路面检测周期对使用性能预测影响研究

路面使用状况的跟踪检测对路面养护管理来说是十分必要的.由于检测点位、检测频率与检测误差等原因,检测数据均具有一定的不确定性,各地区路面状况检测周期差异进一步加剧了检测数据的不确定性,进而对路面使用性能的预测造成一定影响.该文在对路面性能预测模型误差分析的基础上,通过检测数据的增减,拟合了检测周期不同时车辙深度、开裂面积、国际平整度指数等指标的路面性能预测模型,并采用模型对不同路段的使用年限进行预测,进而分析了检测周期对性能预测的影响.最后根据路面实际检测数据推荐出不同性能指标的最佳检测周期.实例证明:合理的检测周期不但能够节约检测费用,而且可以减少路面使用性能预测误差,更好地为路面养护提供决策依据.     

基于改进GM(1,1)的国省干线公路沥青路面使用性能预测

路面使用性能随路龄的增大而减弱，路面性能衰退情况直接影响路面养护对策的选择和养护资金的投入。为了解决养护对策选择带来的资金浪费与养护后性能不佳等问题，文章以灰色系统理论为基础，通过反演法来计算衰退路龄，构建了一个改进的GM(1,1)公路沥青路面使用性能预测模型。选取宁夏国省干线公路中部分路段路面破损状况指数的数据进行分析，对数据筛选后建立GM(1,1)模型，根据选取的实测数据来反演需要预测路段的衰退路龄，代入改进的GM(1,1)模型对路面性能进行预测，验证其准确性，并与直接采用灰色预测法得到的结果进行比对。结果表明：改进GM(1,1)法与直接使用灰色预测模型相比，剔除了路面进行养护工程后路面性能指数上升的路段，不会出现预测失真的情况，预测精度较好，更符合宁夏干线公路路面使用性能的发展规律。     

基于时间序列法的高速公路沥青路面车辙预测模型研究

由于影响车辙的因素较多而且较复杂,常规的数学方法建立的车辙预测模型难以准确预测路面车辙的发展趋势.该文依据湖南潭邵高速公路沥青路面车辙深度历年数据,利用时间序列法建立了能考虑不同数量滞后值的时间序列路面车辙深度预测模型,并对预测模型的修正性进行了分析.模型预测值与实测值对比表明,时间序列法具有较高的预测精度,且其易修正性是其他预测方法所不具备的.     

基于BP神经网络的高速公路路面性能预测

根据高速公路的历史检测数据和实际情况,以路面状况指数(PCI)、结构强度指数(PSSI)、行驶质量指数(RQI)、抗滑性能指数(SRI)等4个路面性能评价指标建立基于BP神经网络的路面性能预测模型,经过网络训练和学习,能够自适应地获得输入与输出的高度非线性映射关系。仿真结果表明:该方法收敛速度快,具有较好的泛化能力,该模型的预测结果与实际结果的相对误差小于0.11%,预测精度较高,可为路网中各路段的跨年度维修需求提供参考。     

四川省路面使用性能预测模型研究

文章分析了路面使用性能影响因素及预测方法,结合四川公路养护管理的实际情况,确定了适合四川使用的路面使用性能预测模型形式,通过专家问卷调查方法对四川典型路面结构的性能预测模型参数进行了标定,建立了一套可用于CPMS系统的四川公路路面使用性能预测模型。     

基于灰色-马尔科夫理论的沥青路面性能预测研究

结合灰色理论短期预测优势以及马尔科夫预测模型无后效性特点,建立基于灰色-马尔科夫理论的组合预测模型,研究沥青路面性能衰变规律。以重庆某高速公路历年RQI检测数据为例,用MATLAB计算RQI灰色预测值并验证模型的精度;通过灰色预测方程反算使用年限序列,并建立马尔科夫状态转移矩阵,对RQI进行预测。结果表明:灰色预测模型对RQI预测精度达到一级,预测结果可靠性较高;根据灰色-马尔科夫模型,预测RQI衰变规律,对比单一的灰色预测模型,灰色-马尔科夫组合预测模型精度更高,更适用于路面性能的长期预测。     

基于效用模型的沥青路面预防性养护研究

预防性养护是一种高标准养护方式。在预防性养护中,养护时机的选择至关重要。基于此,提出了以建立养护短期效用预测模型来进行养护时机的选择,该模型通过对路面性能短期提高值以及养护后路面性能衰变规律的预测,能较为精确地获得养护后路面性能曲线,以及养护短期效益值,进而运用效益-费用分析法可以较方便而准确地确定最佳养护时机和养护方案。养护效用预测模型为预防性养护的研究提供了新思路,具有重大的理论意义和实际意义。     

水泥混凝土路面长期结构性能监测评价

本文根据浙江省金华，绍兴两市部分典型路段的长期性能监测资料，系统地分析了水泥混凝土路面的主要结构性损坏类型及其肇因，建立了适合浙江省施工管理水平和使用环境混凝土路面结构性能预测模型，本文的研究结论，对完善混凝土路面结构设计方法，改进施工工艺，指导养护管理和修复工作等具有一定的参考价值。     

基于逆阵的路面综合性能马尔可夫预测

马尔可夫模型预测路面使用性能的核心是确定状态转移矩阵，目前求概率转移矩阵的方法都需要大量数据，而且认为所得概率转移矩阵不变，而我国积累的路面使用性能数据(特别是高速公路)较少，直接利用目前概率转移矩阵计算可能导致较大的预测偏差。为此，试图建立利用较少数据、随路面使用性能变化而更新的项目级马尔可夫预测模型。     

高速公路路面使用性能突变评价方法研究

评价路网中各路段的使用性能,根据路面使用状况制定养护计划,才能充分利用有限的养护资金,取得最佳养护效果。针对路面使用性能综合评价的复杂性,利用突变级数的基本思想和突变系统常用类型中的蝴蝶突变,建立了高速公路路面的使用性能评价模型。最后以四川省5条高速公路的路面性能评价为例,按其使用性能进行了排序,验证了该评价方法的合理性,为路面性能评价和养护决策提供了一种新方法。     

灰色理论在路面使用性能预测中的应用

根据灰色系统理论中的数列预测理论，针对高速公路沥青路面使用性能中的3项基本建立了灰色预测模型，并采用绝对关联度分析模糊型的预测精度。最后根据预测型对江苏某高速公路使用性能的3项检测指标进行了预测，并根据预测结果与路面实际检测数据的对比，分析模型预测结果的合理性以及3项基本指标的发展情况，并分析了讨论所用灰色预测模型的特点及其在路面使用性能预测的应用情况。     

卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。     

路面养护决策优化技术研究

本文根据城市道路特点，建立路面使用性能动态预测模型和自适应递推算法，在此基础上，采用层次分析模型和启发式优化技术，确定在何时，对何种情况采用何种措施，才能逐年达到指定的路网服务水平，而总费用又为最小（最小化问题）；或在定额资金内，在何时，对何种情况，采用何种措施，才能达到最佳路网状况（最大化问题）。采取费用一效益边际分析法，对不同的投资分配方案和不同养护修复方案进行效益分析。     

沥青路面车辙LSTM--BPNN特征融合预测模型研究

为探究预测性能更优的沥青路面车辙变形预测模型,更好地捕捉预测过程中基本特征和时序特征的潜在关联性,通过下载并预处理LTPP数据库中与沥青路面车辙相关的路面结构材料、交通荷载、气候环境及路用性能数据,构建一个高质量样本数据集。并使用注意力方法融合BP神经网络和长短期记忆神经网络,建立性能更优的基于深度学习的LSTM-BPNN车辙预测模型。最后将此模型与其他4种常用预测模型进行比对试验,评估该模型的精确性和有效性。结果表明:LSTM-BPNN模型预测性能表现优异,训练集和测试集上的R~2分别达到0.821和0.796,能充分捕捉与沥青路面车辙相关的基本特征和时序特征;在比对试验中此模型R~2和RMSE均好于其他常用模型;另外此预测模型具有较强的泛化能力,将目标特征和预测特征进行更换,可实现更广泛的应用。     

基于Gamma与Markov的沥青路面性能预测模型对比分析

路面使用性能预测作为路面管理系统中的重要组成部分,是进行沥青路面养护管理决策的重要依据和前提条件。该文引入Gamma和Markov两种随机过程的相关理论,分别构建沥青路面使用性能预测模型,对与路面退化性质相关的不确定性进行阐述。结果表明：随机过程模型在预测路面性能退化和路面寿命方面具有一定的作用。然后通过Matlab软件编程对沥青路面使用性能和寿命进行预测,获得了沥青路面状态退化曲线,大大提高了预测的精度和有效性。最终以河北省某试验路段为例,通过对Gamma与Markov过程预测模型的对比分析,证明了基于Gamma过程的沥青路面性能预测模型的实用性和优越性,为未来的沥青路面使用性能预测提供了新的思路。     

基于预防性养护的沥青混凝土路面使用性能预测模型研究

为了使路厩预防性养护措施选择与养护时机的确定更加合理.以沥青混凝土路面结构行为方程为基础建立了预防性养护前性能预测模型,并通过引入原路面有效厚度系数与养护措施特征系数建立了预防性养护后性能预测模型;进而简述了基于该模型的效益-费用分析法,应用该方法可以方便准确地确定最佳养护时机和养护措施.该文提出的基于预防性养护的沥青...     

山区农村公路路面使用性能预测研究

路面使用性能预测是路面养护决策的依据。针对农村公路检测技术落后、数据资料偏少的现状,提出了基于灰色系统预测与马尔可夫概率预测相结合的山区农村公路砂石路面使用性能预测模型,并进行了实例验证。该方法适合目前西部山区农村公路特点,预测结果稳定、可靠。     

运用Excel?建立路面性能马尔可夫预测模型

以一高速公路试验路路面性能数据为基础,结合Microsoft Office Excel?表格的Solver求解器建立路面性能指标曲线的指数回归方程,并通过拟合的指数回归方程计算出状态转移概率矩阵。再根据已知的初始路面状况概率分布,得出某一时间的路面性能概率分布,最终达到预测这一时间路面性能的目的。经分析知道:运用Microsoft Office Excel?表格建立马尔可夫模型不仅方便、操作简单,且具备很高的路面性能预测能力,在实际工程中具有广阔的应用前景。     

BP神经网络在公路路面性能预测中的应用

路面性能预测是路面养护管理的重要组成部分,一般较难考虑自然环境对路面性能的影响,对已知信息的利用效率不高,造成预测误差.文中以某高速公路路面性能预测为例,详细说明了BP神经网络技术在路面性能预测中的作用,力求推广计算机辅助的人工神经网络在路面性能预测中的应用.     

基于纹理分形特性的沥青路面抗滑性能研究综述

沥青路面纹理形貌是影响道路抗滑性能的重要因素,而路面纹理具有自相似分形特性,因此借助分形特性实现路面纹理量化,对研究路面纹理与抗滑性能之间的联系具有重要意义。从宏观和微观这2个层面总结了沥青混合料纹理和集料纹理的单重、多重分形特性相关研究;分析了分形理论在路面抗滑级配设计和抗滑集料筛选中的应用,总结了基于分形理论的多种抗滑级配设计模型,提出了基于分形理论的集料优选新思路;对比分析了分形理论与参数统计法、力学解析法及有限元模拟法在路面抗滑性能预测中的结合应用。研究结果表明:分形分析为路面纹理描述提供了新思路,但其分析方法仍未突破关键瓶颈,在模型精确性、标准化、系统性方面仍有一定限制;分形理论与抗滑级配设计和抗滑集料筛选的结合应用仍处于探索阶段,需进一步加强设计方法的合理性研究,验证其在实际工程中的适用性;横向对比各类基于纹理分形特性的抗滑预测模型性能,结果表明,有限元模拟预测模型在实际应用中能更准确地还原复杂条件下的胎-路接触状态,更具发展潜力。展望了基于纹理分形特性的沥青路面抗滑性能的未来研究方向,主要包括多尺度的纹理分形特征与抗滑性能的关联规律、实际工程分形参数判别标准,以及基于分形理论的智能抗滑预测体系构建。