基于BP神經網絡在高速鐵路路基填料改良試驗研究

楊 松

(中鐵第四勘察設計院集團有限公司地路處，湖北武漢430063)

我國高速鐵路的運行，其安全可靠為世人矚目。要使列車高速安全平穩地運行，線路的穩定與平順是必不可少的條件。路基是軌道的基礎，因此高速鐵路要求路基必需具有強度高、剛度大、穩定性和耐久性好、不易變形、縱向變化均勻或變化緩慢等工程性質[1]。

高速鐵路的基床(分表層和底層)是人工填筑部分，填料的工程性質必須滿足一定的要求，一般應該使用品質優良的填料[2]，這樣既可以減少工后沉降，又可以有較高的安全儲備以保證路基的穩定，并且不產生病害。在我國許多地區，特別是黃淮海平原地區，優質填料A組缺乏，運距較遠，造價較高[3]。為了解決這一難題，需擴大可用填料的范圍，也就是要將部分B、C組細粒填料經過改良以后使用。用化學填料對不符合要求的細粒填料土進行改良是一種有效的工程措施[4]。了解改良后填料土的工程性質，開發評價改良土工程性質的標準與相應的方法，對縮短高鐵工期、節省項目經費具有重大現實意義。

1 現狀研究

目前國內外將細粒土作為客運專線路基填料的常用改良方法主要為化學改良，即添加生石灰或者水泥來改善其抗壓性能[5]。根據我國《高速鐵路設計規范》[6]要求，化學改良后填料強度需滿足350kPa才能達到客運專線路基填料要求標準。

化學填料摻入量對改良土的飽和抗壓強度有很大的影響。改良土的強度往往隨著化學填料摻入量的增大而增大[7]，肖林指出改良土的抗壓強度和灰土比之間的關系可以近似用一條直線表示，其經驗關系式為[8]：

R=N·C

(1)

式中：R為改良土的抗壓強度(kPa)；C為水泥改良土中的灰土比(%)；N為與顆分有關的經驗系數。

通過對以往化學改良試驗成果調查，發現存在的問題如表1，其中7d飽和無側限抗壓強度不達標所占的頻率次數最大(圖1)。

表1 化學改良試驗存在問題

圖1 改良試驗問題頻率

為了分析化學填料的摻量對應的細粒土改良后無側限抗壓強度，需要多組改良試驗，但無側限抗壓試驗組數過多將導致試驗工期的延長和試驗費用的增加[9]，因此找出不同填料的摻量與改良后抗壓強度的對應關系，是客運專線填料改良試驗需要解決的主要癥結。

2 工程概況

本文以鄭徐客運專線項目為依托，詳細分析提高改良試驗效率方法研究。

鄭徐客運專線是國家“四縱四橫”鐵路客運專線網中徐州至蘭州客運專線的組成部分，全長約362km，均位于黃河沖積平原區，線路經過地段大部分被巨厚第四系地層覆蓋，少有基巖出露(圖2)。沿線地層多為黏土、粉質黏土、粉土及粉細砂，層厚約30～200m，下伏基巖主要以奧陶系灰巖(O)為主。地下水水量豐富，埋深約1.5～4.7m。上部細粒土屬于C、D組填料，其土源組成成份復雜，工程性質差(表2)，不能直接用于客運專線路基填筑，必須經過改良，但各地成份組成差異性較大，改良后結果不穩定，造成本線試驗組數多，試驗周期較長。

3 研究方法

(1)應用MATLAB擬合曲線快速獲取擊實試驗結果。

由于飽和無側限抗壓強度試驗依據擊實試驗數據制作試樣，但常規處理擊實試驗數據工作量大、計算過程繁瑣，影響試驗的精度及工期[10]，因此本文采用MATLAB曲線擬合法進行數據處理。

通過數值分析在MATLAB程序上應用，得出擊實試驗數據的擬合曲線。從圖3可以看出，當階數n=2時，所擬合的曲線誤差較大，當階數n=4時，雖然擬合誤差值為0，但由于階數過高，增大計算機計算工作量，影響計算速度。n=3與n=4的曲線擬合相近，且控制在誤差范圍內，因此本文通過三階多項式做擬合曲線方程來求解擊實試驗的最大干密度和最佳含水量。

圖2 鄭徐客專全線地形(1∶10000)

地層巖性 狀態 ω/% γ/(kN·m-3) eIL Cu/kPa Φu/° Es/MPa Ps/MPa 粉土 稍密～密實 21.6～31.0 18.1～20.7 0.51～0.95 0.32～0.43 17～30 8.1～13.1 5.4～8.0 1.8～2.5 粉質黏土、黏土 軟～流塑 36.4～49.8 17.5～18.8 0.8～1.3 0.7～1.2 6.0～19 1.7～11.4 2.5～4.0 0.5～0.8 粉質黏土、黏土 軟～硬塑 21.0～23.0 19.5～20.3 0.54～0.79 0.32～0.79 12～30 4.0～19.4 5.13～7.29 0.9～1.5 粉細砂 稍密～中密 / / / / / / 7～12 1.5～3.0

圖3 不同階次多項式的擬合曲線

(2)建立BP網絡模型預測試驗結果。

BP(BackPropagation)神經網絡，即誤差反傳誤差反向傳播算法的學習過程，由信息的正向傳播和誤差的反向傳播兩個過程組成。外部輸入的信號經輸入層、隱含層的神經元逐層處理向前傳播到輸出層給出結果。如果在輸出層得不到期望輸出，則轉入逆向傳播過程，將實際值與網絡輸出之間的誤差沿原來連接的通路返回，通過修改各層神經元的聯系權值，使誤差小于給定的值為止[11]。該模型的特點是具有較強的非線性擬合能力，可以用來預測非線性時間序列數據的發展趨勢。

根據所得擊實試驗結果，對黏土、粉質黏土摻合水泥做無側限飽和抗壓試驗。由表3可知，當摻入6 %水泥時填料強度高于規范要求的350kPa，已滿足高鐵要求，試驗過程中未考慮到摻入水泥量為5 %的情況，故采用BP檢測神經網絡模型進行估算。

表3 黏土、粉質黏土摻水泥試驗指標

通過建立網絡模型，預測出黏土、粉質黏土摻5 %水泥后其無側限飽和抗壓強度為355kPa，可以滿足規范要求。為了證明本模型預測結果的準確性，作者在化驗室進行了實地驗證，得出實際飽和無側限抗壓強度為368kPa，預測誤差僅為3.5 %(圖4)。

圖4 黏土、粉質黏土摻水泥試驗曲線對比

同理，對粉土摻合不同配比的水泥進行無側限飽和抗壓試驗。由表4可知，當摻入9 %水泥時填料強度滿足高鐵規范的要求。采用BP檢測神經網絡模型對粉土參入量為8 %水泥的無側限抗壓強度進行預測及驗證(圖5)，得出其擬合值為423kPa，實測值為383kPa，滿足要求。

表4 粉土摻合水泥試驗指標

圖5 粉土摻水泥試驗曲線對比

通過建立BP檢測神經網絡模型，結合全線計劃的試驗組數，共可減少12組黏土、粉質黏土摻水泥改良試驗，8組粉土摻水泥改良試驗。

4 結束語

路基填料改良試驗的過程影響著工程施工的工期，改良

試驗的效果直接影響著路基工程的安全性，為了更快更好地得出預期的改良效果，本文分別從提高擊實試驗的計算流程和建立BP檢測神經網絡模型來減少改良試驗組數、預測改良試驗結果等方向做了研究，得出的結論為：

(1)通過數值分析得出擊實試驗數據的擬合曲線，求解其最大干密度ρdmax和最佳含水量ω0，減少了人工作圖求解的任意性，極大地提高了工作效率和降低人為誤差。

(2)通過建立網絡模型，對未實施的化學填料改良方案進行預測，并使誤差控制在可控范圍內，減少了改良土試驗組數，縮短了試驗工期，節省了大量試驗經費，達到了預期控制目標值。

[1] 孫軍溪. 高速鐵路路基改良土工程性質試驗及施工技術研究[D].天津:天津大學,2007

[2]TB10001-2005鐵路路基設計規范[S]

[3] 曹新文，蔡英,蘇謙.高速鐵路路基穩定性及變形控制值的研究[J].路基工程，1998，(2):38-41

[4] 郝巨濤.水泥土材料力學特性的探討[J].巖土工程學報，1991,(3)：53-59

[5]ThomsonWT.Transmissionofelasticwavesthroughastratifiedsolidmedium[J].JournalofAppliedPhysics, 1950, 21:86-97

[6]TB10621-2009.高速鐵路設計規范(試行) [S]

[7]WongPKK,MitchillRJ.YieldingandPlasticFlowofSensitiveCementedClay[J].Geotechnique,1997，(14): 750-786

[8] 肖林，王春義，郭漢生.建筑材料水泥土[M].北京:水利電力出版社,1987

[9] 游波，王寶田，李治朋,等.水泥土無側限抗壓強度影響因素試驗研究[J].現代交通技術，2010，(5)：4-7

[10] 黃鶴，張俐.水泥土材料力學性能的試驗研究[J].太原理工大學學報，2000，(6)：703-712

[11]VenkatesanR,BalamuruganB.Areal-timehardwarefaultdetectorusinganartificialneuralnetworkfordistanceprotection[J].IEEETransactionsonPowerDelivery, 2001, 16(1):75-82