28947

امكان سنجي اندازه گيري هوشمند تراكم خاك در بستر اينترنت اشياء

كارشناسي ارشد

مهندسي عمران- مهندسي و مديريت ساخت

1400

1402/7/10

علي اكبر شيرزادي جاويد - پدرام قادري

مهندسي عمران

درصد تراكم ناكافي يكي از دلايل مهم آسيب زودهنگام جاده است. عمليات تراكم فرآيند مهمي است كه باعث مي شود مصالح لايه هاي مختلف خاكريزي و سطح جاده تراكم كافي را به دست آورند. در ساخت بستر بزرگراه، واجد شرايط بودن يا نبودن درجه تراكم، معيار مهمي براي قضاوت در مورد كيفيت ساخت راه است. تراكم باعث مي شود بستر خاك به درصد تراكم استاندارد مورد نياز برسد تا ظرفيت باربري جاده بهبود يابد. بهبود درجه تراكم بستر به جلوگيري از نشست بستر، كاهش نفوذ رطوبت در بستر جاده و افزايش دوام بستر كمك مي كند بنابراين اتخاذ روش هاي موثر براي تشخيص درصد تراكم، وسيله مهمي براي پايش آن است. يكي از چالش هاي اساسي پروژه هاي راهسازي تشخيص به موقع، بلادرنگ و يكنواخت تراكم خاك مي باشد كه در حال حاضر با انجام آزمايش هاي سنتي مانند مخروط ماسه مي باشد، كه به دليل فاصله حدود 50 متري تعيين شده در آيين نامه، براي دو نمونه متوالي، نمي تواند نماينده مناسبي براي كل مسير 50 متري باشد و از طرفي ممكن است در انتخاب نقاط انجام آزمايش سوگيري هاي صورت گيرد و از طرفي نياز به حضور فيزيكي در محل بوده و انجام آزمايش زمانبر بوده و ممكن است اجراي پروژه را با تاخير مواجه كند. هدف از اين تحقيق رفع چالش هاي پيش گفته با استفاده از سنسور هاي نسل جديد قابل تهيه در كشور ايران و ايجاد ارتباط منطقي بين داده هاي سنجش شده از اين سنسور ها در حين عمليات تراكم و نتايج آزمايش هاي تراكم خاك در محل برقرار نموده و در بستر اينترنت اشياء پياده سازي گرديد تا بتوان تراكم خاك را به صورت بلادرنگ، پيوسته و از هرنقطه خارج از محل ساخت بدون دخالت انسان تعيين كرد. براي اين منظور 5 نوع سنسور شتاب سنج مورد آزمايش قرار گرفته شد تا از بين آنها سنسور مناسب و بهينه براي ساخت دستگاه نهايي انتخاب شود پس از انتخاب سنسور شتاب سنج بهينه و ساخت دستگاه، به منظور كاليبره كردن آن از آزمايش مخروط ماسه استفاده گرديد و مقدار موثر داده هاي شتاب سنج با آزمايش مخروط ماسه متناسب با هر پاس تراكم تعيين گرديده و پس از ترسيم نمودار رگرسيون در دو حالت خطي و غير خطي، فرمول هاي براي محاسبه تعيين درصد تراكم خاك برحسب شتاب به دست آمد. پس از ساخت و كاليبره كردن دستگاه به منظور تعيين دقت و صحت اندازه گيري فرمول هاي تعيين درصد تراكم خاك، مجدداً با دستگاه ساخته شده، در يك مسير مشخصي از راه، در پاس نهايي داده برداري انجام شد و نتايج آن با نتايج به دست آمده از آزمايش مخروط ماسه مقايسه گرديد كه خطاهاي به دست آمده در حالت بدون حذف داده هاي پرت، در حالت كمترين خطا 0.09 درصد و بيشترين خطا 7.1 درصد بوده كه نشان دهنده دقت بالاي اندازه گيري مي باشد. از آنجايي كه بيشترين درصد تراكم ممكن معمولاً 100 درصد مي باشد بنابراين درصد تراكم هاي بزرگتر از 100 درصد داده هاي پرت محسوب شده و شتاب هاي معادل بزرگتر از اين عدد از محاسبات حذف شدند و مجددا درصد تراكم محاسبه شده با دستگاه با نتايج آزمايش مخروط ماسه مقايسه شده كه در اين حالت كمترين خطا 0.08 درصد و بيشترين خطا 4.25 درصد تعيين گرديد كه نسبت به حالت بدون حذف داده هاي پرت داراي دقت بالاتري مي باشد. در نهايت به منظور نظارت بلادرنگ و بدون حضور در محل كارگاه دستگاه ساخته شده به يكي از پلتفرم هاي اينترنت اشياء متصل گرديد و با انتقال داده هاي دستگاه به صورت بي سيم به فضاي ابري امكان كنترل درصد تراكم خاك از هر مكان ديگر امكان پذير گرديد.

1402/08/07

Feasibility of intelligent measurement of soil density in the Internet of Things platform

10/1/2024 12:00:00 AM

Inadequate compaction percentage is one of the important causes of premature road damage. Compaction operation is an important process that makes the materials of different layers of embankment and road surface obtain sufficient compaction. In the construction of the highway bed, the eligibility or not of the degree of compaction is an important criterion to judge the quality of road construction. Compaction makes the soil bed reach the required standard compaction percentage to improve the carrying capacity of the road. Improving the degree of bed compaction helps to prevent bed settlement, reduce moisture infiltration in the road bed and increase the durability of the bed. Therefore, adopting effective methods to detect the percentage of compaction is an important tool for monitoring it. One of the main challenges of road construction projects is the timely, real-time and uniform diagnosis of soil density, which is currently done by performing traditional tests such as sand cones, which due to the distance of about 50 meters determined in the regulations, for two samples consecutively, it cannot be a suitable representative for the entire 50-meter route, and on the one hand, there may be biases in the selection of test points, and on the other hand, it requires physical presence at the site, and conducting the test is time-consuming, and the implementation of the project may be delayed. slow. The purpose of this research is to solve the aforementioned challenges by using new generation sensors that can be obtained in Iran and to establish a logical connection between the data measured by these sensors during compaction operations and the results of soil compaction tests on site and in The Internet of Things platform was implemented so that soil density can be determined in real-time, continuously and from any point outside the construction site without human intervention. For this purpose, 5 types of accelerometer sensors were tested in order to select the most suitable and optimal sensor for the final device. The effective value of accelerometer data was determined by sand cone test according to each density pass and after drawing the regression diagram in two linear and non-linear modes, formulas were obtained to calculate the percentage of soil density in terms of acceleration. After building and calibrating the device in order to determine the accuracy and accuracy of measuring the formulas for determining the percentage of soil density, data collection was done again with the built device, in a specific route of the road, and the results were obtained with the results. From the sand cone test, it was compared that the errors obtained in the case without removing outlier data, in the case of the lowest error was 0.09% and the highest error was 7.1%, which shows the high accuracy of the measurement. Since the highest possible density percentage is usually 100%, therefore, the percentage of densities greater than 100% is considered as outlier data and the equivalent accelerations greater than this number were removed from the calculations, and again the density percentage calculated with the device with the results of the sand cone test. It has been compared that in this mode, the lowest error is 0.08% and the highest error is 4.25%, which is more accurate than the mode without outlier data removal. Finally, in order to monitor in real-time and without being present at the workshop, the manufactured device was connected to one of the Internet of Things platforms, and by transferring the data of the device wirelessly to the cloud, it became possible to control the percentage of soil density from any other place.

تراكم خاك , اينترنت اشياء , تراكم هوشمند , سنسور هاي شتاب سنج , غلتك هاي هوشمند

soil compaction , Internet of Things , smart compaction , accelerometer sensors , smart rollers

Rasool Maleki

Dr. Shirzadi