多土质回填土压实度动态换算方法与流程

本发明涉及岩土工程检测，尤其涉及一种多土质回填土压实度动态换算方法。

背景技术：

1、当前，多土质回填土压实度的检测与换算常规手段依赖单点插入式传感器获取土壤物理电学信号。系统将采集到的单点电容信号直接输入处理终端，通过与本地存储的历史标准土质参数库进行比对，采用线性查表或固定经验公式计算出该单点的压实度数值。针对施工区域的整体评估，常规技术将多个离散单点的检测结果导入制图软件，通过平面二维插值拟合生成二维等值线图。对于土质混合比例的确定，常规方案依据施工前的人工抽样送检记录，在后续实时检测中直接调用该预设的固定土质标签进行数据换算。

2、上述常规技术方案在处理多土质混合回填场景时，直接调用预设固定土质标签与经验公式进行单点平面插值，屏蔽了不同土质颗粒在真实三维空间内混合后的微观力学交互作用，导致最终输出的压实度数值仅停留在表观平面数据的拟合层面，与实际多土质混合体的内部力学响应状态存在物理逻辑断层，无法实现真实反映多土质混合条件下压实度空间差异的三维动态换算。

技术实现思路

1、为了解决上述现有技术中针对多土质回填土压实度的检测无法实现真实反映多土质混合条件下压实度空间差异的三维动态换算的问题，本发明提供了一种多土质回填土压实度动态换算方法。

2、本发明是通过以下技术方案实现的：包括如下步骤：

3、步骤1、获取阵列式传感器采集的回填土不同点位及深度的电容值数据并剔除电学信号伪影，得到有效电容值数据；

4、步骤2、采用聚类分析对有效电容值数据及历史土质参数数据进行聚类，输出当前回填土的土质类型及混合比例；

5、步骤3、基于步骤1得到的有效电容值数据以及步骤2得到的当前回填土的土质类型和混合比例，融合有限元法与离散元法构建回填土三维模型，进行压实度三维动态换算；

6、步骤4、将步骤3得到的换算结果映射至三维空间坐标系中进行可视化渲染输出。

7、作为进一步优选，所述步骤1的具体步骤如下：

8、步骤1.1、获取阵列式传感器采集的电容值数据后，对所述电容值数据进行小波包分解，提取多尺度能量谱特征，得到每个频带的信号能量；

9、步骤1.2、对所有频带的能量进行归一化处理，得到多尺度能量谱特征向量；

10、步骤1.3、将多尺度能量谱特征向量输入至孤立森林异常检测模型中，识别并剔除由传感器状态波动引起的电学信号伪影，保留反映土壤密实度与土质特性的有效电容值数据。

11、作为进一步优选，所述步骤2的具体步骤如下：

12、步骤2.1、构建频域特征的权重向量为，历史土质参数的权重向量为，权重满足归一化约束：，其中为l1范数；

13、步骤2.2、构建马氏距离的计算公式为：

14、；

15、其中，表示马氏距离；为第i个样本点的d维特征向量；为第m个聚类中心的d维特征向量；s为高维特征空间中样本集的协方差矩阵；为协方差矩阵的逆矩阵；

16、步骤2.3、构建聚类目标函数，公式如下：

17、  ；

18、其中，为类内紧密度，为所有样本点到其所属聚类中心的马氏距离之和；为类间分离度，为各聚类中心之间的马氏距离的倒数之和；为平衡系数；

19、步骤2.4、基于粒子群优化算法对权重向量、以及聚类中心进行寻优，粒子群中的每个粒子对应一组权重向量与聚类中心的组合，粒子的速度更新公式和位置更新公式分别如下：

20、粒子的速度更新公式为：

21、；

22、粒子的位置更新公式为：

23、；

24、其中，表示t+1时刻的粒子的速度；表示t时刻的粒子的速度；ω为惯性权重；、均为加速因子；、均为[0,1]区间内的随机数；(t)为t时刻第i个粒子的个体最优位置；(t)为t时刻种群的全局最优位置；表示t+1时刻粒子的位置；表示t时刻粒子的位置；为粒子的位置向量，为粒子的速度向量，t为第t次迭代次数；

25、步骤2.5、当迭代次数达到设定值或目标函数收敛后，输出收敛后的聚类中心，每个聚类中心对应一种土质类型，每个样本点到各聚类中心的马氏距离的归一化值，对应各类土质的混合比例。

26、作为进一步优选，所述步骤3的具体步骤如下：

27、步骤3.1、在有限元法中构建摩尔-库伦本构方程求解土体的宏观连续力学响应；

28、步骤3.2、在离散元法中构建赫兹-明德林接触模型求解颗粒之间的法向接触力和切向接触力；

29、步骤3.3、将每个三维空间点位的土质的混合比例转化为无向拓扑图，其中节点集v中的每个节点对应一种土质类型，边集e中的每条边对应两种土质颗粒之间的接触关系，边权重为两种土质对应的介电常数的加权平均值；

30、步骤3.4、构建图神经网络各层之间的消息传递机制，公式如下：

31、  ；

32、其中，为第l+1层节点v的特征向量；为第l层节点v的特征向量；为节点v的邻接节点集合；为节点u与节点v之间的边权重；为节点v、u的度；为第l层的可训练权重矩阵；为偏置向量；为非线性激活函数；

33、步骤3.5、以步骤3.1构建的摩尔-库伦本构方程和步骤3.2构建的赫兹-明德林接触模型作为图卷积层的消息传递机制过程中的约束，构建物理信息驱动的损失函数，并通过反向传播算法最小化损失函数，迭代更新图神经网络的训练参数，修正预测的微观接触力学参数，损失函数的公式如下：

34、；

35、；

36、；

37、式中，表示数据驱动损失；表示物理约束损失；为物理约束权重系数；为模型预测的微观接触力学参数向量；为试验标定的真实参数向量；n为训练样本数量；为本构方程的残差向量。

38、作为进一步优选，所述步骤4的具体步骤如下：

39、步骤4.1、获取物联网传输网络中各节点的通信带宽占用状态，基于通信带宽占用状态对三维动态换算场进行视点依赖的动态降维处理，预设带宽阈值，当实时下行带宽占用率大于预设阈值时，触发动态降维处理；当实时下行带宽占用率小于等于预设阈值时，不执行降维处理，直接采用原始三维动态换算场进行渲染；

40、步骤4.2、对步骤3得到的换算结果进行视点依赖的动态降维处理，获取计算机处理终端的当前视点位置、视线方向、视锥体范围，将三维动态换算场划分为视点区域与非视点区域；对视点区域内的三维数据保留原始维度与分辨率，对非视点区域内的三维数据进行主成分分析降维处理；

41、步骤4.3、根据动态降维处理后的数据，在计算机处理终端采用体渲染技术，按通信带宽冗余度动态调整渲染分辨率，输出压实度空间分布的三维可视化图像。

42、与现有技术相比，本发明的有益效果在于：

43、1.本发明通过提取电容值数据的时频域特征并结合历史土质参数构建高维特征空间进行动态权重聚类，自动识别当前回填土的土质类型及混合比例；将混合比例转化为拓扑图结构，在图神经网络的消息传递中嵌入土壤力学本构方程的偏微分约束来预测微观接触力学参数，并将其作为数值模拟的边界条件，实现了基于实际混合状态的三维空间内压实度动态换算，排除了常规单点平面插值与固定经验公式带来的物理逻辑断层。

44、2.本发明通过计算电容值多尺度能量谱特征与数字孪生时空序列预期轨迹的残差序列，将该残差融入孤立森林异常检测模型的分裂节点构建，剔除了电学信号伪影；同时，依据物联网传输网络中各节点的通信带宽占用状态，对换算场进行视点依赖的动态降维处理，在通信带宽受限时调节三维渲染分辨率，保障了数据传输与可视化过程的调度连贯性。