基于信度分析判别路面平整度检测设备速度影响性的方法

李政，刘正英，胡进存，马宝君

(1.甘肃省交通科学研究院有限公司，甘肃兰州730000；2.国网甘肃省电力公司经济技术研究院，甘肃兰州730050)

路面平整度是路面，尤其是高速公路路面质量评价的重要指标。不平整的路面会增大行车阻力和车辆附加振动，增加行车燃油费用和车辆机械损坏，影响行车及乘坐的舒适性，且存在一定安全隐患，同时车辆作用于路面的反作用力会对路面产生一定的冲击作用，这种冲击力可造成路用性能下降，甚至早期破坏[1]。

随着公路建设数量及里程的增张，管理与养护任务越来越重，提高路面平整度检测设备的技术水平显得尤为重要[2-3]。断面类及响应类检测设备的普及应用中，使用者尤其关注仪器设备操作对检测数据准确性的影响，尤其要掌握车载设备行驶速度对检测结果的影响程度。经查阅相关资料，国内外对路面平整度的检测技术和检测方法研究介绍较多，对车载行驶速度一般都是按照厂家的建议速度值操作，周波等人在车载式颠簸累计仪在路面平整度检测中的应用一文中指出操作情况会对检测结果产生一定的影响，并给出了行驶速度建议值[4-5]。为更好掌握检测结果受行车速度的影响程度，本文基于信度分析的方法在不同行驶速度条件下对检测设备的速度影响性进行判别，最后采用不同行驶速度检测数据的相关性分析，进一步对信度分析的计算结果进行支撑论证，明确相应检测设备检测数据精度受行车速度影响的大小，以提高路面平整度检测数据的准确性。

1 路面平整度检测设备指标及数据特性

路面平整度指标可分为断面类、响应类与其它类等。IRI作为路面平整度指标，在国际上得到了普遍应用，其从本质上来说是响应类路面平整度指标，但由于模型车的悬挂系统参数为一定常数，因而其计算结果与路面纵断面曲线直接相关，且具有时间稳定性[6-7]。激光惯性断面仪属于断面类检测的典型设备，直接检测指标为IRI，具有高速检测，精度较高的优点；车载机械式颠簸累积仪和车载电子式颠簸累积仪属于响应类典型设备，直接检测指标为VBI和RMSVA，可转化为IRI指标，可实现高速检测，其中车载机械式颠簸累积仪对装载车性能变化较敏感，车载电子式颠簸累积仪对装载车性能变化不敏感。

因此，响应类及激光断面路面平整度检测设备是目前市场应用的主流设备，其检测是一个动态过程，各数据之间存在一定联系，这种关联表现在时间和空间方面，时间性表示检测数据变化的顺序和趋势，空间性表现了检测数据变化的轨迹，平整度检测数据具有时态性、动态性和关联性。实际检测工作中，需要及时掌握某些变量或外在因素对测量结果产生的影响程度，比如车载行驶速度，确保检测数据能反映被测对象的真实属性。

2 信度分析原理及理论

信度，是检验同一事物的重复测量结果的一致性程度，一般用信度系数表示。一致性高的测量设备是同一被测对象接受类型相同的不同测量设备测量后，在各测量结果之间显示出较强的正相关性；稳定性高的测量设备是同一被测对象在不同时空条件下，接受相同设备测量后，所得结果的差异很小[8]。

考虑到评价对象的不同，信度分析可分为内在信度和外在信度两种。内在信度是衡量某一组问题测量是否是同一个特征值，这些问题之间是否具有较高的内在一致性。常用的内在信度系数有Cronbachα系数和分半信度；外在信度是指在不同时间对同批对象进行重复测量时结果的一致性程度，如两次测量结果的相关性强，则说明得到的结果是可信的，常用的外在信度指标是重测信度[9]。因此，本文选择基于信度分析来反映路面平整度检测设备的稳定性和可靠性是可行的、科学的，足以保证评估结果的可信性和可用性。

根据数据类型的不同，需要采用不同的信度估计方法。α信度系数是用来衡量多个列组数据之间的一致性，可以适用于多重测验数据[10]。α信度系数是目前最常用的信度系数。计算公式为

式中k为计算项目个数；Si2为第i列组数据的方差；Sx2为测验全部数据的方差。

Cuttman系数是重测信度系数的典型代表，其可靠性统计输出结果中的Lambda3实际就是Cronbachα系数。

3 平整度标准数据采集及分析

针对研究内容和目的，确定标准试验数据采集方案。参考历年交通运输部关于路面平整度检测设备速度影响分析的选定速度值，50 km/h和80 km/h分别代表车辆低速行驶和高速行驶的速度代表值，本论文以此值进行行业内检测设备速度影响性分析，科学准确，更具有指导生产实践的权威性和说服力。

完成车载平整度仪在50 km/h和80 km/h行驶速度下左右侧标准数据的采集，并进行不同速度顺时数据趋势展现，初步判断两种不同行驶速度条件下采集数据的趋势，接着对两侧数据进行信度分析，检验计算结果与数据趋势的符合性，并计算各检测项目之间的相关性，进一步判定行驶速度对测试数据结果的影响[11-12]。数据采集方案及分析流程如图1所示。

图1 路面平整度标准数据采集及分析流程

3.1 平整度标准数据采集方案

本文选择预先设置了不同厚度标准试验块的同一路段，采用悬挂式激光断面仪（点激光）来对该路段进行平整度检测标准数据采集。如图2所示为标准数据采集现场示意图，K000～K200段落属于检测车辆起步加速路段，在该路段内车辆加速到预先设定的速度值，K200～K600段落属于车辆按预先设定速度值匀速行驶的路段，K600开始车辆开始减速，直至路段终点使行驶车辆安全稳定停靠后。试验中的所有检测数据均采用示意图中匀速段内的标准数据，力求避免其他外在因素对检测数据带来不利影响，即图中K200～K600匀速路段的检测数据。

图2 路面平整度数据采集现场示意

受标定块数量限制，数据采集的匀速路段长度只有400 m，一次行车过程很难采集到充分的数据，只能反复经过多次行车来采集足够数据。本文分别采集不同行驶速度下四类标定块测试数据各20点，共计80点数据。

3.2 不同速度下标准数据趋势展现

选择50 km/h和80 km/h速度下左侧轮迹平整度标准数据进行顺时曲线展现，趋势图横坐标前后20点段落处为两种速度下检测数据衔接的分界点，如图3所示。可见50 km/h到80 km/h两种不同速度下标准数据曲线衔接不够连续，尤其表现在桩号K300～K400、K400～K500、K500～K600段落内，该段落内同一行驶速度下测试数据也具有较大的离散型，说明检测车辆行车速度对该轮迹平整度数据检测产生较大的影响。

图3 不同行驶速度下左侧轮迹数据分布

同理，选择该设备在50 km/h和80 km/h速度下采集的右侧轮迹平整度标准数据进行顺时数据曲线展现，结果如图4所示。

图4 不同行驶速度下右侧轮迹数据分布

从图4可见，两种不同速度下所检数据曲线衔接平顺，几乎没有较明显起伏，检测数据越小，两种速度下的数据结果越接近，同一行驶速度下测试数据趋势展现也具有高度的一致性，说明平整度检测车辆行车速度对该轮迹平整度数据检测产生的影响很小。

3.3 不同速度标准数据信度分析

针对50 km/h和80 km/h行驶速度下左侧轮迹平整度检测数据，选择Cuttman信度系数进行计算与分析，其可靠性计算结果如下表1所示。

表1 Cuttman信度系数可靠性统计（左侧轮迹）

选择Cronbachα信度系数进行计算，其可靠性计算结果如表2所示。

表2 Cronbachα信度系数可靠性统计（左侧轮迹）

针对车载设备在50 km/h和80 km/h行驶速度下右侧轮迹检测的标准数据，选择Cuttman信度系数进行计算分析，其可靠性计算结果如表3所示。

表3 Cuttman信度系数可靠性统计（右侧轮迹）

选择Cronbachα信度系数进行计算，其可靠性计算结果如表4所示。

表4 Cronbachα信度系数可靠性统计（右侧轮迹）

Cuttman系数输出的Lambda3实际就是Cronbachα系数。通过分析两种不同行驶速度下检测标准数据信度系数的计算结果可知，不同行驶速度下右侧轮迹检测平整度数据的信度系数计算结果明显高于不同行驶速度下左侧轮迹检测平整度数据的信度系数计算结果，说明同样一台路面平整度检测设备，其右侧轮迹检测平整度检测数据受车辆行驶速度的影响性很小，该设备右侧轮迹检测数据结果不具有速度影响性。该检测设备的左侧轮迹检测数据结果受到行车速度的影响较为明显，主要原因是该平整度检测设备左侧激光测距器、加速度计及数据采集器等硬件设施本身及相互间配合工作精度不够所造成的，后期使用应加强维修或者检测数据结果校准。

基于最小二乘法计算原理[13]，右侧轮迹数据IRI测量重复性误差和IRI测量误差的计算结果如表5所示。

表5 右侧轮迹检测数据误差计算

IRI测量重复性误差和IRI测量误计算结果在试验允许误差的范围之内，进一步说明该平整度检测设备右侧轮迹检测数据不具有速度影响性，与信度系数计算结果相符。表6为50 km/h和80 km/h行驶速度下左右侧轮迹测试数据之间相关性计算矩阵。

表6 各列组数据之间的相关性矩阵

依表6可知：①左侧轮迹50 km/h检测数据与右侧轮迹50 km/h和右侧轮迹80 km/h检测数据具有较高的相关性，分别为0.923和0.924，与左侧轮迹80 km/h检测数据相关性较低，为0.896；②右侧轮迹50 km/h检测数据与左侧80 km/h检测数据的相关性更低，为0.840，与右侧轮迹80 km/h检测数据的相关性很高，为0.997；③左侧轮迹80 km/h检测数据与左侧轮迹50 km/h、右侧轮迹50 km/h、右侧轮迹80 km/h检测数据相关性均较低；④右侧轮迹80 km/h检测数据与左侧80 km/h检测数据相关性较低，为0.847。

4 结论