高速公路沥青路面使用性能评价及预测研究

张子平

广东晶通公路工程建设集团有限公司，广东广州 510635

随着我国在公路建设当中投入较多资金和技术，也相应提升了公路工程的养护处理技术，并取得显著效果。不仅提升了我国公路网的整体水平，并且形成较多国家级高速公路干线网。我国公路优良路率水平较高，并且以每年1%的幅度增长。尽管我国公路建设取得较多成就，但是在路面养护管理当中还存在较多问题，例如，随着我国汽车数量的持续增加，在交通流量提升的同时，也出现了较多重载交通流量，因此需要全面注重路面养护管理，特别是沥青公路路面，需要全面优化其使用性能，加强预测评价标准。

1 路面使用性能评价指标

1.1 路面使用性能和影响因素

使用性能：在提出路面使用性能之后，大多数学者也逐渐改变了对路面使用性能的理解。随着科学经济技术的不断发展，也逐渐深入了解道路工程施工技术，相应提升了对使用性能的要求。路面使用性能能够全面反映出行车需求和适应程度等，尤其体现在结构性能、功能性能、安全性能、结构承载力以及外观等。

第一，结构性能。该性能能够反映出路面损坏程度，还能够提供路面改造和养护依据。由于存在车辆荷载需求，使用环境不断变化，造成路面结构在寿命周期内出现损坏现象，主要包括变形类、松散类、裂缝类和其他。路面结构出现问题将会对路面平整度造成影响，进一步降低行驶质量。因此，如果路面结构产生问题需要立即进行处理，确保结构完整性。

第二，功能性能。公路主要是为车辆提供行驶环境，使驾驶员具备舒适感和安全感。路面功能主要包括服务水平和行驶质量，并且密切关联路面表面平整度，振动特性和振动感知等。路面平整度会影响行车安全和运输效益，在车辆荷载影响下，路面平整度会随着使用时间的不断延长而产生降低趋势，如果达到一定限额，则需要采取养护措施，恢复路面性能。

第三，安全性能。该性能表征指标为表面抗滑系数，可以借助于量测检测路面抗滑力。抗滑性能主要表现在路面的构造深度和表面纹理和集料形状等。轴载作用次数和路面类型也会影响路面摩擦系数。如果粗集料存在较多损耗问题，也会导致路面抗滑性能降低。

第四，结构承载力。该性能主要能反映出路面剩余寿命，能够为路面提前设定损坏状态，在路面整体情况下可以使用承载力检测该路面能够承受的轴载作用次数。针对沥青路面来说，通常在测定路面结构承载力时主要应用无破损弯沉测定法实施。

第五，外观。在设计道路时需要满足各方面指标，逐渐提升道路美观度的要求，可以设计良好的道路景观，给予良好的视觉效果。

1.2 使用性能的影响因素

（1）路面类型：主要包括基层类型、面层、基层厚度等方面，不同的路面结构类型具有不同的路面性能。

（2）气候因素：主要表现在温度和湿度等方面。湿度能够对路基土的承载力和性能造成影响；温度能够对材料性能变化造成影响。

（3）公路等级因素：不同的道路等级也会出现不同的公路技术指标，这样也会出现不同的养护措施。

（4）交通量：轴载作用次数会破坏路面，并且不断恶化路面状况，随着交通量的不断增大也会逐渐加快路面恶化情况。

2 建立物元法评价模型

2.1 基于层次分析法的评价方法

在建立层次评价模型时通常都需要经过以下步骤：（1）确定评价因素和目标，建立多层次阶梯结构模型；（2）在结构模型当中对比要素，按照重要性确定判断矩阵；（3）计算单层内元素间的相对权重后和所有层元素组合权重后进行一致性检验。

2.2 确立经典域和节域

假设有n级评价等级M1，M2…Mn，按照各级标准建立的物元见式（1）。

在式（1）当中，关于评价Ci的量值范围就是经典域。按照事物的特征和取值范围能够确定节域，见式（2）。

3 建立物元法预测模型

3.1 建立预测模型

物元法预测基本步骤：

（1）确定经典域和节域：按照选取指标确定指标内的分级标准，主要表现在优-差等五等级，这样就能够确定出经典域物元，之后按照指标检测值的范围确定节域物元。

（2）建立待评价物元：在简单数量梳理待评价路段检测值之后需要建立评价物元。

（3）计算变权重：计算变权重主要是在待评价物元模型基础之上给予指标值赋值的权重。

（4）计算关联度：给予节域物元和经典域，利用公式对每个指标值的关联函数值进行计算，之后联合权重计算路段在不同等级和年份下的关联性，其中关联度的取值范围至（-1，1），如果关联度大于0但小于1时，此时被预测路段符合等级要求，数值持续上升则会越加符合，无限贴近于标准等级上界。如果关联度在（-1，0）之间，那么被预测路段尽管没有满足标准等级要求，但是具备转化条件。

（5）建立预测模型：根据时间序列能够选择路段所需等级关联度值，之后围绕该关联度建立函数关系式，以此作为预测模型。利用该模型能够对路面性能变化时间节点进行预测。

3.2 物元预测应用案例

（1）建立待评价物元：尽管我国公路建设发展速度较晚，但是近几年的建设速度一直处于上升发展阶段，在此期间也出现了较多养护管理问题，缺乏统一的路面管理系统，并且在路面使用性能方面各项数据也比较少，这样就导致公路性能测试存在较多难度，在此研究当中为了便于数据处理，将行驶质量指数、路面状况指数、车辙以及横向力系数和强度系数等进行标号，分别使用A1，A2，A3，A4，A5表示。

按照路面基础数据建立待评价物元见式（3）。

（2）计算关联函数：① 确立节域物元和经典域物元：按照上述的对应标准等级范围，如表1所示。年份相应的经典域的关联函数值，在实际计算期间，由于某些数据在不同等级经典域名的分界点上，因此就能够看出点到区间的距离为0，此时函数计算公式的点到区间的距离有可能为分子，导致关联函数值也会存在0现象。

表1 评价指标标准

表2 各个指标权重系数

（3）建立综合预测模型，此次研究将2013年作为基年并且使用a代替，之后按照顺序排列其他年份，结果如表3所示。

表3 关联度和时间序列表

从以上数据能够看出，K1（M）值随着时间序列的增加呈递减趋势，基本为元线性的发展态势。K1（M）在b和c年之间从0以上逐渐转变为0以下，从满足等级标准转化为不满足等级标准。按照路面使用性能变化发展能够看出，在对路面没有进行大养护维护时，公路将会在次年以及第三年出现等级变化，从优转变为良。K4（M）在研究年份当中一直在0以下，但是却随着时间序列的增加呈增加趋势，并且逐渐趋向于0，满足一元线性发展。

通过以上数据分析对K1（M）和K4（M）建立了关于时间序列的趋势线回归方程，并且根据对数和一元线性进行曲线回归分析，并且给予回归方程的相关性大小，利用对数和一元线性回归方程的相关度，需要设置回归方程和回归曲线，详见图1～图4。

图1 K1(M)值随时间t变化的一元线性回归曲线

图2 K1(M)值随时间t变化的对数回归曲线

针对优等级的时间曲线和关联度来看，图1根据一元线性类型进行回归的曲线，曲线方程见式（4）。

图2主要是根据对数类型编写的回归方程，其曲线方程见式（5）。

在R2值进行对比分析能够看出：根据对数类型进行的回归方程要比一元线性回归更加满足数据的发展要求，具有较高的相关性，能够满足路面的发展趋势，因此需要优先选择对数类型回归方程对路面性能进行预测。

将进行转化之后能够得出预测模型见式（6）。

在实际计算期间将设为0，此时求解t为2.2，这样能够得出路面性能在2013年其每隔2.2年就会从优等级转变为下一等级。

对次等级关联度随着时间序列的变化趋势进行分析，能够看出根据一元线性回归曲线的相关性要显著低于对数类型，如图3、图4所示。

图3 K4(M)值随时间t变化的一元线性回归曲线

图4 K4(M)值随时间t变化的对数回归曲线

因此需要应用对数类型建立模型，预测模型的公式见式（7）。

在将其进行变形之后能够得到式（8）。

在实际计算期间将为0，此时求解t为6.8，这样能够得出路面性能在2013年其每隔6.8年就会从优等级转变为下一等级。

按照上述预测过程和实际结果能够看出，每一等级的关联度不仅能够体现出该等级的符合程度，还能够表现出临近等级的变化情况，以上研究能够全面展现出物元法既可以集结多指标，还能够具备多个评价等级预测优势。该种预测方法会将定性预测方法转化为定量预测方法，这样能够更加直观地了解到预测过程，然而该种方式也具有较大的限制因素，表现在节域物元和经典域物元在建立期间可能会出现不同程度的影响，并且建立的预测模型也只能预测项目级道路，因此，物元法预测模型,在实际预测当中具有显著优势，在项目级综合预测当中效果显著。

4 结语

综上所述，本文主要是研究了高速公路沥青路面使用性能评价及预测，首先介绍了沥青路面使用性能，影响因素以及评价等，之后针对路面使用性能建立了物元法预测模型，主要是建立与时间有关的预测模型公式，通过实际案例分析选取不同评价指标，并且建立经典域和节域物元，获取道路关联度值，模拟了优等级和次等级时间序列和关联度的函数关系式，为该道路的发展选择良好相关度的指数形式，并且将2013年作为基年分析，预测效果显著。并且在此期间没有涉及到较复杂的预测过程，按照实际需求能够对道路在每个发展时间段的符合情况进行预测，因此能够验证物元法在性能级沥青路面性能预测当中具有应用价值，值得推广使用。

[1] 李巧茹，郭知洋，王耀军，等.基于PCA-SVM的高速公路沥青路面使用性能评价[J].北京工业大学学报，2018，44（2）：283-288.

[2] 祝飞，张萌.基于改进灰色聚类法的高速公路沥青路面使用性能评价[J].公路与汽运，2017（5）：192-196，201.

[3] 王小凤，高攀科，王进玺.基于混合遗传神经网络的高速公路沥青路面使用性能评价方法研究[J].公路工程，2017，42（4）：219-222.

[4] 张鹏，张坤，张春海.基于MA-GM（1，1）的高速公路沥青路面使用性能预测[J].公路与汽运，2017，15（4）：204-206.

[5] 宋海云.检测数据变异性对高速公路沥青路面使用性能评价的影响[J].城市道桥与防洪，2017（4）：190-193.

[6] 靳彦彪.我国高速公路沥青路面使用性能评价指标及标准[J].中国水运（下半月），2015，15（12）：227-229.

[7] 韵耀斌.高速公路沥青路面使用性能评价及处治方案研究[J].黑龙江交通科技，2015，38（12）：3-6.

[8] 魏建国，龚文剑，南秋彩，等.G6高速公路巴新麻段沥青路面使用性能预测研究[J].公路与汽运，2015，20（3）：92-95.

[9] 唐军，徐艳，李金龙.神经网络与马尔科夫组合预测模型在高速公路沥青路面使用性能中的应用[J].公路交通科技（应用技术版），2015，10（1）：108-111.

[10] 李金龙，徐艳.高速公路沥青路面使用性能评价体系的优化[J].公路交通科技（应用技术版），2015，10（1）：123-125.