Page 131 - 2025年第56卷第1期

图 ９ 坝面碾压质量评价结果 图 １０ 干密度模糊评价结果 图 １１ 压实度模糊评价结果
根据规范及现场控制要求， 压实度≥９８％时， 表明碾压质量合格。 基于压实度合格标准， 计算得
出临界值 ＣＶ 为 ３０．７６， 见图 １２， 表示采用 ＣＶ 值评价碾压质量， 满足合格的条件是 ＣＶ 值大于 ３０．７６，
０
在 ＣＶ 基础上赋予 ５％到 １５％的变化幅度确定拐点并构建隶属函数， 形式如图 １２。 采用最大隶属度原
０
则计算分析 ＣＶ 值得到 Ｅ ， 从而确定 ＣＶ 值模糊评价结果。 碾压质量合格网格数占 ９２．１８８％， 不确定
ＣＶ
性占 ３．６８１％， 不合格占 ４．１３１％， 其评价结果见图 １３， 可知 ＣＶ 值虽然能够连续监测全仓面碾压质量，
解决碾压质量评价模型存在的未确知性问题， 但是模糊评价结果不确定性较大。
根据前述方法进行碾压质量评价结果证据融合， 计算分析得到每个网格碾压质量综合评价隶属度
分配 Ｅ ， 基于前述评价判定准则， 实现对碾压质量的综合评估。 综合评价结果如图 １４ 所示， 可以看
ｋ
到 Ｅ 满足碾压质量要求的比例为 ９８．７１９％， 超过判断标准 ９０％。 因此， 该仓面碾压质量合格率达标。
ｋ

图 １２ ＣＶ 值控制标准确定示意 图 １３ ＣＶ 值模糊评价结果 图 １４ 综合评价结果

本文综合评价方法与单一的指标评价方法的施 表 ３ 坝面碾压质量模糊合格率评价结果对比
工仓面碾压质量模糊合格率评价结果对比情况如表 单位： ％
３ 所示。 考虑到有限的随机试坑试验取样获取干 评价指标 合格区域占比 不确定区域占比 不合格区域占比
密度和压实度无法评价全仓面， 通过碾压质量评 干密度 ９９．８５６ ０．１４４ ０．０００
价模型预测结果存在不确定性； ＣＶ 值具有实现全 压实度 ９９．０００ ０．９３１ ０．０６９
仓面连续性、 实时评价等优点， 但由于对噪声敏 ＣＶ 值 ９２．１８８ ３．６８１ ４．１３１
感和影响机理不明， 评价结果存在误差和不确定 综合评价 ９８．７１９ １．１１３ ０．１６８
性； 因此， 采用模糊评价法对 ＡＣＧＷＯ－ＲＦ 评价模型预测结果（干密度、 压实度）和 ＣＶ 值分别进行模
糊评价， 并通过 Ｄ－Ｓ 证据理论获得仓面网格碾压质量的综合评价结果， 可有效解决采用有限随机试坑

数据在评价全仓面碾压质量时存在不确定性以及单一评价指标存在片面性和准确性欠佳问题。 由表 ３
可知， 干密度模糊评价中不合格区域占比为 ０．００％， 原因在于未考虑碾压质量预测结果存在的不确定
性情况下， 基于 ＡＣＧＷＯ－ＲＦ 算法的碾压质量评价模型， 干密度预测结果均大于 ２．１５８ ｇ∕ｃｍ ， 然而这
３
— １ ２ ６ —