砂砾石坝粗粒料压实质量实时检测指标探讨

莫林谋，季 平，华天波，梁 涛

(1.河南省水利勘测设计研究有限公司四川分公司，四川 成都 610073；2.中国水利水电第五工程局有限公司，四川 成都 610066)

现如今在国内砂砾石坝的填筑工程中，控制压实质量主要采取控制碾压参数和试坑检测的“双控”法，即主要依靠人工控制填筑施工的碾压参数(主要包括铺层厚度、振动碾压机的行车速度与碾压遍数)和人工现场挖坑取样检测等手段[1]。人工现场取样检测这种常规的质量控制方法对于推动我国砂砾石坝的建设起到了积极作用，然而随着填筑规模的扩大，这种传统的压实质量控制管理机制已经无法满足现代机械化施工的要求。为了实现快速、实时、准确地对坝料压实质量的监控，探求合适的压实质量实时检测指标，研发一种连续压实质量控制方法很有必要，它对提高砂砾石坝施工质量、加快施工进度具有十分重要的意义。

进入21世纪以来，多种新型压实质量检测方法相继诞生，国内外多家研究机构和企业研发了用于检测各种碾压材料压实质量的检测方法，主要集中在路基工程、铁路交通等领域[2- 6]。由于水电工程施工的复杂性和特殊性，上坝填筑的土石料粒径和级配较为分散，专门用于砂砾石坝填筑施工质量控制的仪器设备较少涉及，现有的相关检测设备也基本是从其他工程领域沿用过来，在砂砾石坝大粒径的粗粒料检测过程中存在随机性大、精确度差、实际使用效果不佳等问题，因此亟需研究适用的压实质量实时检测指标和方法用于砂砾石坝粗粒料的填筑施工质量控制。

1 研究工程概况

某水利工程的拦河大坝为混凝土面板砂砾石坝，大坝坝壳料由爆破堆石料和河床砂砾石料组成，上游混凝土面板作为大坝防渗结构。水库总库容22.49亿m3，正常蓄水位1820m，大坝坝顶高程1825.8m，最大坝高164.8m，坝顶宽度12m，坝顶长度795m，覆盖层深度94m。在大坝填筑过程中，坝料的压实质量直接关系到坝体的整体结构稳定和渗流稳定，有效控制其压实质量是保证大坝安全稳定运行的关键。

2 实时检测指标

钟登华和刘东海等人[7- 10]的研究表明，振动轮加速度a与被压材料的压实状况有着密切关系，但是单一的振动加速度检测结果存在较大的不确定性和波动性。由此我们对碾轮振动加速度的检测结果进行处理，根据土体反力测试原理，选定如下4个衍生指标。

(1)加速度峰值ap：该指标描述的是碾轮振动过程中加速度信号振幅的变化规律，其计算公式如下：

ap=max{|ai|}(i=1，2…n)

(1)

式中，ai—某个时间点的加速度数值，m/s2；n—一段时间内采集的加速度数据个数。

(2)加速度均方根值arms：该指标反映的是碾轮振动过程中的有效振动加速度，其计算公式如下：

(2)

式中，ai—某个时间点的加速度数值，m/s2；n—一段时间内采集的加速度数据个数。

(3)加速度峰值因素CF：该指标是交变电流中常用的评价指标，用来说明交流电源输出峰值负载电流的能力[11]。本文将其引入来描述碾轮振动加速度波形的变化规律，其计算公式如下：

(3)

式中，C—放大系数，本文中取为10；ap—加速度峰值；arms—加速度均方根值。

从CF值的物理意义可以看出，其实际上是一个综合了加速度峰值变化趋势和均方根值变化趋势的检测指标，描述的是土体对碾轮输出峰值加速度的能力，即土体对碾轮产生最大反作用力的能力，是一个无量纲值。

(4)加速度谐波比值CMV：该指标为加速度信号进行调谐分析后得出的二次谐波幅值与基频幅值的比值(谐波比)[12- 14]，其计算公式如下：

(4)

式中，C—放大系数，通常取300；A1—加速度频谱图中二次谐波对应的幅值；A0—加速度频谱图中基频对应的幅值。

由文献[15- 16]可知，CF指标综合了ap和arms指标的变化趋势，其在表征土体压实程度方面比ap和arms指标具有更好的效果。因此在本文中，作者进一步对CF和CMV指标在砂砾石坝粗粒料上的检测效果作对比分析，评估其适用性和优劣性，得出较适宜表征砂砾石坝粗粒料压实程度的实时检测指标。

3 现场试验

为分析评估实时检测指标CF和CMV在砂砾石坝粗粒料上的检测效果，本次研究在不同的粗粒料上分别进行了不同碾压参数的对比试验，观察各指标在不同试验条件下的数据表现情况。分析各指标与碾压参数和试坑检测指标的相关性，以及各指标在相同坝料上的数据稳定性，以评判各指标表征砂砾石坝粗粒料压实质量的优劣。

3.1 试验设备

本次试验采用江苏东华测试DHDAS系统进行数据采集，检测的主要物理量为碾轮竖向振动加速度及其主振频率，测试系统主要由传感器、振动数据采集仪和监测分析软件客户端组成。试验采用的碾压机为中大机械YZ系列32t单钢轮振动压路机如图1所示，传感器均竖向安装在碾轮内侧机架上。

图1 振动碾压机(中大YZ32)

3.2 试验方案

在坝面的砂砾石料和堆石料区分别选取了5个条带进行现场碾压试验，砂砾石料和堆石料的级配设计曲线如图2所示。碾压试验条带的长度均为50m，宽度均为2.2m(碾轮宽度)，如图3所示。单个网格大小为2.2m×5m，将每个碾压条带划分为10个试验网格，对每个网格进行编号①～⑩，其中奇数区为缓冲区，在偶数区间进行挖坑检测，获得常规压实质量指标。

图2 堆石料和砂砾石料级配曲线

图3 堆石料现场碾压试验图

4 试验数据分析

4.1 与碾压参数的相关性分析

在Origin软件中绘出每个碾压区域测得的检测指标的散点图，堆石料某试验区的数据如图4所示。对各检测指标与碾压遍数的相关性进行分析，目前在相关领域已有研究成果的相关性分析多为线性模型[7- 10]，函数表达式为：

y=ax+b

(5)

式中，a、b—回归系数。

由图4数据点的趋势可以发现：图中y随着x的增大而有增长趋势，但是其增长速率逐渐变慢，并且当x进一步增大时，y逐渐趋于某一常数，可知该曲线可能有一条水平渐近线。

由此可以假设数据点的趋势线为双曲线型，双曲模型的函数表达式可表示为：

(6)

式中，a、b—回归系数。

接下来对线性模型和双曲模型两种回归模型进行分析比对，计算两种模型中每个碾压区域内实时检测指标与碾压遍数的决定系数(R2)，以判定更合适的回归模型。为了减小偶然误差对试验结果产生的干扰，对碾压条带各试验网格的决定系数(R2)取切尾均值，结果见表1。

图4 堆石料上实时检测指标随碾压遍数变化趋势

对试验数据进行统计分析可以发现，实时检测指标在同种坝料不同碾压区域的检测值范围不尽相同，而在现场的实际检测过程中，要求数据的波动不能太大。因此本文引入标准差系数Vσ来评价实时检测指标在不同试验区间的稳定性，标准差系数Vσ是反映数据离散程度的指标，计算公式如下：

表1 CF和CMV指标与碾压遍数的决定系数(R2)(碾压机振碾10遍)

(7)

计算结果见表1。由表1可知，从与碾压参数的相关性角度分析，在堆石料和砂砾石料上，CF指标无论采用线性模型还是双曲模型，与碾压遍数n的相关性均比CMV指标要高，其中采用线性模型时与碾压遍数的决定系数(R2)分别达到0.776和0.921，具有很强的线性相关性；从数据稳定性的角度分析，在堆石料和砂砾石料上，CF的标准差系数Vσ均比CMV要小，离散程度较低。综合以上分析结果来看，CF指标更适合作为砂砾石坝粗粒料压实质量的实时检测指标。

4.2 与试坑检测指标的相关性分析

文献[2]指出，在土体填筑碾压过程中，可以采用实时检测指标的必要条件是实时检测指标与常规指标之间的决定系数(R2)不得小于0.70，该系数通过试验段上的对比试验进行确定，一般要求测得不少于18组对比试验数据[17- 18]。然后进行统计回归处理，得到决定系数(R2)、相关方程以及实时检测的目标值，运用该目标值进行过程控制。由于堆石料和砂砾石料采用的主要压实质量控制指标分别为孔隙率和相对密度[1]，下面将分别分析实时检测指标与相对密度和孔隙率的相关关系。

对该砂砾石坝的堆石料上5个试验条带的偶数区间进行挖坑检测，共取得25组标准试坑检测指标样本，结果见表2。

对检测结果进行回归分析，如图5所示。

对检测结果进行回归分析，方法同上述堆石料分析方法，回归模型的决定系数(R2)分别为CF∶0.993(线性模型)、0.991(双曲模型)，CMV∶0.807(线性模型)、0.842(双曲模型)，CF指标与压实质量控制指标(相对密度Dr)的相关性均比CMV指标要高。因此CF指标更适宜作为砂砾石料压实质量的实时检测指标，其与相对密度的相关方程为CF=6.068Dr+10.574，现场相对密度Dr要求控制在0.9以上，对应CF的目标控制值为16.03，即在砂砾石料碾压过程中CF≥16.03时，即达到压实标准。

表2 堆石料区实时检测与试坑检测结果统计

在砂砾石料区由于受现场试验条件所限，仅对各个条带的一个试验区进行试坑检测，检测结果见表3。

图5 实时检测指标与试坑检测指标的回归分析

表3 砂砾石料区实时检测与试坑检测结果统计

5 结语

通过对某面板砂砾石坝的堆石料和砂砾石料10个碾压条带的现场试验可知，在不同坝料上CF与碾压遍数n的相关性均较高，并且CF指标的标准差系数Vσ较小，均低于10%，离散程度较低，因此CF指标较适宜作为本工程砂砾石坝粗粒料压实质量的实时检测指标。进一步建立CF指标与常规压实指标的相关关系式，对应常规压实指标的控制标准，CF指标的目标控制值分别为18.22和16.03，即在本工程的堆石料和砂砾石料碾压过程中，当CF分别达到18.22和16.03时，可认为该坝料已达到所要求的压实质量，后期可进一步研发实时检测装置，以实现对坝体碾压过程中压实质量的实时控制。