丁 鵬
(貴州省公路工程集團有限公司,貴州 貴陽 550001)
路面技術狀況的數據質量評估,可為公路養護管理機構資源分配、資金申請、方案制定、技術落實等提供參考。路面技術狀況數據檢測單位必須采取可靠的數據采集措施,提高路面技術狀況數據質量[1-3]。現階段,路面車轍自動化檢測手段主要包括車轍點激光采集法和車轍線激光采集法兩種。該文以車轍點激光采集法為基礎,通過構建全過程數據質量管理流程,為檢測機構和管理機構提供科學、有效、準確的路面技術狀況數據,為相關問題的解決提供依據。
數據質量控制需以完整的控制計劃為基礎,并分階段差異化實施管控策略。項目準備階段,通過前期項目會議與協商,明確質量控制要點,出臺質量保障計劃為后續工作奠定基礎;數據采集階段,落實數據質量控制策略,實時監控數據采集質量;數據后處理階段,加強質量檢測與后續處理,提高數據規范性,保障數據質量。
各目標指標檢測的質量管理通用流程如圖1所示,數據采集前需進行校準測試、設備認證和運行測試,確保被采集指標符合規范要求,保障采集數據達標。

圖1 全過程質量管理
多點共梁式車轍檢測裝置被廣泛應用于路面車轍檢測,該裝置依托車轍梁和激光發射裝置實時檢測激光器與地面距離,并獲取道路橫斷面曲線,自動換算車轍深度數據[4-6]。
(1)車轍檢測橫斷面數量需大于13個,以提高檢測準確性,一般在車轍梁兩側傾斜安裝激光發射器2~3個,控制車轍梁寬度在合理區間,不同激光發射器位置不可處于同一水平面,特定激光發射器需與其他激光發射器保持一定角度。
(2)測量道路橫斷面,需提前獲取不同激光器安裝角度及其相對高度數值,并借助幾何換算確定安裝位置,通過位置調整或角度差降低可能由此導致的測量誤差,提高測量精密度。
(3)表1為某多點共梁式車轍檢測裝置激光器3次縱向測量間距的結果。對檢測數據分析可知,8號激光器的檢測參數標準差過大,可能由于其質量問題導致,經核實,該激光器使用年限超標,數據檢測精度不足,使用穩定性不佳。

表1 標定結果
將原有8號激光器更換后,重新標定結果顯示,標準偏差大幅度減小(見表2)。

表2 標定結果(激光器更換后)
檢測設備是否出現故障是進行數據實時檢查的主要目的,當系統故障或技術人員操作不規范時及時給出警告,提示異常信息來源以找出設備故障項并修正。基于路面車轍模型工作原理,該文對車轍傳感器故障情況下數據異常值進行針對性判斷[7-8]。
(1)車轍典型斷面判斷:典型車轍橫斷面表現為“W”形和“U”形,無車轍路面其橫斷面并不符合上述兩種類型,需對其深度是否達到閾值加以判斷。
(2)相鄰點高差判斷:車轍橫斷面多為連續、漸進曲面,相鄰斷面監測點高度差無明顯差異,根據經驗分析,如果相鄰車轍橫斷面監測點高差超過設定閾值15 mm,則表明存在數值異常或設備故障。橫波變化和轉彎可能導致檢測中車轍面與路面存在角度差,因此對相鄰監測點高差評估時,需先進行線性回歸。
(3)傳感器讀數判斷:判斷傳感器顯示數據是否超過判斷量程,評估有無數據異常。個別傳感器示數可能存在異常,可改變輸出電壓或間隔一段時間后重新檢測,觀測示數有無變化。數據實時檢查判斷流程圖如圖2所示。

圖2 車轍實時檢測
路面狀況數據具備時間規律性,路況衰減模型是否合理,決定了新檢測數據是否與原數據兼容,路況衰減模型的建立,對評估道路養護措施效果、合理分配養護資金、制定多年規劃等有指導意義,同時還可作為數據質量監控的有效手段[9-10]。
對東部某省份2015—2017年期間S20上行檢測車轍深度數據對比分析,詳見圖3。結果顯示,每年檢測集中時間為6月份,三年來車轍深度數據呈現出明顯規律性,每千米單元車轍深度不同年份存在差異,2016年車轍深度大于2015年車轍深度,2017年車轍深度數據小于2016年車轍深度,2016年數值最大,2017年數據最小,兩者差值為4.3 mm。

圖3 2015—2017年期間歷史數據對比(千米單元)
以RDit表示第i個路段t檢測時間對應的每千米單元車轍深度數據,將當年檢測RDit數據與上一年度RDit-1數據對比,并用ΔRDit來表示兩者差值,分別計算出2015—2017年期間不同年份每千米單元車轍深度及相鄰年份差值,統計路段差值在所有路段中的比例,詳見表3。相比于2016年,2017年車轍深度減小不足1.5 mm,2016年路段車轍深度增加。

表3 差值對比
不同年份車轍每千米單元車轍深度數據檢測時間大體一致,綜合分析可知2016—2017年間未對該路線上行進行養護,故2017年出現了車轍深度大幅減小,該情況與理論狀況有較大出入。進一步核實后發現,2017年設備進行年計量認證時,計量站的標定方程如下:

式中,X和Y分別為原始結果和換算結果。根據表達式(1),2017年檢測結果及不同年份對比經標定后的數據如圖4所示。

圖4 2017年檢測結果及不同年份數據對比(千米單元)
綜上所述,路面車轍自動化檢測應覆蓋質量管理全流程,該項工作對確保數據質量至關重要。該文采用實例分析法結合車轍自動化激光檢測法,進行全過程數據質量控制。論述了項目準備階段、數據采集階段、數據后處理階段的流程與方法。通過對異常值判斷及處置方法的分析,確保路面技術狀況數據在車轍檢測裝置標定、數據實時檢查和時間序列比較面的規范性,為確保數據質量提供參考。基于路面車轍自動化檢測數據控制,對改善路面技術狀況數據質量意義深遠,提高了網級和項目級層面路面決策科學性,為路面養護提供參考。