[1]罗腾,齐吉琳,肖浩汉,等.振冲碎石桩单位时间填料量预测及其可解释性方法[J].水利与建筑工程学报,2026,(04):32-41.[doi:10.3969/j.issn.1672-1144.2026.04.005]
点击复制
振冲碎石桩单位时间填料量预测及其可解释性方法(
)
《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]
- 卷:
-
- 期数:
-
2026年04期
- 页码:
-
32-41
- 栏目:
-
- 出版日期:
-
2026-08-20
文章信息/Info
- 作者:
-
罗腾1; 2; 齐吉琳1; 肖浩汉1; 2; 曹瑞琅2
-
1.北京建筑大学 土木与交通工程学院,北京 100044;2.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室,北京 100048
- 关键词:
-
振冲碎石桩; 单位时间填料量; Stacking集成算法; 多时间尺度; SHAP可解释性
- 分类号:
-
TU472.3
- DOI:
-
10.3969/j.issn.1672-1144.2026.04.005
- 文献标志码:
-
A
- 摘要:
-
针对振冲碎石桩施工过程中单位时间填料量预测精度不足及现有研究缺乏时间尺度耦合分析的问题,以拉哇水电工程振冲碎石桩施工为背景,依托 616935条实测数据,构建不同时间尺度下的填料量预测模型。首先,对原始施工监测数据进行清洗、时序重构与特征提取,建立包含电流、瞬时气量、密实深度、拉力、桩底海拔及风速等关键参数的数据集;随后,分别构建 5、30和 60s三种时间尺度样本,并基于多种机器学习算法建立 Stacking集成预测模型,通过交叉验证与超参数优化提升模型泛化能力;同时,结合 SHAP算法解析参数作用机理。结果表明:重构后的数据集能够有效适应多时间尺度预测需求,Stacking模型整体预测稳定性与精度均优于单一模型;其中30s时间尺度下预测精度最优,最优模型M11跨尺度表现突出;瞬时气量 1与瞬时气量 2为影响填料量的核心主控因素,单位时间桩底海拔对填料量呈显著正向驱动作用。研究成果可为振冲碎石桩施工过程中填料量的智能预测与动态调控提供可靠参考。
参考文献/References:
[1] 魏永新,庹晓军,曹瑞琅,等.振冲碎石桩成桩过程模拟和桩径预测研究[J].水资源与水工程学报,2023,34(01):176-180,189.
[2] 林 鹏,陈道想,张志伟,等.复杂坝基振冲碎石桩处理方法研究及典型案例分析[J].水利学报,2025,56(11):1420-1431.
[3] ZarazvandB,FrankovskaJ.Performanceevaluationofstonecolumnsinfinesoilconditions:Afem-basedcasestudy[J].TheBalticJournalofRoadandBridgeEngi-neering,2025,20(01):114-142.
[4] IdrusJ,NgKS,NujidM M,etal.Areviewofstonecolumnsperformanceinsoftsoils[C]//.WorldSustain-ableConstructionConferenceSeries,Vol.2688,Kuan-tan,Pahang,Malaysia,2021,Melville:AIPPublishing,2023.
[5] DasT,SharmaM,ChoudhuryD.Bearingcapacityandliquefactionassessmentofshallowfoundationsrestingonvibro-stonecolumndensifiedsoilinvalluroilterminal,India[J].IndianGeotechnicalJournal,.2023,53(06):1392-1413.
[6] LiChuanxun,LiuCong,LuXiangzong.Analyticalsolu-tionofconsolidationofthecompositefoundationrein-forcedbystonecolumnscombinedwithverticaldrains[J].AdvancedEngineeringSciences,2024,56(04):130-140.
[7] HausmannMR.Engineeringprinciplesofgroundmodifi-cation[M].NewYork,USA:McGraw-Hill,1990.
[8] ShenthanT,ThevanayagamS,MartinGR.Densificationofsaturatedsiltysoilsusingcompositestonecolumnsforliquefactionmitigation[C]//13thWorldConf.onEarth-quakeEngineering,Vancouver,BritishColumbia,2004,Canada:13WCEEOrganizingCommittee,2004.
[9] BowlesJE,GuoYingzhong.Foundationanalysisandde-sign[M].NewYork,USA:McGraw-Hill,1996.
[10] TogatiNVK,RaoKM,VenkateshNoolu.Behaviorofstonecolumnsbasedon24factorialexperimentswithu-niformlygradedmaterials[J].MaterialsToday:Pro-ceedings,2023,72(01):465-470.
[11] PoguJH,OkaforCC,EzeokonkwoJC.SuitabilityofsandsfromdifferentlocationsatNsukkaasbackfillma-terialforvibroflotation[J].NigerianJournalofTechnol-ogy,2018,37(04):867-874.
[12] SaxenaS,RoyLB,GuptaPK,etal.Modeltestsonordinaryandgeosyntheticencasedstonecolumnswithre-cycledaggregatesasfillermaterial[J].InternationalJournalofGeo-Engineering,2024,15(01):1.
[13] OsborneTR,LeavyJP.Groundimprovementbyvibro-flotationinurbanresidentialdevelopment[C]//Proceed-ingsofthe8thAustraliaNewZealandConferenceonGe-omechanics:ConsolidatingKnowledge,Vol.1.Hobart,Tasmania,Australia,1999.Barton,ACT:AustralianGeomechanicsSociety,1999:291-297.
[14] 朱国运,黄良军,朱党生.论振动沉管挤密碎石桩与复合地基的七大关系[J].军工勘察,1994(04):13-17,60.
[15] FanQixiang,LiGuo,JiangXiaochun,etal.Intelligentcontrolmethodandsystemforvibroflotationconstructioninhydropowerengineering[J].JournalofIntelligentConstruction,2024,2(03):9180020.
[16] 周燕国,王训阳,姚鹏飞,等.振冲碎石桩地基处理物理模拟相似性初步研究[J].岩土工程学报,2025,47(S1):5-9.
[17] 肖浩汉,陈祖煜,徐国鑫,等.基于 GRU算法的盾构掘进参数预测———以成都地铁 19号线为例[J].长江科学院院报,2023,40(01):123-131.
[18] 曹瑞琅,王玉杰,王 猛,等.基于数字钻进振冲碎石桩密实度检测试验研究[J].土木工程学报,2025,58(09):110-118.
[19] 陈祖煜,毕一凡,肖浩汉,等.建立在大数据机器学习基础上的灰岩地层帷幕灌浆智能控制[J].岩石力学与工程学报,2026,45(07):1931-1943.
[20] 任毕云,明 伟,吴广怀.基于机器学习及优化算法的振冲碎石桩优化设计 [J].中 国 水 运,2023,23(20):39-41.
[21] 李继平,赵宇飞,刘必旺,等.基于聚类算法与碎石桩钻进参数的地层识别[J].人民长江,2023,54(10):163-169.
[22] 刘 彬,杨 磊,忽彦鹏,等.围堰地基超深振冲碎石桩试验研究[J].中国农村水利水电,2025(12):35-39.
[23] 黄茂松,陈云敏,吴世明.振冲碎石桩加固饱和粉砂粉土地基试验研究[J].岩土工程学报,1992(06):69-73.
[24] 王家辉,饶锡保,江洎洧,等.振冲碎石桩复合地基抗剪机制的模型试验研究 [J].岩 土 力 学,2021,42(04):1095-1103.
[25] YangYuxiang,CenXiao,NiHaocheng,etal.Ahighlyaccurateandrobustpredictionframeworkfordrillingrateofpenetrationbasedonmachinelearningensemblealgo-rithm[J].GeoenergyScienceandEngineering,2025,244:213423.
[26] 罗常伟,王双双,尹峻松,等.集成学习研究现状及展望[J].指挥与控制学报,2023,9(01):1-8.
[27] LundbergSM,LeeSI.Aunifiedapproachtointerpre-tingmodelpredictions[C]//Proceedingsofthe31stIn-ternationalConferenceonNeuralInformationProcessingSystems,Vol.30.LongBeach,CA,USA,2017.RedHook,NY:CurranAssociates,Inc.,2017:4768-4777.
[28] MayerM,WüthrichMV.Shapleyvalues:Paired-sam-plingapproximations[EB/OL].arXiv:2508.12947,2025,
[2026-05-15]. https://arxiv.org/abs/2508.12947.
[29] 吴松华,章哲华.水上振动沉管碎石桩施工关键技术应用[J].海岸工程,2020,39(04):263-270.
[30] 陈道想,林 鹏,丁 鹏,等.基于群层次分析法的振冲碎石桩填料方法比选[J].清华大学学报(自然科学版),2022,62(12):1915-1921.
[31] 刘 强,赵宇飞,杨 帆,等.超深振冲碎石桩施工智能化监控系统研发与应用研究[J].水利水电快报,2021,42(12):65-71.
[32] 卢鹏云,张广彪,臧成新.实时过程数据在振冲碎石桩全过程质量控制中的应用[J].地基处理,2020,2(05):404-413.
备注/Memo
- 备注/Memo:
-
收稿日期:2026-03-20 修稿日期:2026-05-03
基金项目:国家自然科学基金(52409151)
作者简介:罗 腾(2001—),男,硕士研究生,研究方向为岩土工程。E-mail:l1612208229@163.com
通讯作者:肖浩汉(1993—),男,博士,高级工程师,主要从事数字钻进(探)、TBM(盾构)智能掘进研究。E-mail:xiaohh@iwhr.com
更新日期/Last Update:
1900-01-01