瀝青路面使用性能評價及預(yù)測模型分析

何衛(wèi)東，焦一，馮曉，張淑雅，裴鑫雨

(1.中建四局 第一建設(shè)工程有限公司，廣東 廣州 510000；2.重慶交通大學 土木工程學院，重慶 400074)

瀝青路面使用性能評價和預(yù)測是網(wǎng)級路面管理系統(tǒng)的重要組成部分，也是有效提升管理科學性的基礎(chǔ)。路面性能評價是通過檢測系統(tǒng)將采集到的路況詳細資料進行評價和分級的過程，通過多方面的屬性來表征路面所處狀態(tài)，如平整度、抗滑度等。路面使用性能評價模型最先于美國建立，并成為后來AASHTO的重要組成部分，被世界上很多國家引用和借鑒。著名的評價模型還有日本從管理者角度提出的MCI模型。中國學者根據(jù)自動化檢測設(shè)備及現(xiàn)有數(shù)據(jù)理論，提出了灰色理論模型、回歸模型、主成分分析、神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學等評價方法。如謝峰在模糊數(shù)學和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上提出了模糊神經(jīng)網(wǎng)絡(luò)路面使用性能綜合評價方法，該方法新增了儲存和處理模塊，更有利于反映真實路況；潘懷兵運用主成分分析法與灰色聚類決策評價方法，借助MATLAB數(shù)學工具說明了單項指標對綜合評價的影響程度，提高了評價的科學性；胡霞光等利用遺傳算法對BP網(wǎng)絡(luò)進行改進，建立了路面使用性能評價GANN模型，加速了模型的收斂，使模型的實用性與可操作性得到提高。綜合國內(nèi)外研究現(xiàn)狀，路面使用性能預(yù)測較成熟的方法主要有以實測數(shù)據(jù)為基礎(chǔ)的回歸模型法、以模糊數(shù)學為代表的系統(tǒng)分析法、基于灰色理論的評價方法等，此外，遺傳算法、神經(jīng)網(wǎng)絡(luò)的運用也逐步得到加強。

1 瀝青路面使用性能評價指標及體系

1.1 路面性能評價現(xiàn)狀分析

《公路技術(shù)狀況評定標準》采用路面結(jié)構(gòu)強度指數(shù)PSSI、路面行駛質(zhì)量指數(shù)RQI、路面抗滑性能指數(shù)SRI、路面破損狀況指數(shù)PCI4個單項指標和綜合評價指標MQI對公路技術(shù)狀況進行綜合評定。工程應(yīng)用中發(fā)現(xiàn)根據(jù)規(guī)范得出的部分路段指標數(shù)據(jù)較好，但實際路況較差。如絕大部分高速公路的路面結(jié)構(gòu)強度指數(shù)較高，在大多數(shù)路況檢測中檢測結(jié)果接近100，但實際上路況并不好。可見，根據(jù)單純的評價指標并不能詳盡、客觀地描述路面所處真實狀態(tài)，已越來越不能滿足當下公路管養(yǎng)的需求，尤其是對于精細化管理，這些評價指標并不能提供管養(yǎng)的準確信息，存在一定局限性。

1.2 路表功能性指標

1.2.1 平整度評價

路面是提供車輛安全、舒適行駛的建造物，路表功能性越好，行車舒適性和安全性越高。這與路面平整度密切相關(guān)，平整度是路面性能評價的重要元素。國際平整度指數(shù)IRI是目前評價路面平整度的通用標準，可用連續(xù)平整度儀測試的路面平整度標準差來換算。中國采用IRI進行路面平整度評價已有10多年，并通過大量實測數(shù)據(jù)對比試驗建立了IRI與平整度標準差σ的相關(guān)關(guān)系[見式(1)]，兩者相關(guān)度較高。但σ評價過程較簡單，存在一定缺陷。因此，在選用IRI進行路面平整度評價時需進行局部路段加強。根據(jù)目前的檢測方法，可附加另一種檢測波，通過波形變化的累積或幅度來表征局部路段的路面性能。如利用加權(quán)能量譜密度的方法反映局部路段的平整度狀況；也可利用σ與IRI的相關(guān)性及互補性來綜合評價路面平整度。

σ=0.592 6IRI+0.013，r=0.987 5

(1)

1.2.2 車轍評價

據(jù)統(tǒng)計，超過60%的瀝青路面病害由車轍引起，與其他病害形式相比，車轍病害的危害性也更大。因此，在進行公路技術(shù)狀況評定時以車轍深度指數(shù)RDI[見式(2)]為指標對車轍進行單獨評價。

(2)

式中：RD為車轍深度；RDa、RDb為車轍深度參數(shù)；a0、a1為模型參數(shù)。

將深度為10～15 mm的車轍定義為輕度車轍，在等級劃分上以20 mm作為車轍評價指標轉(zhuǎn)折點將車轍指標劃分為輕、重的等級不夠精細，且對深度在10 mm以下的車轍未作定義。可考慮路面不致積水的最大車轍深度，利用合適的算法模型對車轍槽的幾何特征進行描述，對車轍深度進行等級劃分，改進車轍狀況綜合評價指標。如采用等腰三角形來簡化車轍槽模型，通過連線中央標高及外側(cè)邊緣的標高組成三角形，以三角形高作為臨界車轍高度，結(jié)合目前車轍深度等級劃分標準，將車轍深度劃分為輕、中、重，細化目前的分級標準，將0～9 mm劃分為輕度車轍，9～15 mm劃分為中度車轍，大于15 mm劃分為重度車轍。此外，在車轍深度指數(shù)模型中，可適當考慮駕駛?cè)藛T的主觀評價，將人的主觀評價與客觀數(shù)據(jù)相結(jié)合。如在客觀數(shù)據(jù)得出RDI≥90，而主觀評價為無路面積水、無車轍因素引起的不舒適感、車轍深度小于9 mm時，可綜合評定為優(yōu)。

車轍深度并不能完全反映車轍對行車安全的影響，如圖1所示，車輪作用在車轍槽側(cè)壁上時，不僅車輛受到顛簸的影響，還受到側(cè)向作用力的影響，導致在相同的車轍槽下出現(xiàn)不同的體驗，側(cè)壁傾角、摩擦系數(shù)、槽的曲率等均會改變行車的側(cè)向阻力。如圖2所示，將車轍槽模型進行簡化，將車轍深度細化為槽的第一高度RD1與第二高度RD2，代替之前利用平均高度來計算。RD1表示最大槽深，評價車轍的嚴重程度；RD2表示積水深度。槽的寬度也可劃分為W1、W2、W3，W2表示可能積水的最大寬度，研究表明車轍槽最大水平寬度可達1 m。α、β表示槽的側(cè)壁傾角，傾角越大，車輪作用受到的橫向作用力越大，過大的傾角會增加爆胎的風險，需對最大容許傾角進行限定。根據(jù)相關(guān)研究，高等級公路瀝青路面車轍槽的側(cè)壁傾角容許值為6.8%，車轍槽的平均曲率半徑可綜合描述槽的整體特征，表達式為ρ=180/π×d/(α+β)(d為W1寬度下的弧長)。利用上述簡化模型可改變車轍指數(shù)模型的表達形式，使其表示為f(RD1、RD2、W1、W2、W3、ρ)的函數(shù)，從而增強路面使用性能的安全性。但這樣改善后會顯著增加檢測過程和后期分析工作量，還需足夠詳細的數(shù)據(jù)支持，對檢測設(shè)備的要求也較高。隨著檢測設(shè)備和數(shù)據(jù)模型的優(yōu)化，這些都會得到解決，上述指標將逐步用來衡量車轍狀況。

圖1 車輪作用于車轍槽側(cè)壁示意圖

圖2 車轍槽簡化模型

1.2.3 路表抗滑性能評價

路面的安全性能主要通過路表抗滑性能來表征，道路環(huán)境、路表粗糙度、行車速度及路面潮濕狀況等都會影響路面的抗滑性能。構(gòu)造深度TD、擺值BPN、橫向力系數(shù)SFC是常用抗滑性能評價指標，獲取方式主要有傳統(tǒng)接觸式方法和非接觸式方法。接觸式方法簡單直觀，但費人力、物力較多，誤差大；非接觸式方法精度高，但設(shè)備昂貴。

TD通過鋪砂法、排水法、數(shù)字灰度圖像、激光測量等獲得，它只反映低速行駛時路面構(gòu)造，車速大于50 km/h時其參考意義較小，實際中較少采用。

通過擺式儀所得BPN較難實現(xiàn)自動化，而且它反映的是潮濕狀態(tài)下路表抗滑能力，是路表的微觀構(gòu)造，實際測量中還需進行標準溫度換算；中低等級道路狀況變化較多，檢測速度下降嚴重，而在高等級公路上，因其自動化水平低會導致BPN數(shù)據(jù)難以獲得。因此，需對BPN方法進行改進，利用更先進的方法進行潮濕狀態(tài)下路表抗滑能力評價。可改進多功能檢測車，增加獨立設(shè)置的摩擦小輪和噴水裝置，通過輸出輪子的摩擦力測定路面在潮濕狀態(tài)下的抗滑能力。此外，BPN是在潮濕狀態(tài)下測定的，路面的水分會在路表和輪子之間形成一層水膜，車速越快，水膜的影響越大，輪子產(chǎn)生滑移的可能性越大。傳統(tǒng)的擺式儀是在固定下滑力即一定速度下測定BPN，而通過多功能檢測車可在不同速度下得到摩擦值，數(shù)據(jù)具有動態(tài)性，以摩擦值代替擺值具有可行性。

較高速度下路表抗滑性用橫向力系數(shù)SFC表征，同樣采用檢測車測定，通過設(shè)置一個特定的夾角獲得橫向滑動摩阻力，也是通過噴水使路面保持一定厚度的水膜。SFC的測定方法能最真實地反映路面行車狀態(tài)，通過控制車速和摩擦裝置的角度能準確得到特定條件下路面的抗滑性能。

上述方法都是基于固定速度下的路表摩擦值得到抗滑性能，對于連續(xù)變化的情形，有時獲取動態(tài)下摩擦系數(shù)更重要。目前已開發(fā)了動態(tài)摩擦系數(shù)測試儀，利用該儀器可測定某一速度區(qū)間的制動距離，通過制動距離來表征滑動性能隨速度連續(xù)變化的情況，評價路面的抗滑性能，更直觀地反映路面抗滑性能對交通安全的影響。

1.3 路面結(jié)構(gòu)承載力評價指標

路面結(jié)構(gòu)承載力通常采用路面彎沉來表征，以FWD彎沉盆作為評價指標。FWD測定的彎沉值是整個路面結(jié)構(gòu)對荷載的綜合響應(yīng)，而瀝青路面結(jié)構(gòu)是一個多層體系，每個結(jié)構(gòu)層的材料性質(zhì)和模量各不相同，所測單點彎沉值是一個綜合響應(yīng)，不能真實反映路面的結(jié)構(gòu)狀況；多層體系中包含的大量數(shù)據(jù)沒有得到有效利用，造成數(shù)據(jù)浪費；利用這些數(shù)據(jù)進行模量反算時，會出現(xiàn)模量差異、反算模型收斂結(jié)果不一致等問題。雖然存在上述不足，但作為無損檢測技術(shù)的路面結(jié)構(gòu)承載力評價指標，大量工程實踐證明該方法優(yōu)勢明顯，大多數(shù)研究都是利用該方法進行模量反算及對彎沉盆數(shù)據(jù)進行挖掘。彎沉盆數(shù)據(jù)量豐富，對于各結(jié)構(gòu)層現(xiàn)狀和發(fā)展趨勢具有重要參考價值。

2 瀝青路面使用性能預(yù)測模型

2.1 路面使用性能預(yù)測模型

在完成路面使用性能評價的基礎(chǔ)上，依據(jù)現(xiàn)有數(shù)據(jù)建立合適的模型進行使用性能預(yù)測。路面使用性能的影響因素較多，使用前期受環(huán)境、材料及荷載的影響較大，后期還會受養(yǎng)護水平的影響，包括綠化、排水等。路面性能預(yù)測模型依據(jù)經(jīng)驗法、力學法主要分為確定型和概率型，近年還出現(xiàn)了動態(tài)模型及仿生模型。不同的預(yù)測方法都是基于不同場合得到的合理模型，在特定條件下具有較好的參考價值，但都具有局限性。如以大量實測數(shù)據(jù)為基礎(chǔ)的回歸法，雖然簡單，操作性強，但受地域限制，數(shù)據(jù)獲取需浪費大量人力、物力；從大量數(shù)據(jù)中找出潛在聯(lián)系的灰色系統(tǒng)理論法，對樣本的要求高，由于影響瀝青路面性能的因素復(fù)雜多變，取樣較困難，且本身具有不確定性，中長期預(yù)測效果不佳，加上多因素之間存在干擾，在反映系統(tǒng)的規(guī)律性上波動較大，預(yù)測結(jié)果的反饋性不足。現(xiàn)有預(yù)測模型中，灰色系統(tǒng)理論與回歸模型是主流，其他綜合性、補充性預(yù)測模型基本以這2種方法為基礎(chǔ)進行充實和改進。

2.2 路面車轍性能預(yù)測模型

灰色系統(tǒng)理論主要針對無經(jīng)驗、數(shù)據(jù)少的不確定問題，聚類分析是將具有共同特征的元素進行歸類，綜合這2種方法可將測定的眾多車轍數(shù)據(jù)樣本先按照聚類分析方法進行歸類，選擇代表值或建立聚類集，再建立連續(xù)聚類集之間的灰關(guān)聯(lián)模型對車轍性能進行預(yù)測。該方法可集中各自的優(yōu)勢，簡化計算，通過數(shù)據(jù)歸類找出其中的規(guī)律。但由于每種方法本身的不確定性，2種方法集中后會將不確定性放大，預(yù)測的路面性能不確定性高，且預(yù)測結(jié)果會集中于一個集合之中。

將灰色系統(tǒng)理論與支持向量機回歸方法相結(jié)合進行車轍性能預(yù)測，不僅精度好，適合長時間預(yù)測，而且可綜合考慮多因素。

采用多元回歸的方法，變量選擇是關(guān)鍵，除累積當量軸載作用次數(shù)外，路面結(jié)構(gòu)材料性能等也會對回歸模型的準確性產(chǎn)生影響。大量研究表明，在合理的變量下回歸預(yù)測模型的準確性較高。利用回歸模型進行預(yù)測時，建議按照影響因素進行排序，根據(jù)主要影響程度選擇1～3個變量進行回歸分析，以增加預(yù)測結(jié)果的擬合性。

2.3 路面使用性能預(yù)測模型討論

目前大多采用經(jīng)驗回歸方法進行路面使用性能預(yù)測，僅選擇少量數(shù)據(jù)進行回歸分析。一方面受數(shù)據(jù)樣本的限制，以前對公路的留樣數(shù)據(jù)偏少；另一方面很多公路的前期養(yǎng)護僅按經(jīng)驗進行，多次不同程度的養(yǎng)護后路面結(jié)構(gòu)早已發(fā)生變化，導致后期回歸分析存在不確定性。可探索基于現(xiàn)狀的因素影響性能模型，不通過建立路面性能回歸，而是建立外部環(huán)境影響性能模型，通過多因素的組合來預(yù)測。這種方法受地域限制小，可獲得較多樣本進行前期模型構(gòu)建，使用時只需改變環(huán)境因子即可進行計算。

文獻[6]通過修正傳統(tǒng)GM(1，1)中的發(fā)展灰度與內(nèi)生成控制灰度參數(shù)，提出無偏GM(1，1)模型；通過消除原始數(shù)據(jù)中異常值的影響，提出滑動GM(1，1)模型；通過遺傳算法(GA)優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)對傳統(tǒng)、無偏與滑動GM(1,1)模型進行組合，得到了兼顧灰色理論、遺傳算法和BP神經(jīng)網(wǎng)絡(luò)優(yōu)點的GA-灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。應(yīng)用實例表明，該組合模型的預(yù)測精度較高，誤差較小。但目前的研究基本集中于模型優(yōu)化、算法組合及數(shù)據(jù)參數(shù)更正，對使用性能和影響因素的發(fā)展變化關(guān)系的預(yù)測模型較鮮見。可利用該GA-灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型建立荷載、溫度、水分等單因素預(yù)測模型，然后通過不同因素場的耦合構(gòu)建總的預(yù)測模型，在某地區(qū)進行瀝青路面性能預(yù)測時，只要改變環(huán)境因子，修改到預(yù)測時間段即可得到預(yù)測值。

通過影響因素分析更易了解瀝青路面的變化，對瀝青路面出現(xiàn)的破壞狀況與使用性能變化建立有效聯(lián)系，對養(yǎng)護方案制訂、養(yǎng)護技術(shù)應(yīng)用、病害處理的指導性更強。

3 結(jié)語

瀝青路面使用性能的影響因素較多，在路面服務(wù)期限產(chǎn)生的各種病害均會對路面使用性能造成影響，因而使用性能評價指標繁多。而且實際中多種病害都是聯(lián)系在一起的，性能評價中不能完全地脫離開進行單一評價，各評價方法也不能完全反映路面的使用性能情況。