周二焦,余波敖曹,魏东敖刘,书堂敖高,薛池敖人,费敖刘,彭敖武,，齐鲁PY-2020 DA-2020/12/23 TI-使用人工神经网络SP-6617742 VL-2020 AB实时评估压实质量-本研究的主要目标是找到一种简便易行的方法来实时估计压实度，以控制压实质量。本文开发了一种人工神经网络分类器，用于识别滚筒振动的不同特征模式，并根据不同压实度对其进行分类。首先，在一个施工现场设计并进行了现场压实试验，测量了压实度和振动。然后，对实验采集的振动信号进行处理，提取振动模式特征，并用压实度进行标记，训练人工神经网络模型。最后，通过使用核密度计测量压实度，验证了人工神经网络分类器的性能。可以发现，人工神经网络在压实质量控制问题上表现出良好的性能和巨大的潜力。SN-1687-8434 UR-https://doi.org/10.1155/2020/6617742 DO-10.1155/2020/6617742 JF-材料科学与工程进展PB-印度群岛KW-ER-