高速公路沥青路面使用性能评价与预测研究

2022-03-14赵天红ZHAOTianhong

价值工程 2022年9期

赵天红ZHAO Tian-hong

（中交路桥华南工程有限公司，中山 528400）

0 引言

随着我国高速公路工程建设规模的不断扩大，加强对高速公路沥青路面使用性能的预测与评价工作也变得尤为重要。通过积极开展高速公路沥青路面使用性能的预测与评价，并对高速公路沥青路面使用过程中存在的安全风险问题进行合理控制，制定切实可行的高速公路沥青路面使用性能评价预测体系，提高评价结果的可信度，在最大程度上保证高速公路沥青路面的服务质量。

1 高速公路沥青路面使用性能评价指标分析

1.1 沥青路面使用性能评价概述

沥青路面的使用性能是进行高速公路运营维护工作的主要参考指标，因此需保证评价结果符合高速公路的实际路况，保证数据的真实性、有效性、客观性。在对高速公路沥青路面的各项路况数据进行提取时，须合理利用相关公式，通过计算机设备对数据进行简化，实现工作优化和成本控制。此外可按一定属性对沥青路面的性能进行分类记录和统计，针对重要指标，应采取单独评价的方式，并将各类重要指标进行组合分析，以分析结果为基础，构建全路段沥青路面评价体系，提高高速公路沥青路面性能评价效率。高速公路沥青路面使用性能的评价内容可分为路面结构性评价和路面功能性评价。路面结构性评价是以提高行车安全系数为目的，对路面损坏程度和路面承载能力进行评价；路面功能性评价是以提高行车舒适度为目的，对路面抗滑性能及平整度进行评价。

1.2 高速公路沥青路面使用性能评价指标分析

近年来我国陆地交通运输体系建设越来越完善，高速公路路面施工技术、施工质量也得到了极大改善，但在后期使用中，应针对性地对高速公路沥青路面使用性能评价方法进行合理优化，保证路面使用性能评价指标选取的科学性，为路面养护管理工作提供真实可靠的参考数据。在进行高速公路沥青路面功能性评价工作时，应以路面行驶质量为基础，对路面平整度、抗滑系数、振动特性和振动幅度等数据进行提取，并将其作为路面功能性评价的基础指标。在进行路面结构性评价时，应将路面损坏程度作为主要评价指标，对路面使用寿命进行合理预测，并通过分析路面承载性能，确定沥青路面所能承受的轴载作用次数[1]。

1.3 路面使用性能评价过程中的影响因素

在对高速公路沥青路面的使用性能进行评价时，须充分考虑以下影响因素：路面结构类型如地基结构、地基深度，路面温度、湿度，沥青路面等级，以及评价路段的车流量等。由于在高速公路的使用过程中，车辆荷载过大，路面湿度过大，都将导致路面结构受到一定程度的损坏，出现开裂、沥青脱落等现象，并影响路面平整度，严重影响行车舒适度，因此须对评价指标进行适当调整，及时进行路面养护工作，保证路面结构性能不受影响，提高评价结果的精确性。

2 高速公路沥青路面使用性能评价方法分析

2.1 路面损坏状况评价分析

高速公路沥青路面的损坏状况分为路面破损、路面开裂、路面塌方等多个等级。通过对路面损坏状况进行合理评价，可以保证对高速公路沥青路面的使用性能进行科学分析，并对后续沥青路面耐久度、使用年限等数据的预测工作提供基础数据。现阶段我国主要利用路面破损率计算公式DR对路面损坏状况进行合理评价分析，并通过路面损坏状况指标PCI对路面损坏状况的评价分析结果进行整合加工，其具体计算公式如下所示：

式中：D为路面折合破损面积之和，Wi为检测路面中不同路面灾害的占比，Aij为检测路面的损坏面积，A为检测路面的面积，通常情况下a0取15.0，a1取0.412，该标准采用统一单位m2，PCI评价标准如表1所示。分析表1可知，路面损坏程度越严重，则路面的功能性评价结果就越差，说明路面的行车安全系数、行车舒适度指标越低。而路面损坏状况指标PCI则是路面损坏状况的直接映射，通过合理分析路面损坏率（DR）与路面损坏状况指标（PCI），可以对高速公路的路面耐久度进行科学预测，同时根据高速公路沥青路面组合预测模型，对路面使用性能的衰变系数进行合理计算，以科学合理地制定路面养护措施，延长高速公路的使用年限。

表1路面损坏状况指标PCI评价标准

2.2 路面平整度评价分析

在评价过程中，须以路面国际平整度指数IRI为参考指标，对路面行驶质量指数RQI进行相应计算，完成路面平整度分析工作。高速公路沥青路面行驶质量指数RQI计算公式如下所示：

式中：IRI为国际路面平整度指数，单位为m/km；a0为路面平整度参数，高速公路和一级公路取值为0.026，a1为预测模型参数，高速公路和一级公路取值为0.65，其评价标准如表2所示。

表2路面行驶质量指数（RQI）评价标准

2.3 路面车辙状况评价分析

由于近年来我国高速公路通车量逐渐增加，通过沥青路面进行重物运输的车辆也越来越多，高强度的荷载易导致沥青路面产生永久变形，即形成车辙，致使高速公路沥青路面行车安全系数降低，因此须对沥青路面车辙状况进行精准评价。现阶段我国主要利用车辙深度RD作为车辙状况评价分析主要参考指标，在此基础上对路面车辙深度指数RDI进行合理计算，其具体计算公式如下所示：

式中：RD为车辙深度，RDa为车辙深度参数，取值通常为10.0，a0为模型参数，取值为1.0，a1为模型参数，取值为3.0。

2.4 路面结构强度评价

在对高速公路沥青路面的结构强度进行评价前，须进行路面强度检测工作，现阶段主要通过回弹法和钻芯法对沥青路面结构进行强度检测。分析各大高速公路沥青路面强度检测的相关数据可知，当路基保护层的厚度超过2cm且沥青混合料的直径大于0.4cm，不超过0.6cm时，沥青路面的回弹值较低，因此为降低回弹值对沥青路面强度检测结果的影响程度，须结合施工图纸，利用路基保护层测定仪来精确定位保护层内直径较大的沥青混合料位置，导致沥青路面强度检测成本过高。为节约检测成本，提高检测精度，保证检测效率，可利用钻芯法对沥青路基进行静荷载检测，以确定路面的抗压强度以及存在的质量问题。同时须结合沥青路面的实际使用情况，对检测方法进行适当优化，保证路面承载性能检测结果的准确性，通常情况下可以利用路面结构静荷载计算公式S=（0.004-0.01）b对路面承载性能进行计算。在高速公路沥青路面结构强度的实际检测过程中，须通过校正快压法对检测结果进行优化处理，以1h为间隔，适当增加路面载荷，并保证荷载总增加量不小于路面额定载荷值的两倍。

在完成高速公路沥青路面结构强度检测工作后，还须借助检测仪器，对路面弯沉值进行合理测量，通过路面实际弯沉系数对沥青路面的塑性应变大小进行合理评价，若弯沉值测量结果偏大，则说明该路段沥青路面塑性应变与设计要求存在一定偏差，耐磨损能力较低。高速公路沥青路面结构强度评价指标如下所示：

式中：SSL为路面结构强度系数，其值为路面设计弯沉与实际弯沉比为设计年限内一个车道的累计当量轴次，A1为公路等级系数，A2为面层类型系数，A3为路面结构类型系数，γ为设计年限内交通量的平均年增长率（%），N1为营运第一年双向日平均当量轴次，τ为结构系数，a0通常取15.71，a1取5.19，该评价标准采用统一单位mm[2]。PSSI评价标准的取值范围为0~100，取值越低，表示高速公路路面强度越弱，评价标准如表3所示。

表3路面结构强度指数（PSSI）评价标准

3 高速公路路面使用性能衰变预测方法

3.1 建立概率型路面性能预测模型

通过建立概率型预测模型，可以对高速公路沥青路面使用性能在衰变过程中存在的不确定性进行高精度表达，并可以该模型为基础，绘制沥青路面使用性能的残存预测曲线，通过一定的分析优化，即可建立马尔可夫模型，在一定程度上提高预测结果的准确性，帮助相关部门制定高速公路沥青路面养护管理策略。马尔可夫预测模型是应用最为广泛的概率型高速公路沥青路面使用性能衰变预测模型，可以在一定程度上完善预测内容，优化预测工作的结构。马尔可夫预测模型的主要应用方式是，通过分析高速公路沥青路面使用性能的残存预测曲线，以优化沥青路面养护管理为目标，建立沥青路面使用性能的转移概率矩阵，通过对该矩阵进行合理计算，以判断出在未来某一时间段内沥青路面处于某一路况的相对概率。马尔可夫概率型路面性能衰变预测模型能够有效解决预测过程中存在的不确定性，同时由于该模型属于随机可变预测模型，可以根据沥青路面的实际使用情况，对模型的内置算法进行实时更新，在一定程度上降低了预测工程的难度。同时为保证模型预测结果更符合实际，在使用概率型预测模型对高速公路沥青路面的使用性能进行相应预测时，应充分考虑天气状况、地质灾害等自然因素的影响。

3.2 基于不同组合方法建立组合预测模型

基于不同组合方法建立组合预测模型，即是在高速公路沥青路面评价方法的基础上，对车辆行驶质量指标RQI，路面损坏状况指标PCI、路面结构强度指数PSSI等多种评价指标进行组合分析，根据分析结果建立对应模型。同时为保证组合预测模型的合理性，在模型建立初期应充分考虑车辆荷载、路基结构强度等影响因素，对模型进行适当优化，并根据预测内容及路面实际情况，科学选取路面性能衰变预测指标，及时进行沥青路面数据采集工作，根据评价指标对采集数据进行分类整理。为最大程度保证预测效果，节约预测成本，一般情况下路面损坏状况指标PCI、路面结构强度指数PSSI、车辆行驶质量指标RQI作为沥青路面性能衰变组合预测模型的基础指标。

同时由于沥青路面使用性能评价方法复杂，评价指标数量较多，以此为基础建立的组合预测模型，还须考虑路面抗滑性能、跳车指数等影响因素，导致建模工作相对困难，且也不利于制定沥青路面养护管理策略，导致该模型虽然预测结构精确，但却极少投入到实际应用中。但近年来人工智能网络发展迅速，本着“突出重点”的建模原则，以沥青路面实际使用时长、路面通车量、自然环境作为沥青路面使用性能衰变组合预测模型的参考指标，以对上述基础指标在组合预测模型中的权重占比进行修正，建立GA-灰色神经网络智能算法，并对组合预测模型进行优化设计，建立平滑指数法预测模型，将沥青路面实际使用时长和路面通车量因作为GA-灰色神经网络智能算法的输入，以年为单位，对沥青路面的使用性能进行预测。利用GA-灰色神经网络智能算法和平滑指数法预测模型，可以极大地减少自然环境因素对预测结果的影响程度，同时降低建模工作量，进一步提高了预测效率。

3.3 模糊预测法

模糊预测法是一种基于决策树的高速公路沥青路面使用性能预测模型，该模型以广度优先搜素作为核心算法。用M表示高速公路沥青路面使用性能衰变因素，C表示高速公路沥青路面使用性能衰变因素的对应特点，N表示高速公路沥青路面使用性能衰变因素对于其特点的量化程度，R表示模糊预测结果。当高速公路沥青路面使用性能衰变因素具有多种特点时，C就具有多元性，模糊预测结果Rn则表示为：

其中，Ci表示高速公路沥青路面使用性能衰变因素M的第i个特点，Ni表示高速公路沥青路面使用性能衰变因素M第i个特点对应的量化程度。当模糊预测结果中的量化目标存在模糊特性时，就用“高速公路沥青路面使用性能衰变因素，特征，模糊量值”的结构来描述预测结果。如果用μ（x）表示模糊量化程度，则模糊预测结果可表示为：

同理若M拥有许多特点，则C也拥有多元性，即模糊预测结果表示为：

其中，Ci表示M的第i个特征，μ（x）表示M第i个特点对应的模糊量化程度。如果高速公路沥青路面使用性能衰变因素数量为M并且每个高速公路沥青路面使用性能衰变因素都拥有n个相同的特点，对应的量值都拥有模糊特性，则此时的模糊预测结果表示为：

式中：Mi表示第i个高速公路沥青路面使用性能衰变因素，Cy表示高速公路沥青路面使用性能衰变因素的第j个特点，μ（ij）表示第i个高速公路沥青路面使用性能衰变因素的第j个特点代表的模糊量化程度。可通过模糊预测法，结合高速公路沥青路面使用性能衰变因素的特点量化程度及模糊性质，对路面使用环境变化范围、路面耐久度、使用年限等数据进行科学合理的预测。