计上述数据相对应的坐标点位的CMV值, 作为CMV单值图和直方图 (见图7, 8) 。
根据现有获取样本数据, 36t压路机CMV的合格目标值选取现有合格样本的平均值22.06作为目标值, 即22 (取整) 。从不合格样本数据可以发现, 不合格样本均值在14.41, 由此, CMV值<14.41的数据样本将不进行考虑。故CMV下限值主要考虑14.41<CMV<22.06, 对此区间的数据进行概率分析, 如表1所示。
样本数据在14.41<CMV<22.06的概率经计算如下:合格概率62.5%, 不合格概率37.5%。36t压路机CMV下限值从22起, 按每5%间隔递减计算合格概率, 如表2所示。
由表2可知, 在CMV合格取信下限值取75%时, 合格概率最大, 故CMV下限值修正为75%;由于样本中并没有出现过压记录, 且项目现场对于过压情况也无反馈, 根据现场实际观察和统计, CMV合格取信上限值由系统默认的130%修正为200%。也就是说, 当连续智能压实控制系统记录某段作业面CMV值均处于16.5~44, 同时传统DPT点检测结果合格时, 可以判定该作业面整体合格。
5 结语
1) 连续智能压实指标CMV与传统动力触探试验结果有良好的线性正相关关系, 相关度系数均>0.7, 可以作为现场地基处理压实质量的辅助检测手段。
2) 根据现场实际碾压情况及检测结果, 在含水率为9%~13%时对试验段36t压路机智能压实CMV值进行修正。合格目标CMV值及置信区间:CMV目标值22, 置信区间范围为75%<CMV<200%。
通过连续智能压实控制系统在以珊瑚砂为填料的地基处理中的应用可知, 其CMV值与传统检测方法有相对良好的正相关关系, 可以作为地基处理过程中的辅助检测手段, 填补了珊瑚砂智能压实系统的空白;在良好的施工条件下, 可以减少返工、保证质量、降低油耗、缩短工期。
[2] THURNER H, SANDSTROM A. Continuous compaction control[C]//European workshop compaction of soils and granularmaterials, Paris, 2000.
[3] THURNER H, SANDSTROM A. A new device for instantcompaction control[C]//Proceedings of International Conferenceon Compaction, 1980.
[4] SANDSTROM A J, PETTERSSON C B. Intelligent systems forQA/QC in soil compaction[C]//Proceedings of the AnnualTransportation Research Board Meeting, 2004.
[5] FORSSBLAD L. Compaction meter on vibrating rollers forimproved compaction control[C]//Proceedings of theInternational Conference on Compaction, 1980.