摘要：
料源参数和施工参数是影响掺砾土心墙压实质量的重要因素。针对当前研究中料源参数被局限于掺砾土，且施工参数考虑不全面，缺乏掺拌参数，不能客观实时评价仓面压实质量的问题，提出了一种基于双向极限学习机(Bidirectional extreme learning machine, B-ELM)算法，综合考虑施工全过程参数的掺砾土心墙压实质量实时评价模型。研究模型将掺砾土心墙碾压填筑施工过程中土料参数、石料参数等料源参数，掺拌参数、碾压参数等施工参数和气象参数作为模型的输入参数，采用B-ELM算法构建压实质量实时评价模型，将该模型嵌入堆石坝碾压施工质量实时监控系统中，可以实现压实质量的实时评价。结合西南某在建的掺砾土心墙堆石坝，采用本文提出的压实质量实时评价模型，实现了对碾压施工单元压实质量的实时评价。此外，将该模型与基于掺砾土料源参数的压实质量评价模型进行对比，结果表明，二者在精度上具有一致性，该模型在鲁棒性上具有优越性，并且可以实现压实质量的实时评价；与现场实测压实度比较分析，该模型对压实度评价更为准确和稳定。研究成果可为碾压堆石坝施工技术和设计工作提供参考。
关键词：
堆石坝; 掺砾土心墙; 压实质量实时评价; 掺拌; 施工全过程; 双向极限学习机;
作者简介：
崔博(1983—),男,副教授,硕士研究生导师,博士,主要从事水利水电工程智能建设与智慧管理研究。E-mail:cuib@tju.edu.cn;
基金：
国家重点研发计划(2018YFC0406706); 国家自然科学基金雅砻江联合基金(U1965207);国家自然科学基金(51779169);
引用：
崔博，张慧高，王佳俊，等． 基于施工全过程参数的堆石坝掺砾土心墙压实质量实时评价［J］.水利水电技术( 中英文) ，2021，52( 2) : 109-118.
CUI Bo，ZHANG Huigao，WANG Jiajun，etal． Real time evaluation of compaction quality of gravellysoil core wall based on constructionprocess parameters［J］. Water Resources andHydropower Engineering，2021，52( 2) : 109-118.
0 引 言
心墙堆石坝填筑质量尤其是防渗体心墙的施工质量，直接关系到大坝的运行安全。实际施工中，掺砾土心墙是较为常见的心墙形式，影响掺砾土心墙压实质量的因素包括料源参数(包括含水率、P5含量、不均匀系数等)、掺拌参数(包括掺拌方式、次数等)与碾压参数(包括碾压速度、激振力状态、碾压遍数、压实厚度等) 。为有效控制仓面压实质量，国内外学者围绕施工过程控制和压实质量评估与分析展开了大量的研究，并将成果广泛地应用于现场施工。在碾压参数的研究方面，FACAS 研究了碾压参数随时空的分布规律，采用CCC(Continuous Compaction Control)与IC(Intelligent Compaction)两种方法通过参数分布客观评估碾压施工质量的控制效果；MOONEY等 提出总谐波失真率指标THD(Total Harmonic Distortion),并将这一指标运用于土壤压实质量评价；钟登华等 对堆石坝碾压施工过程实时监控，从而得到了全仓面任意位置的碾压参数，实现了对心墙堆石坝的填筑碾压过程在线监测和反馈控制。在仓面压实质量评估与分析的研究方面，刘东海等 利用多元回归模型和人工神经网络的方法，对碾压参数与压实质量标准之间的相关关系进行了研究，建立了二者之间的非线性映射关系，并提出了全仓面碾压质量评估的具体流程；王佳俊等 基于混沌萤火虫算法(CFA)和支持向量回归算法(SVR),有效的整合了不同类型的数据，实现了对仓面压实质量的全面评价；王佳俊等 提出一种基于概念漂移检测的土石坝压实质量评价模型更新方法，实现了对压实质量长期高精度的评价。在料源参数的研究方面，王瑞等 基于料源的不确定性，采用BP神经网络拟合压实度与各参数间的非线性关系，实现了对仓面压实质量的客观评估；王佳俊等 通过建立基于核方法(KM)与自适应混沌细菌觅食(AC-BFA)模糊逻辑的土石坝压实质量评价模型，综合考虑了被碾材料的物理参数、料源特性参数、碾压参数等，实现了对心墙压实质量的实时评价；林威伟等 采用信息熵定量分析与比较料源参数不确定性的大小，并基于随机森林算法实现了土石坝心墙区压实质量的动态评价。在掺拌参数的研究方面，钟登华等 围绕大坝建设全过程，在上坝运输及加水与料源掺拌等方面精准控制，确保了坝料在运输及掺拌过程的全程受控。
综上所述，在心墙堆石坝压实质量控制与评价的研究中，国内外研究者着重于通过碾压参数和掺砾土料源参数对压实质量控制与评价，并将研究成果广泛地应用于实际工程，极大地提高了对仓面压实质量的控制。然而，以往的研究存在了以下几个问题：(1)在料源方面，研究者常默认料源即为掺砾土料，料源与压实质量的研究也仅仅停留在掺砾土这一层面，没有更进一步去研究土料和石料与压实质量的关系。在实际施工中，掺砾土料的检测属于二次检测，消耗大量的时间与人力，影响施工进度，并且掺砾土料的检测具有滞后性，无法对仓面压实质量实时评价。堆石坝心墙土料与石料在规定的掺拌施工及碾压施工的标准下得到相应的压实度，土料和石料是“源头”。因此，从“源头”上研究料源与压实质量的关系是必要的。(2)在掺砾土心墙填筑施工过程方面，研究者往往从掺拌后的掺砾土料开始研究，然而，从土料和石料的开采检测到土料和石料的现场掺拌，再到掺砾土的现场碾压施工，掺砾土心墙填筑是一个完整的过程，掺拌是施工中的重要一环，现场掺拌常有反铲倒运掺拌、反铲原地掺拌、正铲倒运掺拌和正铲原地掺拌等方式，在不同的掺拌方式与掺拌遍数下，检测而得的掺拌P5含量与掺拌粉粒含量不尽相同，经过碾压施工后的压实质量也不同。因此，考虑掺拌参数对压实度的影响是必要的。(3)在研究方法方面，堆石坝目前常用的压实质量评价模型主要有神经网络模型(BP) 和支持向量回归模型(SVM) 等。然而这些模型的泛化性能、训练速度有待提高，且当模型输入的参数种类较复杂时，模型的训练速度和泛化性能显著降低，当存在离群点或者异常点时，模型结构易呈现病态，使得训练速度和精度大幅下降。
因此，基于以上问题，本文提出一种基于施工全过程参数，实现对堆石坝掺砾土心墙压实质量实时评价的方法。该方法依托双向极限学习机(B-ELM)算法，综合考虑土料参数、石料参数、掺拌参数、碾压参数和气象参数，研究掺砾土心墙碾压填筑施工全过程参数与压实质量的关系。以实现在工程中利用现有土料和石料检测数据以及掺拌和碾压等施工过程数据对压实质量实时评价，为施工质量管理提供参考的目的。
1 研究框架
本文采用掺砾土料的压实度作为评价土石坝心墙区压实质量的指标，基于施工全过程参数的堆石坝掺砾土心墙压实质量实时评价研究框架如图1所示，研究框架图主要包含数据层、方法层和应用层三个层级，具体如下：
首先，在数据层，构建评价指标的原始数据集。在原始数据集中，土料参数和石料参数来源于工程现场实际检测数据；掺拌参数来源于课题组自行研发的掺拌监控系统 ;碾压参数来源于堆石坝碾压施工质量实时监控系统 ;气象参数来源于工程现场气象站；压实度数据来源于试坑实验。
其次，在方法层，对原始数据集分析处理和构建压实质量实时评价模型。分为两步，第一步，对原始数据集中各参数进行Pearson相关性分析，以验证各参数与压实度的相关性，并以此评判该参数是否利于模型的建立。第二步，依据第一步的相关性分析成果，选取相关性较高的参数作为模型的输入参数，选取压实度作为模型的输出参数，利用B-ELM算法构建压实质量实时评价模型，并从精度和鲁棒性两方面对压实质量实时评价模型验证。
最后，在应用层，将模型嵌入到堆石坝碾压施工质量实时监控系统中，实现堆石坝掺砾土心墙压实质量的实时评价
2 基于B-ELM算法的压实质量实时评价模型
2.1 B-ELM算法
极限学习机 (Extreme Learning Machine, ELM)是基于前馈神经网络的机器学习算法，B-ELM算法是基于增量式极限学习机算法 (Increased extreme learning machine, I-ELM)改进而成的双向极限学习机算法 ,B-ELM算法具有极小网络结构与极快训练速度 。
在本文的评价模型中，误差反馈矩阵为
式中，HL为神经网络中该节点下压实质量实时评价模型输入参数所得的误差反馈矩阵；eL-1为上一个节点依托输入参数压实度评价值与压实度实际值的余差；βL-1为上一个节点参数的输出权值。
计算隐层神经元参数(aL,bL)
式中，h(·)为隐层节点的激活函数，本文选择为Sigmoid函数；u:R→[0,1]为归一化函数；xj=[xj1,xj2,…,xjn]T表示输入层的参数x与隐层第i个神经元间的权值。
更新输出权值矩阵HL和输出权值βL
2.2 压实质量实时评价模型的输入参数选取与分析
本文研究所用数据均来源我国西南某在建的掺砾土心墙堆石坝，经统计核对共选取施工数据112组作为本文研究所用数据。现场施工中，掺砾土心墙碾压填筑施工流程为：土料和石料经土料场和石料厂开采运输至料源参数检测站，检测后的土料和石料经现场掺拌、运输上坝、碾压施工、仓面试坑试验等施工流程完成掺砾土心墙的填筑。在施工全过程各参数中，碾压参数已在很多文献中 被证明与压实度有较强的相关性。气象因素也已被证明 与压实度存在相关性。
图1 研究框架
图2 料源参数与压实度相关性分析
料源参数表现明显的非线性特征，Pearson相关系数不但可以描述线性相关的变量间相关性的大小，也可以表征变量间近似相关的程度，相关系数越高，变量之间越近似相关。料源参数繁多且复杂，因此，对料源参数进行Pearson相关性分析，选取相关系数较高的参数作为模型的输入参数可以简化模型结构，提升模型学习速度和精度。经过相关性分析，土料平均含水率、土料P5含量和石料D <100 mm比率与压实度存在较高的相关性，在0.01水平(双尾)上显著相关。结果如图2料源参数与压实度相关性分析所示。
掺拌参数较少，且不同的掺拌方式与掺拌遍数所得的掺拌P5含量与掺拌粉粒含量存在差异。掺拌P5含量与掺拌粉粒含量与压实度存在较强的相关性，如图3掺拌参数与压实度相关性分析所示。因此，本文将全部的掺拌参数作为模型的输入参数。掺拌参数作为模型的输入参数时，以编号1～4来表征不同的掺拌方式，即反铲倒运掺拌、反铲原地掺拌、正铲倒运掺拌和正铲原地掺拌；掺拌遍数的输入则按照实际工程掺拌遍数，掺拌遍数n={1<n≤4,n∈N }。
图3 掺拌参数与压实度相关性分析
因此，本文选取土料参数：土料平均含水率(M )、土料P5含量(M );石料参数：D <100 mm比率(M );掺拌参数：掺拌方式(C )、掺拌遍数(C );碾压参数：碾压遍数(C )、碾压速度(C )、压实厚度(C )、激振力(C );气象参数：平均温度(M )、平均湿度(M )作为压实质量实时评价模型的输入参数。压实度(P)作为压实质量实时评价模型的输出参数。
3 工程应用
结合中国西南某在建水电站的掺砾土心墙堆石坝为研究对象，该工程为I等大(1)型工程，工程结构分区图如图4所示。该工程掺砾土心墙顶宽6 m, 心墙顶高程2 873.00 m, 心墙上下游坡比均为1∶0.2,心墙底基座顶高程为2 582.00m, 高程2 770 m以下为心墙A区，高程2 770～2 832 m之间为心墙B区，高程2 832 m以上为心墙C区，掺砾土心墙填筑量约为441.14×10 m 。掺砾土心墙的压实质量直接关系到该坝体的安全运行，然而该掺砾土心墙料存在填筑量大、料源来源分散、料源均一性差的特点，给心墙压实质量的控制带来极大挑战。为有效控制掺砾土心墙填筑过程，实现对掺砾土心墙施工单元实时评价，将本文提出的压实质量实时评价模型应用于掺砾土心墙施工单元，具体应用如下。
3.1 基于B-ELM算法的压实质量实时评价模型
本文采用B-ELM算法建立压实质量实时评价模型基于MATLAB平台，压实质量实时评价模型的建立步骤如下：
(1)料源数据集的生成。
利用现有的运输车辆监控系统、料源掺拌监控系统、堆石坝碾压填筑监控系统对土料和石料施工全过程追踪，以实现各施工环节的土料石料匹配，结合相关性分析结果，将土料参数、石料参数、掺拌参数、碾压参数、气象参数和压实度集成，依据不同的输入参数，分别生成施工全过程参数数据集和掺砾土料源参数数据集，数据集输入参数对比如表1所列。施工全过程参数数据集(部分)如表2所列。
图4 大坝结构分区(单位：m)
表1 数据集输入参数对比
(2)数据预处理，即对料源数据集进行数据剔除与归一化处理。
对缺失数据，重复数据、无效数据等进行剔除。对数据归一化处理以满足机器学习的要求。数据归一化可以更加便捷的处理数据和提高精度，在本文的算法中，对输入数据归一化处理为区间[-1,1],输出数据归一化处理为(0,1],经处理，共得数据112组。将此112组数据构建压实质量实时评价模型，并与掺砾土料源参数的压实质量评价模型对比分析。
(3)B-ELM算法学习。
经上述步骤处理所生成的施工全过程参数数据集，将土料参数、石料参数、掺拌参数、碾压参数、气象参数等各参数作为B-ELM算法网络结构的输入，将压实度作为B-ELM算法网络结构的的输出，建立施工全过程参数压实质量实时评价模型，首先给予一定组数的数据用于模型训练，再利用余下数据作为模型的测试，通过改变训练-测试的数据数目以达到较为稳定的测试结果。经过测试与比较，在本文构建的施工全过程参数压实质量实时评价模型中，选取训练数据为全部数据的80%,即给与90组施工全过程参数用于压实质量实时评价模型的训练，剩余的22组施工全过程参数用于压实质量实时评价模型的测试。
(4)结果输出。
将模型的评价精度及残差输出。
3.2 压实质量实时评价模型的精度及鲁棒性比较分析
本文从模型精度及鲁棒性两方面对建立的压实质量实时评价模型对比分析。施工全过程参数评价模型与掺砾土参数评价模型的训练及测试精度对比如图5压实质量实时评价模型精度对比所示，残差对比如图6压实质量评价模型残差对比所示。
压实质量实时评价模型精度及鲁棒性如图5和图6所示，由此可看出：(1)以掺砾土料源参数所建立的压实质量评价模型训练数据均方根误差平均值为0.084,测试数据均方根误差平均值为0.114;施工全过程参数压实质量实时评价模型训练数据均方根误差平均值为0.081,测试数据均方根误差平均值为0.106。因此，施工全过程参数压实质量实时评价模型与掺砾土料源参数评价模型的精度存在一致性。(2)掺砾土料源参数所建立的压实质量评价模型残差维持在-1.5～2的水平；施工全过程参数压实质量实时评价模型残差维持在-0.5～0.5的水平。因此，施工全过程参数压实质量实时评价模型有更强的鲁棒性，存在噪声数据时抗干扰能力更强。
表2 施工全过程参数数据集(部分)
图5 压实质量实时评价模型精度对比
图6 压实质量评价模型残差对比
施工全过程参数压实质量实时评价模型与掺砾土料源参数压实质量评价模型在精度上具有一致性主要有以下两方面的原因：(1)土料和石料经过掺拌得到掺砾土，掺砾土料参数是基于土料参数、石料参数和掺拌参数所得。(2)B-ELM算法隐含层和输出层之间的连接权值不需要迭代调整 ,因此利用B-ELM算法构建的压实质量实时评价模型有较高的精度。
在鲁棒性方面，施工全过程参数压实质量实时评价模型相较于掺砾土料源参数压实质量评价模型有更强的鲁棒性主要有以下两方面的原因：(1)施工全过程参数压实质量实时评价模型在模型的输入参数中综合考虑了掺砾土心墙施工全过程的各个参数，在某一参数发生变化时，其余参数可以保证模型输入参数的整体稳定。(2)B-ELM算法具有极小的网络结构，使得该算法具有极高的稳定性，在遇到离群点或者扰动时可以维持结构稳定 。
因此，施工全过程参数压实质量实时评价模型在理论上具有可行性，且相较于掺砾土料源参数压实质量评价模型在精度上具有一致性，在鲁棒性上具有优越性。
3.3 算法性能的对比验证
为验证该算法所建模型的有效性及效率，选取施工全过程参数数据集作为测试数据集。将B-ELM算法构建的压实质量实时评价模型与ELM、SVM、BP等常用算法构建的压实质量评价模型比较，相同激励函数下各算法对比如表3所列。由表3可看出，在模型的泛化性能方面，B-ELM算法的泛化性能优于其余所列算法；在训练和测试速度方面，B-ELM算法的训练和测试速度远远快于其余所列算法；在网络的结构方面，B-ELM算法的网络结构远远小于其余所列算法；在算法的精度方面，以RMSE值作为衡量算法精度的标准，B-ELM算法的精度优于其余所列算法；在算法的鲁棒性方面，以加入离群点后模型测试的残差作为衡量算法鲁棒性的标准，B-ELM算法的鲁棒性优于其余所列算法。因此，应用B-ELM算法构建压实质量实时评价模型是适合的。
3.4 误差分析
利用本文构建的施工全过程参数压实质量实时评价模型与掺砾土料源参数压实质量评价模型对22个测点进行误差分析，得到模型计算的堆石坝掺砾土心墙压实度误差如图7所示。本文施工全过程参数压实质量实时评价模型计算得到的压实度与实际压实度的平均误差为0.03,均方根误差为0.27;掺砾土料源参数压实质量评价模型计算得到的压实度与实际压实度的平均误差为0.07,均方根误差为0.4。因此，本文构建的施工全过程参数压实质量实时评价模型对压实度的评价有较高的精度，且评价压实度误差波动性较小，更为稳定。
图8 压实质量实时评价
图7 模型计算的压实度误差
表3 相同激励函数下各算法对比
3.5 压实质量实时评价
将该评价模型嵌入堆石坝施工质量实时监控系统，可实现压实质量的实时评价。选取该工程某一高程处心墙区某一施工单元为例分析。该单元位于设计高程2735.5 m, 由凸块碾压机采用进退错距法施工作业。压实质量实时评价如图8所示，该仓面土料平均含水率17.3%,土料P5含量8.5%,石料D <100 mm比率为87%,土料和石料经反铲原地掺拌3遍后运输至该仓面进行碾压作业，系统以数字化形式将该施工单元碾压信息和压实质量实时评价结果展示在界面上，现场指挥人员可以依据系统展示结果对现场施工实时反馈指导。因此，施工全过程参数压实质量实时评价模型在工程上具有可行性。
4 结 论
针对当前掺砾土心墙压实质量评价多依赖碾压参数，并且研究者对料源参数的研究也局限于掺砾土，未考虑掺拌参数与“源头”土料参数和石料参数，无法做到依据施工全过程参数实时评价压实质量的情况，本文综合土料参数、石料参数、掺拌参数、碾压参数和气象参数，采用B-ELM算法建立施工全过程参数压实质量实时评价模型。取得了如下成果：
(1)将掺砾土心墙填筑施工全过程考虑，综合土石料开采检测、现场掺拌和坝料碾压等施工工艺，以施工全过程参数建立堆石坝掺砾土心墙压实质量实时评价模型。
(2)建立了基于B-ELM算法的堆石坝掺砾土心墙压实质量实时评价模型。从模型评价精度及鲁棒性方面与掺砾土料源参数压实质量评价模型比较，结果显示，施工全过程参数压实质量实时评价模型与掺砾土料源参数压实质量评价模型在精度上具有一致性，在鲁棒性方面具有优越性。
(3)将本文构建的压实质量实时评价模型嵌入堆石坝施工质量实时监控系统，实现了对堆石坝掺砾土心墙压实质量的实时评价。
(4)在工程应用方面，本文构建的施工全过程参数压实质量实时评价模型简化了掺砾土参数的输入，减少了实际工程中二次检测带来的人力和资源消耗。
水利水电技术
水利部《水利水电技术》杂志是中国水利水电行业的综合性技术期刊（月刊），为全国中文核心期刊，面向国内外公开发行。本刊以介绍我国水资源的开发、利用、治理、配置、节约和保护，以及水利水电工程的勘测、设计、施工、运行管理和科学研究等方面的技术经验为主，同时也报道国外的先进技术。期刊主要栏目有:水文水资源、水工建筑、工程施工、工程基础、水力学、机电技术、泥沙研究、水环境与水生态、运行管理、试验研究、工程地质、金属结构、水利经济、水利规划、防汛抗旱、建设管理、新能源、城市水利、农村水利、水土保持、水库移民、水利现代化、国际水利等。
