SUBJECTS | 话题 | 解读

背景

智能压实（Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｍｐａｃｔｉｏｎ，简称ＩＣ）是一种基于压实机械、可提高压实质量
的控制技术。具有智能压实技术的振动压路机装配有基于加速度传感器的测量系统、平
板电脑、高精度全球定位系统（ＧＰＳ）和红外温度传感器。智能压实可以改进各种道路材
料的压实质量控制，包括粗粒土、黏性土、基层材料和沥青材料。基于加速度传感器的
测量系统是２０世纪８０年代早期发明的智能压实技术［１］（连续压实控制）的核心，今天仍在
发展之中。
智能压实测量值（Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｍｐａｃｔｉｏｎ Ｍｅａｓｕｒｅｍｅｎｔ Ｖａｌｕｅｓ，简称ＩＣＭＶ）［２］是基于振
动压路机钢轮上加速度传感器测量和计算得到控制指标的通用术语，有多种具体指标，
这些指标与被压材料的物理力学性质的相关程度都不同。本文的目的是通过对各种智能
压实测量值机理和解决方案的综合论述，指明使用智能压实测量值进行压实监测、控制
和验收的发展方向，拨开其神秘的面纱。

智能压实测量值的发展方向
徐光辉1,2，George Chang2,3/译

1. 西南交通大学 土木工程学院，四川 成都 610031

2. 国际智能建设技术学会（IICTG），密歇根 奥克莫斯 48864
3. 美国交通科技集团（Transtec ），德克萨斯 奥斯汀 78731

什么是智能压实测量值 密度）之间的相关性也不一样。双钢轮智能压
实系统与ICMV的动态模型如图1所示。
智能压实测量值是基于振动压
路机的智能压实量测系统控制指标 如何测量和计算智能压实测量值
的通用术语，是智能压实技术的关
键所在。智能压实测量值是以反映 共同机理
被压材料对压路机钢轮抵抗作用的 计算智能压实测量值的共同机理是测量压
加速度信号为基础的，有多种表达 路机振动轮中心处的垂直加速度，然后采用各
形式，且不同的表达形式与被压材 种模型和方法进行求解得到具体指标。这个概
料的物理力学性质（如刚度、模量和 念是简单而巧妙的，在碾压过程中就能够测量

19
SUBJECTS | 话题 | 解读

离心力 振幅 振动频率

振动类型 速度

O P sin ωt
P sin ωt
O Mg 钢轮 u，u，u
系统
u F F
土质类型和含水量
图1 双钢轮智能压实系统和ICMV动态模型
下卧层的支撑条件
沥青混合料配合比
沥青混合料温度
被压材料的性质，进行实时的监测和控制。图2说明了智 图3 影响智能压实测量值的因素

能压实测量值的量测机理。钢轮给被压材料施加压实力，
而被压材料对钢轮产生反作用力，被压材料越硬，反作用 计算智能压实测量值的困难因素
力越大。这种反作用通过加速度传感器进行测量，然后通 如何确定智能压实测量值是大家比较关心的问题。计
过控制系统处理响应信号并计算智能压实测量值。 算智能压实测量值存在许多挑战，主要是由于存在许多困
难因素，如图4所示。

90
80
激振力 压实力 70 激振力
60
50

力/ kN
40 压实力
30
控制系统 智能压实测量值 20
10

钢轮
传感器 频率/（r·min－1）
（a）激振力不等于压实力
压实作用力
被压材料
与密度及模量的相关性

图2 智能压实测量值的共同机理

δ δ
实际测试结果 理论计算结果
难点问题
（b）实际变形与理论计算结果不同
压路机与材料之间的相互作用很复杂，伴随着振动、
接触、弹跳和冲击过程，这就使精确测量成为一个难题。 F
确定智能压实测量值存在以下几个难点。
钢轮弹跳 o
L
（1）钢轮与被压材料之间存在复杂的相互作用。 E 实际值

（2）现场测量的差异导致难以计算智能压实测量值。 计算值
o
L
（3）智能压实测量值与常规点式检测在检测面积和
（c）钢轮弹跳导致计算模量错误
影响深度方面存在差异。
图4 计算智能压实测量值的各种困难因素
智能压实测量值的影响因素
影响智能压实测量值的因素很多。在压路机方面，主
要包括压路机振动类型、激振力、振幅、振动频率和行驶 （1）激振力不等于压实力。钢轮中偏心质量产生的
速度；在被压材料方面，土质类型和含水量、沥青混合料 激振力不等于作用在被压实材料上的有效压实力。压实力
配合比、沥青混合料温度和下卧层的支撑条件等都是主要 会随着压路机振动频率的波动而产生更大的波动。对于刚
影响因素，如图3所示。 开始根据钢轮与被压材料相互作用进行建模的研究人员来

20
 SUBJECTS | 话题 | 解读

说，将激振力和压实力混淆是经常发生的错误。 同。表1汇总了目前常见的5种模型。
（2）实际变形与理论计算结果不同。被压材料在钢 模型A：经验反应模型
轮宽度方向上各点的实际变形应该是相同的。但是根据 经验反应模型有3个子模型，如图6所示。
Lundberg和Hertz理论计算得到的变形却是变化的，与实际 （1）模型A1：基于振动频率之比的反应模型。
情况不符。这种错误是由于采用模型理论模拟现场钢轮接 （2）模型A2：基于反映压实水平的“8字形”图的振
[3]
触条件的差异而产生的 。因此，理论计算需要校正，以 荡频率反应模型。
便与实际测量结果相符。 （3）模型A3：基于不同类型材料的滚动阻力系数和
（3）钢轮弹跳导致计算模量错误。当钢轮和被压材 相关的机器驱动力的静态滚动阻力反应模型。
料失去接触或解耦时，计算的模量通常很低或不可解。与 表1 求解智能压实测量值模型汇总
计算值相比，根据抵抗力很大的事实，实际模量应该是很
模型 描述 机理式 / 经验式 动态 / 静态
高的。因此，使用冲击模型和抗力模型可以克服钢轮在弹 A 经验反应模型 经验式 静态
跳运动期间计算智能压实测量值的困难。 B 钢轮与半空间耦合作用模型 机理式 动态 / 静态
C 钢轮与弹簧 - 阻尼耦合作用模型 机理式 动态
智能压实测量值与常规点式检测之间的差异 D 钢轮与半空间冲击作用模型 机理式 动态
智 能 压 实 测 量 值 与 常 规 点 式 检 测（如 落 锤 弯 沉 E 人工智能模型 机理式 动态
仪（LWD）、 土 体 刚 度 仪、 核 子 密 度 仪 和 动 力 灌 入 仪
（DCP））之间的主要区别在于测量面的尺寸、影响深度
和测量深度。智能压实测量值占地面积通常为矩形[4]（约
2 m×0.3 m），且远远大于点式检测的面积，其影响深度
（约0.5~1.6 m）比常规点式检测也深得多（图5）。智能压实
测量值影响深度的范围取决于压路机的工作质量、振动频 （a）基于振动频率之比的反应模型（A1）
率、振幅和被压材料的刚度。

智能压实测量值占地面积 点式检测的面积
2.1 m

O x
θ
压实机运行0.1~0.5 s的距离 θ
压实力 φ300 mm
动态锥形
LWED/FWDa
落棰弯层仪 核子密度仪 透度计 z
土层硬度仪
（b）基于反映压实水平的“8字形”图的振荡频率反应模型（A2）
0
B=2.1 m
0.3 B=0.3 m f1＝C1
0.6 Influere depth 弯层 压实层厚度
0.9 =1.0 1.2 m
f2＝C2
1.2 可达
深度/m

1.5 O F
1.5 m(ISSMGE 2005) 3 m深度 f3＝C3
1.8
智能压实测量值
2.1
的测量深度 G
2.4 f4＝C4
2.7 h
3.0
0 1 2 3 4 5 6 6 （c）静态滚动阻力反应模型（A3）
宽度/m
图5 智能压实测量值与常规点式检测之间的差异 图6 模型A：经验反应模型

求解智能压实测量值的模型 模型B：钢轮与半空间耦合作用模型
实际的填筑体结构都是层状体，在建模和求解时一般
为了克服确定智能压实测量值带来的各种困难，研究 都是将层状体简化为半空间体，其转换原则是在层状体和
人员建造出各种各样的模型来求解智能压实测量值。这些 半空间体上施加同样的作用力，得到同样的位移，如图7所
模型有动态与静态、经验式与机理式，其适用性也各不相 示。采用连续的半空间体模型，可以得到在钢轮作用下的

21
SUBJECTS | 话题 | 解读

填筑体的综合模量和密度。 噪声
P 输出
动力学方法的控制方程是1组含有时间变量的偏微分方 填筑体 量测
F F 误差 正确的模
程，求解非常困难。为了简化求解，可以假设所有加速度项 ≤δ 型核密度
弹性体 输出
动力学模型 计算
都为零，使其变为静力学问题（图8）。但是这种简化会偏离
修改模型和密度
实际情况，可能需要半经验解决方案进行修正，以便使计算
更符合现场测量结果。 图9 使用动力学模型计算智能压实测量值（模量与密度）的流程

图9显示的是采用动力学模型计算智能压实测量值
（模量与密度）的过程。误差检查是校正实际测量到的结 模型C：钢轮与弹簧-阻尼耦合模型
果与理论计算得到的结果之间的差异，如果误差检查不满 钢轮与弹簧-阻尼耦合模型为离散模型。控制方程为

足则继续循环。这种解决方案是具有挑战性的，因为被压 常微分方程，比连续模型的偏微分方程求解要简单一些。

材料的位移通常不能被测量，需要大量的现场测量才能提 层状体简化为等效的弹簧-阻尼耦合，弹簧系数（刚度系

供动态校正。采用数值计算解决方案也是具有挑战性的， 数）为控制指标；振动钢轮（包括支架和钢轮）也简化为

因为需要漫长的计算时间。另外，反算得到的参数（模量 弹簧-阻尼组合。这种模型可以通过二自由度模型进行建

与密度）并不总是惟一解或精确解。 模和求解，也可以进一步简化为单自由度模型求解，如图
10所示。求解方法包括线性和非线性2种。

P(t) w(0，0) P(t) w(0，0)

x k1 c1
O x E1，μ1，ρ1，h1 O

E2，μ2，ρ2，h2
E，μ，ρ，h=∞ 弹性体 k2 c2

z En，μn，ρn，hn=∞ z
O
弹性分层系统 弹性半空间系统 m1
k1 c1 u1
meω2 sin ωt
上车 O
x M
下车 m2
u2 u
E ρ μ O
k2 c2 k c

振动轮 双自由度系统 单自由度系统

y
Z
图10 模型C：钢轮与弹簧-阻尼耦合模型

图7 钢轮与半空间体耦合作用模型

模型D：钢轮与半空间体冲击作用模型
钢轮与半空间的冲击作用模型考虑了压路机弹跳情
况。压路机弹跳时这种模型也可以计算反作用力和模量。
钢轮的冲击作用可以用图11进行分析和求解。采用圆柱体
冲击来模拟钢轮的弹跳，可以通过位移法或冲击时间法来
计算被压材料的模量。
模型E：人工智能模型
人工智能模型（图12）采用人工神经网络（ANN）和
遗传算法（GA）等进行智能压实测量值的计算。其中关
键环节是选择合适的训练样本来训练模型。训练样本包括
压路机工艺参数、填料信息和现场实测得到的智能压实测
量值等。训练人工智能模型方法包括Hebbian、Delta规则
（a）动力学方法 （b）静力学方法
和最小均方（LMS）方法。
图8 模型B：基于动态或静态方程的解法 图13为人工智能模型（AI模型）训练过程的流程。首先

22
 SUBJECTS | 话题 | 解读

O P sin ωt 压路机
P sin ωt 智能模型
O u，u，u

训练样本
Mg 钢轮 数据
系统 ＋－
F 钢轮响 预测结果 实测结果
u F
应数据
钢轮与半空间体的冲击模型 分析图 识别反力 填筑体 ≤δ
数据 修改神经元连接强度

R
图13 人工智能模型训练过程
v0
m
F v0
F
x x
比的经验解。它是基于具有频率响应的模型A1（振动频率
O E，μ O E，μ
之比的反应模型）或者模型A2（振荡频率反应模型）。
Z Z
第2级：基于能量和滚动阻力系数的经验解答
钢球的冲击作用 采用圆柱体冲击来模拟钢轮在半空间体的弹跳
第2级智能压实测量值是基于能量和滚动阻力系数经
图11 模型D：钢轮与半空间体冲击作用模型 验解。它是基于模型A3（根据滚动阻力系数原理的模型）
计算需要机器特定的参数和测量，例如机器运动角度和能
量损失系数等。
第3级：基于简化模型的动态或静态解答
第3级智能压实测量值是对简化模型求解得到的。它
高级
人工智能技术 是基于B模型（钢轮与半空间体耦合模型）的静态解或基于
模型C（钢轮与弹簧-阻尼耦合模型）的动态解。当钢轮弹
跳（或钢轮与压实层不接触）发生时无解。
第4级：基于钢轮与半空间体冲击作用的动态解答
图12 模型E：人工智能模型 第4级智能压实测量值是动态解。它是基于钢轮与半
空间体发生冲击时的模型D的动态解决方案。抵抗力F可

是选择正确的压路机工艺参数、钢轮响应数据和被压材料 以基于钢轮振动加速度、速度、位移以及其他一些参数来

特性，然后输入到AI模型中，将计算得到的输出值与现场 计算（图14），但是需要根据现场实际条件进行动态校正

实测结果进行对比，若不满足误差要求，AI模型会自动调 因子和相位滞后的修正。模量可以基于抵抗力或基于冲击

节内部参数，直至二者误差满足要求。这样就得到了正确 的持续时间来计算。

的AI模型，可以将其应用到与训练样本相同的实际工程中。
O P sin ωt
P sin ωt
O Mg 钢轮 u，u，u
智能压实测量值的分级与发展方向 系统
u F F F-ICMV and
E-ICMV
目前已经有了一些基于各种智能压实测量值的压实 冲击模型 分析图 识别反力
控制技术和测量产品，还有一些新的技术与产品正在研发
图14 第4级的抵抗力与模量及其计算方法
中。下面给出的适用于各种填筑材料的“智能压实测量值
分级”是考虑了很多关键因素，包括智能压实测量值与被
压材料的力学性质（模量）和物理性质（密度）的相关性， 第5级：动力学解答与人工智能解答
钢轮弹跳期间的有效性（当钢轮与被压材料不接触时）和 第5级智能压实测量值是动力学解决方案和人工智能
适用性，以及填筑层特有的物理力学性能分析和按照性能 解决方案的组合。基于钢轮-半空间体动力模型和冲击模
进行参数分层的能力。这个分级将为今后基于智能压实测 型求解可以得到模量和密度，进一步还可以按照填筑厚度
量值的智能压实技术的发展规划路线指明方向。 对得到的综合参数进行分层（图15）。与人工智能模型的
第1级：基于频率响应的经验解答 组合技术目前仍在开发中，但可以预见，这些模型的融合
第1级智能压实测量值是基于钢轮动态响应信号频率 将会实现实时、自动、智能的反馈控制，能够优化压实而

23
SUBJECTS | 话题 | 解读

O
P sin ωt
P sin ωt
结论
O Mg 钢轮
系统
u F F
智能压实测量值（ICMV）的面纱在此技术报告中已
冲击模型 分析图 识别反力
被揭开。求解智能压实测量值一直都是一件不容易的事
情。自20世纪80年代以来，科研人员和行业专家一直在努
En
力研究各种智能压实测量值，以满足实时压实监测、控制
和最终验收的需求，智能压实测量值分级的路线（图16）
· · ·

En-ICMV
ρn-ICMV 显示了正在进行努力的途径，指向未来的解决方案，将测
E2 量任何碾压层的实际物理力学性能参数，以实现真正的实
E1
时反馈控制和自主操作。

图15 第5级的分层模量和密度及其计算方法
译者注：
[1] 欧洲将利用压路机进行压实质量控制的技术称作连续压实控
制，美国称作智能压实，中国包容了这两种称谓。
无需人为干预，进而可以实现真正的智能压实施工。
[2] ICMV与压实计值CMV无任何关联，不是CMV的升级和修正。
[3] 除了文件中给出的原因外，还有理论推导中一些简化引起的
智能压实测量值分级汇总 原因。
[4] 美国按照压路机每碾压0.3 m作为1个测试单元,钢轮宽度按2.0
根据上述对智能压实测量值级别的划分，现汇总结果 m计。
如表2所示。

表2 智能压实测量值分级汇总

级别 计算模型 控制指标 相关性① 弹跳② 分层③

1 A1、A2 基于频率响应的经验解答 频率比 弱或无 无解 否
2 A3 基于能量和滚动阻力系数的经验解答 能量指数 弱或无 不适用④ 否
3 B、C 基于简化模型的动态或静态解答 刚度系数、反力、模量 好 无解 困难
4 D 基于钢轮与半空间体冲击作用的动态解答 反力、模量 好 可以 可以
5 D+E 基于动力学与人工智能模型的解答 密度、模量 好 可以 可以

注：①智能压实测量值与各种被压材料的物理力学性能的相关性；②钢轮和被压材料接触时测量的有效性；③按照填筑厚度对压路机量测影响深度内的填筑体物

理力学性能参数的分层；④模型A3只能有静态解。

第5级
第4级
第3级
第2级
第1级

图16 双钢轮智能压实机碾压沥青路面和智能压实测量值发展路线

24