共查询到20条相似文献,搜索用时 406 毫秒
1.
沥青路面使用性能评价是路面养护的重要组成部分,一直以来多采用单一综合评价指标进行评价。文章以湖南某高速公路实测数据为依据,将可拓方法用于路面使用性能评价当中,通过选择合理的评价指标,确定各评价指标的关联度,从而精确评价路面使用性能,为沥青路面养护提供参考。 相似文献
2.
本研究以河北省已建成的高速公路为工程依托,提出适合高速公路的路面使用性能评价标准,并根据河北省高速公路的实际情况,确定高速公路沥青路面标准养护处治对策等.根据评价标准和养护对策集,建立了高速公路沥青路面养护对策选择表和养护决策树模型. 相似文献
3.
4.
针对目前广西地区高速公路沥青路面养护状况,文章依托实体工程,通过路面养护数据和使用性能检测数据的收集、整理和分析,对微表处、不同厚度的铣刨重铺等常用沥青路面养护措施的使用效果进行评价,其对广西地区高速公路沥青路面养护方案的制定具有借鉴意义。 相似文献
5.
6.
7.
路面结构强度评价是进行路面养护决策的重要依据,是路面管理系统的重要组成部分.沥青路面在使用过程中,其结构强度随累计轴载作用次数的增加而逐渐衰减,当路面的结构强度降低到一定程度时,就需要进行大中修补强,以恢复和提高使用性能.过早地对路面进行大中修,不能充分发挥路面的功能和潜力,而造成浪费;如果错过大中修的最佳时机,就会使路面结构严重破坏,增加资金投入和使用者费用.准确地评价沥青路面的结构性能,可以使我们掌握对路面进行大中修的最佳时机,为判定中长期养护规划打下基础. 相似文献
8.
公路养护工作的开展,要能发挥较高的管理能力,做好可靠化技术控制,重视消除汇总节能减排现状问题,目前主要使用性能预测检测、养护路段划分、养护效果评价,不断提升节能减排管理能力.节能减排技术在公路养护中具有较高的应用价值,目前主要有沥青路面再生养护技术、柔性基层养护技术、微表处理养护技术、雾封层养护技术.提升公路养护新技术在节能减排应用的措施,实现政策引导与技术同步发展,因地制宜合理选择再生方式,提升作业人员的节能减排意识. 相似文献
9.
10.
11.
12.
为提高高速公路养护的环保效益,从路况评价、使用性能预测、合理划分养护路段、养护效果评价等方面分析高速公路养护要点;从材料、设备、养护计划、生态修复等方面分析高速公路养护节能减排路径;从优化路面养护材料与技术方面分析高速公路养护技术在节能减排方面的应用实践,以期为高速公路养护提供参考。 相似文献
13.
近年来,我国公路建设经过优化,多数公路路面已由原来的水泥路面转换为沥青混凝土路面.与以往的水泥路面相比,沥青混凝土路面具有优良的使用性能,因此,得到了大量推广.但就沥青路面而言,沥青混凝土在使用过程中,如施工技术以及后续养护不到位,便会发生路面裂缝,影响公路的正常使用.本文将就公路沥青路面裂缝养护技术分析展开讨论,阐述公路沥青路面裂缝养护必要性,分析如何运用有效的技术对公路沥青路面裂缝进行养护. 相似文献
14.
依据重庆地区数条高速公路的检测数据,采用基于物元法建立的综合评价模型对路面使用性能进行综合评价,并将评价结果和使用现行的路面使用性能综合评价指标PQI所得结果进行比较分析。 相似文献
15.
从养护管理决策前的角度提出网级公路沥青路面养护管理决策的基本内容,简要分析养护管理决策前评价的基本理论和方法.为网级沥青路面的养护管理决策更加合理、有效控制养护资金的运用,最大限度地提高沥青路面的使用寿命,使养护管理过程结合实际的系统化、科学化提供较有效的理论依据. 相似文献
16.
17.
在交通出行预测中,多项Logit模型(MNL)的应用十分广泛,但是同时也存在很大的缺陷。模型假定各选择枝不可观测的随机效用部分相互独立且服从二重指数分布,但是这在很多情况下都与实际不符。本文采用机器学习方法中的决策树(Decision Tree)和支持向量机(SVM)模型与多项Logit模型进行对比分析,找出对于居民出行方式选择预测最准确的模型。本文采用的数据来源于2016年12月安顺市的居民出行调查数据,通过三个模型对比可得,SVM模型的预测精度最高,其次是决策树模型,MNL模型的预测精度相对较低。 相似文献
18.
为了提升农村公路路面使用寿命与耐久性,分析雾封层、碎石封层、稀浆封层等预防性养护措施的特点,基于路面状况指数PQI和使用性能衰减模型,探讨最佳养护时间确定方法。同时,提出将等效年度费用法、综合评分法应用于沥青路面预防性养护措施决策中,研究结论可为同类型农村公路预防性养护提供借鉴。 相似文献
19.
在高速公路的使用过程中,路面的使用性能会由于车辆的不断经过和碾压以及天气的变化而降低。目前,道路维护均是在道路出现裂缝和其他肉眼可见的损伤后,才进行养护和维修,这样不仅会增加路面养护和维修的费用,还会错过道路维护的最佳时机,因此早期养护和及时获取待检测信息尤为关键。本文的主要研究内容是在深度学习的基础上对高速公路技术指标路面性能指数(PQI)进行智能化预测。本文利用长短记忆(LSTM)神经网络模型对河北省某高速公路的路面状况指数PQI进行了预测。结果表明,预测的PQI指标与全年的实测数据具有显著的一致性,确定性系数达到了0.7,预测结果是可靠的。 相似文献
20.
为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM(支持向量机)模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明:(1)误差对比:当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度:组合模型>BP神经网络>SVM,组合模型的平均绝对误差(MAE)提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。 相似文献