本文档属于类型a，即报告了一项原创性研究。以下是据此生成的学术报告。
汕昆高速公路沥青路面碾压施工智能监控技术研究报告
本研究由来自中铁十八局集团有限公司的刘佳涛完成，相关成果发表于《工程机械与维修》期刊2022年第1期。该研究聚焦于道路工程，特别是高速公路沥青路面施工质量控制领域，旨在解决传统“结果检查”模式下沥青路面碾压质量难以实时、精准控制的问题。随着智能建造技术的发展，将工程质量控制从“事后检查”转向“过程控制”已成为行业共识和研究热点。然而，尽管智能碾压系统的概念已被提出，但在国内实际工程应用中，受限于相关技术成熟度，该系统一直未能取得突破性进展。因此，本研究的目标是设计并实际应用一套智能碾压监测系统，通过对碾压过程关键参数的实时采集、分析与反馈，动态调整碾压作业参数，从而实现施工质量的在线、闭环过程控制，最终提升沥青路面的整体施工质量与均匀性。
本研究的工作流程系统而严谨，主要包含系统构建、现场试验应用与结果分析三大阶段，具体步骤如下：
第一阶段：智能碾压监测系统的设计与构建。 此阶段是研究的核心基础，旨在构建一个功能完整的硬件-软件集成系统。首先，研究明确了系统的三大功能定位：1. 数据整合：通过硬件系统采集压路机的GPS坐标、振动加速度、行进速度、振动频率四个原始参数，并通过算法处理，将其转化为碾压遍数、混合料温度（间接）、压路机行驶加速度、压实度（估算）等工程直接相关的施工参数。2. 碾压实时监控：系统能够对压路机的速度、变速、转弯、振动状态以及碾压作业的及时性进行监控，为操作人员或自动控制系统提供调整压路机速度、频率和振幅的依据。3. 质量统计与评价：通过对整个碾压过程的监测数据进行分析，获得碾压遍数、压实指标、振动指标、单位体积压实功等参数，并以此对各路段碾压质量进行量化评价和统计，例如计算不同压实度等级所占的面积百分比。
其次，研究设计了系统的具体架构，主要由三个硬件组件构成：1. 实时监测装置：安装在压路机的滚筒（钢轮）轴上，核心功能是实时监测压实指标，推测是通过加速度传感器采集振动轮的振动信号。2. GPS定位组件：安装在压路机驾驶室顶部，采用GPS结合RTK（实时动态载波相位差分）技术，实现厘米级精度的定位，用于获取压路机的位置、速度、加速度，并据此计算碾压遍数。3. 数据传输、整合和反馈组件：在压路机车厢内放置数据接收装置，负责汇集前两组硬件的数据，并通过无线网络传输至远程的数据整合终端（数据中心）。数据中心对数据进行分析，评估当前碾压质量与设计目标的差距，并将评估结果（指令）反馈给压路机的控制机。控制机据此自适应地调整压路机的碾压速度、振动频率和滚筒振幅等参数，形成一个“监测-分析-反馈-调整”的闭环控制系统，旨在避免漏压、超压和欠压。
最后，研究详细阐述了系统的实现流程，共分为六个步骤：步骤一，利用压路机顶部的GPS/RTK系统实时采集位置坐标并发送至数据中心。步骤二，将待碾压的沥青区域在数字地图上划分为固定大小的网格并编号，便于数据管理与定位。步骤三，利用安装在压实轮上的CV采集仪（推测为压实值测量仪）中的加速度传感器，采集振动轮的振动加速度时域信号，并利用快速傅里叶变换（FFT）将其转换为频域信号，以提取与压实状态相关的频率特征。步骤四，通过数据分析中心，基于处理后的振动信号和位置信息，计算两个关键的过程控制指标：单位体积压实功（E）和压实指标（CV值）。步骤五，将计算得到的E和CV值与预设的沥青路面碾压设计标准进行比对，若存在偏差，则生成调整指令并反馈给压路机。步骤六，将所有实时监测到的压实度指标、碾压遍数、碾压厚度等参数存储至数据库，并生成可视化图表，供后续质量评估与追溯使用。
第二阶段：系统在实际工程中的试验应用。 为验证所构建系统的有效性与精度，研究选择了汕昆高速公路龙川至怀集段LM4标段作为工程背景，并专门布置了试验段。试验段选取了一段200米长的沥青铺设工程，并将其划分为两个实验条带。在每个实验条带上，随机选取16个监测点，共计32个监测点。试验采用CC624HF型双钢轮压路机进行碾压作业，该压路机具有可调的振动频率（51-67 Hz）和名义振幅（0.3-0.8 mm），为参数调整提供了条件。在碾压过程中，智能监测系统同步运行，采集过程数据。同时，为了对系统监测指标进行标定和验证，研究采用了传统检测方法作为参照：在每一个监测点位置，使用无核密度计现场采集沥青碾压层的实际压实度值。这些实测压实度值将作为“真值”，用于与系统计算的单位体积压实功E和CV值建立相关关系模型。
第三阶段：监测结果分析与系统验证。 此阶段是验证研究成功与否的关键，涉及大量数据分析。首先，研究人员基于32个监测点的数据，分别建立了实测压实度（D）与系统计算得到的单位体积压实功（E）、以及实测压实度（D）与压实指标（CV）之间的单因素关系模型。分析结果显示（对应原文图2），随着单位体积压实功E和CV值的增大，沥青路面压实度D均近似呈线性增长趋势。通过线性回归，得到了两个具体的数学关系式：实测压实度D与单位体积压实功E的关系为 D = 0.9158E + 94.775；实测压实度D与压实指标CV的关系为 D = 0.1204CV + 93.273。这两个关系式的确定，意味着智能系统可以通过实时计算的E或CV值来间接、连续地预测当前区域的压实度。
其次，为了评估这种预测的精度（即智能监控系统的控制精度），研究进行了进一步的对比分析。利用上述两个关系式，根据系统监测的E和CV值分别反向计算（预测）出每个监测点的“计算压实度D’”。然后将预测值D’与无核密度计实测的真值D进行对比，得到每个点的压实度误差。对32个监测点的误差分析表明（对应原文图3）：当采用单位体积压实功E来预测压实度时，所有点的预测误差范围控制在-2.5%到2.2%之间，平均误差为0.917%；当采用CV值来预测压实度时，误差范围在-2.6%到2.6%之间，平均误差为0.972%。这一结果在工程允许误差范围内，证明了智能监测系统估算压实度的可行性。同时，对比显示，使用单位体积压实功E进行控制的平均误差略低于使用CV值，因此E是相对更优的单一控制指标。
基于以上分析，研究得出了关于系统控制策略的重要结论：在实际工程应用中，应采取“以单位体积压实功（E）为主，以压实指标（CV）值为辅”的综合控制方式。系统应优先依据E值的变化来实时调整压路机的作业参数（如速度、频率、振幅），同时参考CV值进行辅助判断与修正，以期获得最佳且均匀的碾压质量。
最后，为了验证该智能监控技术在全路段推广应用的宏观效果，研究在LM4标段全线采用此技术指导碾压施工后，随机抽取了200个点进行钻孔取芯，直接检测芯样的压实度。统计结果显示：在这200个检测点中，压实度全部达到或超过了96%的设计要求，合格率达到100%；全线平均压实度为98.3%，变异系数仅为0.55%，标准差为0.005。这些数据强有力地表明，应用该智能监控系统后，整个标段的沥青路面碾压质量不仅完全合格，而且均匀性极佳，避免了局部薄弱区域的出现，整体施工质量满足并超过了设计要求。
本研究的结论明确而有力：针对沥青路面碾压施工质量过程控制的难题，成功设计并应用了一套由实时监测装置、GPS定位组件以及数据传输整合反馈组件三部分构成的智能碾压监测系统。通过在实际工程中的试验验证，确定了以单位体积压实功E为主要控制指标、CV值为辅助指标的综合控制策略。将该系统与合适的压路机（如CC624HF型）结合应用，能够实现对碾压参数的实时、自适应调整，最终将沥青路面的压实质量合格率稳定控制在100%，并显著提升了压实均匀性。
本研究具有重要的科学与应用价值。在科学价值层面，它成功地将物联网传感技术（GPS/RTK、加速度传感器）、数据实时传输技术、信号处理技术（快速傅里叶变换）和闭环控制理论引入到传统的道路施工领域，建立了一套完整的“感知-分析-决策-执行”的智能施工框架，并首次在实际工程中验证了通过单位体积压实功等过程参数间接、连续评估最终压实质量的可行性与精度，为“施工过程控制”理论提供了坚实的技术实现路径和定量化模型。在应用价值层面，该系统能够有效克服传统依赖人工经验和事后抽检的弊端，实现碾压作业的精细化、智能化管理，避免质量隐患，提高施工效率，保证工程质量的均一性和可靠性，对提升我国高速公路建设质量具有直接的推广意义。
本研究的亮点突出体现在以下几个方面：1. 研究方法的创新性与系统性：并非停留在理论或实验室阶段，而是完成了从系统硬件架构设计、软件算法流程开发到现场实地试验验证的全链条研究，工作流程完整且逻辑严密。2. 关键技术的突破：创造性地将振动信号分析（通过FFT转换）与精确定位技术结合，推导出与最终压实质量强相关的过程指标（单位体积压实功E和CV值），并建立了可靠的数学模型。3. 显著的工程应用实效：通过严格的对比试验（32个监测点标定，200个点全线验证），用详实的数据证明了该系统能将全路段压实合格率提升至100%，且均匀性极佳，应用效果说服力强。4. 提出了优化的控制策略：通过对比分析，明确了“以E为主，CV为辅”的综合控制方式，为系统的实际工程算法优化提供了直接指导，提升了系统的实用性和控制精度。