CN104364445A - 用于测定道路硬度的方法和设备 - Google Patents

Abstract

一种用于压实道路材料的设备，包括用于在构建道路期间计算硬度的压实分析仪。所述设备生成每一层道路的动态模量，所述动态模量可用于计算整体有效模量。一种用于测定硬度的方法，包括生成每一层的动态模量以及使用每一层的模量来计算整体有效模量。

Description

用于测定道路硬度的方法和设备

相关申请的交叉引用

要求2012年4月6日提交的标题为“Method of Determining Stiffness(测定硬度的方法)”的序列号为61/621,259的美国临时申请的优先权。

发明背景

本公开涉及用于压实道路材料的方法和设备，且更具体来说，涉及用于校准压实分析仪以及在构建期间测定硬度的方法和设备。

沥青经常用作路面。在沥青铺路过程中，使用各种等级的骨料(aggregate)。骨料与沥青胶结料(焦油)和沙子混合并加热到大约150℃至169℃，且铺路机铺设热沥青混合料，并且使用一系列钻孔机(auger)和铲土机将沥青混合料摊平。所述材料在铺设时由于沥青混合料中的气隙而不够致密。因此，压路机在沥青材料层(本文中称为沥青面层(asphaltmat))上来回驾驶通过多遍，或以不同方式产生充分压实以形成路面或个别路面层所需的沥青强度。

在压实期间监控的关键工艺参数中的一者是沥青面层的压实密度。虽然有许多标准和程序确保达到了所需密度，但是这些标准中的大多数仅需要3-5个密度读数每车道英里。通常，密度读数将来自所提取的道路核芯(roadway core)。在压实过程期间沥青面层的密度测量过程麻烦、耗时并且不代表达到了整体压实，除非测量值是通过大量以网格形式分布的点取得的，因此仅由于成本考虑，这种方式便难以在本领域中实现。不满足目标密度是不可接受的并且补救措施可导致显著的成本超支。由于不能直接测量密度，因此研究人员尝试了不同的间接测量方法。这些方法中的一些在标题为Method and Apparatus for Compaction of Roadway Materials(用于压实道路材料的方法和设备)的第8,190,338号美国专利中表示和说明。

硬度同样是直接影响道路路面的负荷承载能力的关键设计因素。路面因车辙、疲劳裂纹和其他类型危害导致的早期损坏可归因于在压实过程中未达到足够硬度。路面的硬度通常用术语模量表示。虽然路面性能对硬度的依赖性众所周知，但是在构建路面期间，在现场很难测量或监控硬度。在路面冷却之后纠正未充分压实的补救措施费钱且耗时。由于路面设计为具有足够强度和硬度来承载交通负载，因此知道完工路面层的硬度是期望的。虽然沥青混合料的密度是其质量的一个量度，但是其并不直接提供路面在负载条件下的性能信息。在另一方面，硬度直接影响路面在交通负载下的性能。因此需要提供用于在压实过程中测量和监控硬度的设备和方法。

发明概述

本文中所公开的设备包括具有传感器的振动式压实机或压路机以及与其相关联的压实分析仪。压实分析仪具有特征提取模块(featureextraction module)、神经网络模块和分析仪模块。传感器可包括用于测量压路机的振动响应信号的加速计，且压实分析仪利用振动响应信号的特性实时生成表示正被压实材料密度的模量信号。另外，压实分析仪将生成表示路面动态模量的信号。一种使用压路机压实道路段(roadway section)的方法，压路机具有与其可操作地相关联的压实分析仪，该方法包括将初始输入参数录入到压实分析仪中以及使压路机在所述道路段的一部分的一层上进行多次通过。所述方法还可包括当压路机在所述道路段的所述部分的所述层上移动时，通过压路机向所述道路段的所述部分施加振动能量以及当压路机在所述道路段的层部分上移动时，重复收集压路机的响应振动信号。附加步骤可包括基于压路机的响应振动信号和录入到压实分析仪中的初始输入参数通过压实分析仪生成表示估算动态模量的估算模量信号以及在所述道路段的所述部分上的多个位置处，测量所述道路段的所述层的模量。可将所述多个位置处的测量模量与估算模量进行比较以确定测量模量与估算模量之间的差。接着，可基于测量模量与估算模量之间的差调整录入到分析仪的初始输入参数中的选定参数。压实分析仪将生成调整模量输出信号，所述调整模量输出信号将比估算模量信号更密切地接近于道路段的实际模量。滚压所述道路段的所述层的剩余部分直到具有调整输入参数的压实分析仪生成所需的调整输出模量信号为止。在多层道路段的每一层上执行所述方法并且使用每一层的模量来测定所述多层道路段的有效模量。

另一方法可包括将初始输入参数录入到压实分析仪中以及在道路段的一部分的一层上进行多次通过。在进行多次通过时可向所述道路段的层的一部分施加振动能量，收集响应于施加的振动能量生成的压路机的响应振动信号。可将选定的响应振动信号指定为对应于规定的压实水平，并且在压路机沿着所述道路段的所述部分移动时，将表示响应振动信号的所述道路段的所述部分的压实水平实时递送到压实分析仪的分析仪模块中。在压路机沿着所述道路的所述部分滚动时，基于递送的压实水平和初始输入参数，通过压实分析仪实时生成估算模量。可在所述道路段的所述部分的每一层上的多个位置处对所述道路段的所述部分进行模量测量以测定每一层上多个位置中的每一个位置处的测量模量。将由压实分析仪生成的多个位置处的估算模量与所述多个位置处的测量模量进行比较，并且基于估算模量与测量模量之间的差调整初始输入参数中的选定参数。基于递送的压实水平和比估算模量更密切地接近于实际模量的调整输入参数实时生成层道路段的调整模量。基于每一层的模量测定多层道路段的有效模量。

附图简述

图1是具有压实分析仪的压路机的示意图。

图2是压实分析仪组件的示意图。

图3是示例图且显示在一个时间瞬间的频谱特征。

图4是频谱图且显示压路机通过的五秒数据集。

图5显示图4中所表示的信号的功率量。

图6是显示多层道路的截面。

优选实施方式描述

本公开涉及用于压实道路以及用于使用和校准智能沥青压实分析仪(IACA)的方法和设备。本公开还涉及测定道路的动态模量的方法，道路的动态模量是道路硬度的一个量度。

图1示意性地显示了IACA 5，IACA 5是可在路面构建期间在路面的整个长度上实时连续测量沥青路面密度的装置。当前，本领域中所用的质量控制技术涉及在完工路面上数个位置处密度的测量或道路核芯(roadwaycore)的提取。这些方法通常耗时且并未展现构建的整体质量。并且，所有识别的压实问题在沥青面层冷却之后都不能容易地补救。

近年来，振动式压实机的制造商已引进了数种智能压实(IC)技术。通过机器参数(振动的幅值和频率、推力的向量化等)的变化达到了土壤和骨料基底两者的均匀压实。机器参数的动态控制允许仅向未压实区域施加振动能量且因此防止过度压实并确保土壤/骨料基底的均匀压实。虽然这些IC技术很有前景，但是仍不能充分评估其性能。另外，这些IC产品需要购买配备有所述技术的新振动式压实机。

与当今市场上提供的IC技术形成对比，IACA 5是不控制机器行为的任何方面的测量装置。另外，IACA 5是可在任何现有振动式压实机上改装的独立装置。IACA 5的主要用途是提供在构建情况下路面上每一个位置处沥青面层密度的实时测量。压路机操作员可利用该信息来确保均匀压实，处理未压实部分以及防止路面过度压实。

如图1中所示，IACA 5基于振动式压路机(例如振动式压路机10)和下面的铺路材料(其可以是例如热拌沥青混合料(HMA))形成耦合系统的假设运行。通过振动式压路机10的振动马达的频率和耦合系统的自然振动模式测定振动式压路机10的响应。沥青面层的压实增加其硬度且因此改变压实机的振动。因此对路面材料的性质和压实机振动频谱的了解可用来估算沥青面层的硬度。HMA的质量标准通常规定为气隙百分比，使得例如100％密度意味着没有气隙存在，且90％密度意味着存在10％的气隙。由于质量标准通常规定为气隙含量百分比或者沥青面层的最大理论密度(MTD)的百分比，因此IACA 5可估算路面的压实密度。

现在参考附图，图1中显示振动式压实机或压路机10。振动式压实机10，例如其可以是DD-138 HFA英格索兰振动式压实机，包括前滚筒12和后滚筒14，前滚筒12具有安装在其中的偏心重锤(eccentric weight)16，且若需要，前滚筒12和后滚筒14两者可具有安装在其中的偏心重锤16。偏心重锤16通过马达(未显示)转动，使得重锤16在滚筒12和14内的转动在滚筒12和14与基底18之间的接触处产生冲击，所述基底18可包括HMA。基底18可称为沥青面层18。冲击之间的间隔是压路机10速度和偏心重锤16速度的函数，且可为例如10-12脉冲每纵尺。与IACA 5相关联的传感器模块22包括安装到机架30以用于测量压实机10在操作期间的振动的加速计24，且可包括用于测量沥青基底的表面温度的红外温度传感器26。加速计24和温度传感器26可安装到压路机10的机架30。传感器26大体包括实时数据采集系统。IACA 5可包括用户界面28，所述用户界面28可以是基于Intel Pentium的笔记本电脑，其用于列举振动马达的幅值和频率以及输入面层性质，例如混合类型和增填厚度。还可利用用户界面28录入其他初始输入参数，下文将对此进行详细解释。加速计24可以是Crossbow生产的能够测量高达10kHz频率的10g加速度的CXL10HF3三轴加速计。沥青面层18的表面温度可使用安装在机架30上的红外温度传感器26测量。全球定位系统(GPS)32也可安装到压路机10。正如本领域中公知的，GPS将提供压路机10的位置且将与IACA 5配合以便将知道由IACA 5产生的密度的位置。例如，GPS接收器32可以是在压路机10移动时用于记录压路机10的位置的Trimble Pro XT GPS接收器。

IACA 5包括特征提取(FE)模块34，所述特征提取模块34计算输入信号的快速傅里叶变换(FFT)并且提取对应于以不同突出频率(salientfrequency)振动的特征。输入信号是压路机10的响应振动信号，其由偏心重锤16制造的冲击而产生。响应振动信号由加速计24测量或收集。IACA5还包括神经网络(NN)分类器36，所述神经网络分类器36是经过训练以将提取的特征分类成不同类别的多层神经网络，其中每一种类别表示针对预先规定压实水平的振型(vibration pattern)。IACA 5中的压实分析仪模块38后处理神经网络的输出并且估算实时压实程度。下文中将更加详细地阐述IACA 5的每一个组件。

特征提取器模块34执行快速傅里叶变换以有效地提取压路机10的响应振动信号的不同频率分量。FFT的输出是具有256个元素的向量，其中每一个元素对应于以相应频率的归一化信号功率。应理解，归一化信号功率是频率幅值的平方，因此提取的特征是频率以及频率幅值。图3是振动信号的频谱特征的实例且显示频率和频率的归一化功率(即，幅值的平方)。以1kHz(1000Hz/sec)的速率对压路机10的振动信号进行采样。由于以速率1kHz对压路机10的响应振动信号进行采样，因此应理解频谱从0到500Hz均匀分布。由于FFT输出是具有256个元素的向量，因此特征是以大约2Hz的频带进行提取的。特征可以重叠方式每秒提取八次，使得到神经网络36的输入将包括来自提取特征的前一时刻的128个元素以及来自当前或直接特征提取的128个元素。

神经网络分类器36是具有200个输入、输入层中的10个节点、隐蔽层中的4个节点和输出层中的1个节点的三层神经网络。神经网络的输入对应于特征提取模块的输出，即在这种情况下频谱中的200个特征。在优选实施例中，只考虑频谱(即，从100-500Hz)中的上部200个特征。下部范围中的那些表示压路机10的频率并且可忽略。神经网络36将压路机10的振动响应信号分类成表示不同压实水平的类别。

在校准过程期间在数次压路机通过遍数上分析特征提取模块34的输出并且计算每一时刻压路机10的响应振动信号中的总功率量。下文将陈述功率计算。识别最小功率水平、最大功率水平和等间隔功率水平并且使用对应于识别的功率水平的振动响应信号的特征来训练神经网络36。识别的最小功率水平、最大功率水平和等间隔功率水平被指定为对应于规定的压实水平。在压实过程期间，神经网络36观察压路机的响应振动信号的特征并将所述特征分类为对应于压实水平中的一者。

将用编号识别或指定多个预先规定的压实水平。在规定五个压实水平的情况下，最小压实水平可被识别或指定为压实水平0，且最大压实水平可被指定为压实水平4。最小压实水平和最大压实水平之间的压实水平可被指定为对应于最小功率水平和最大功率水平之间的等间隔功率水平的压实水平1、2和3。图3是示例且显示对应于五个不同压实水平的特征，其中最低水平对应于压路机随着振动马达启动而操作的情况并且被指定为水平0，水平4被指定为对应于其中观察到最大振动的情况，且水平1至3对应于其之间的间隔水平。

IACA 5的初始校准假定压实水平0对应于沥青面层的铺设密度并且压实水平4对应于混合料配比设计表中规定的目标密度(以高性能路面旋转式压实机(superpave gyratory compactor)的100次旋转设计)。例如，沥青的铺设密度一般假定为85％至88％，且目标或最大密度一般为94-97％。压实水平1、2和3被指定为对应于其之间的等间隔密度。

在校准操作期间，压路机10将在沥青面层18上通过数遍。沥青面层18可包括将要压实的道路段42的一部分40。部分40将包括定义的长度，例如30英尺。将在道路的所述部分上识别多个位置，标记为在图1上的位置A、B、C、D和E。所述位置将用于获得道路段42的部分40的实际测量密度。应理解，道路段42可延伸数英里并且一旦发生本文中所述的校准，那么只要该道路段包括与部分42相同的道路材料即可基于IACA显示器44上表示的IACA 5的输出而发生对道路段42的剩余部分的滚压，而无需其他的密度实际测量。

当压路机10在道路段42的部分40上进行多次通过时，偏心重锤16将如本文中所述产生冲击。在压路机10通过加速计24沿着部分40移动时，压路机10的响应振动信号由加速计24收集。

当响应振动信号变得一致时，压路机10将停止通过操作，这表明压实中不再出现其他改变。例如，压路机10应在翻转发生之前停止。

使用由特征提取器34提取的特征计算压路机10的响应振动信号的功率量。每次发生特征提取时便计算功率量，如本文中所述可为八次每秒。

可如下计算压路机10的响应振动信号的功率水平或功率量。使用i作为频域中的指数，使得i＝1，...，n_i，且使用‘j’作为时域中的指数，使得j＝1，...，n_j，n_i表示从振动信号提取的特征的最大数且n_j表示振动信号的样本的最大数。振动信号的频谱图可由n_i行和n_j列的矩阵表示，其中频谱图中的每一个元素‘s’表示给定特征在特定时刻的归一化功率(即频率的幅值的平方)。例如，i^th行和j^th列中的元素表示在j*T_s时刻的i^th特征中含有的归一化功率，其中T_s是采样时间。

如果f_i是i^th特征的频率，那么在以时间指数‘j’的振动信号中含有的总功率计算为：

$P_j=\underset{i=1}{\overset{n^i}{\mathrm{\Σ}}}[s_{\mathrm{ij}}*\frac{{\left(f_i\right)}^2}{{10}^6}],j=1,...,n_j.$

对于‘m’连续时间指数的集，按照来计算所述集的功率特征，r是m连续时间指数集的功率特征指数，r＝1，...，n_r；n_r＝n_j-m+1。

显示在路面压实期间在一段路面上压路机连续通过多遍的振动信号中含有的功率的实例在图4中显示。在图中，功率指数被设置为三(3)，也就是说，经过三个连续时刻的功率量被平均以测定给定时刻的平均功率量。例如，三个连续时刻可以是.125秒的三个连续间隔，这是因为如先前所解释的，特征可每.125秒提取一次。

一旦计算出压路机10的响应振动信号的功率量，则如图5中所示的频谱图可用于识别部分40上出现最大功率和最小功率的位置以及等间隔功率水平的位置，例如其之间的三个等间隔功率水平。通常，五个识别的功率水平被指定为对应于最小压实水平0、等间隔压实水平1、2和3、以及最大压实水平4。

由特征提取器34提取的特征，即频率和频率幅值被用作到神经网络36的输入。神经网络36将对特征进行分类并识别特征为对应于压实水平0、1、2、3或4中的一者。如前所述，每当特征提取发生时，表示当时压路机的响应振动信号的200个特征，即，200个频率和那些频率的归一化功率(幅值的平方)被提供为到神经网络的输入。仅利用了200个特征且忽略了下部范围(即，0-100Hz)中的那些特征。网络将被训练成使得神经网络的输出为压实水平0、1、2、3、4中的一者。神经网络将得到训练从而将提取的特征辨别为与对应于识别的功率水平中的一者的特征相同的特征或与其最相似的特征，并且将被相应分类。因此，如果提取的特征与对应于最小功率水平的特征最相似，那么神经网络的输出将为用于最小压实水平的指示符0。如果提取的特征与最大功率信号中含有的那些最相似，那么神经网络的输出将为指示已经达到最大压实的编号4。当提取的特征是与等间隔功率水平中的一者的那些特征最类似的特征时将发生相同的过程，在这种情况下，神经网络的输出将为编号1、2或3中的一者。在训练过程期间，修改神经网络的互联权重以使神经网络输出与对应于每一数据集的压实水平之间的误差最小。

虽然密度是用来验收测试完工路面广泛接受的方法，但是密度测量仅是所需路面性质(其是硬度)的间接测量。除了提供构建期间道路实时密度读数之外，同样可利用IACA 5来提供被压实道路的硬度的实时指示。

可校准IACA 5以估算构建道路40的动态模量E或M。随着构建道路，可使用IACA测定道路40的每一层的模量M，且据此可测定道路的整体有效模量E_eff。校准的方式和方法与关于应用于动态模量的密度所公开的方式和方法类似。

IACA 5的初始校准因此假设压实水平0对应于以铺设密度的沥青面层模量以及压实水平4对应于以混合料配比设计表(以高性能路面旋转式压实机的100次旋转设计)中规定的密度的目标动态模量M_T。在训练IACA从而将振动分类成估算的压实机水平之后，就此IACA被校准以反应路面层的模量M，使得可以测定构建的多层路面的整体E_eff。为了对应动态模量校准IACA 5，在实验室中处理动态模量测试以用于在构建每一层时所用的混合。M_ld被假设为对应于层铺设密度的动态模量，且因此对应于最低压实水平。以压实混合料的目标密度的模量值M_T被假设为可实现的最高模量且对应于最高压实水平。根据AASHTO TP 62-03测试方法，通过对所用的沥青混合料进行动态模量测试来测定M_ld和M_T。用测试来绘制所用混合料的主曲线从而使模量与密度相关联。绘制不同密度例如6％、8％、10％和12％的气隙的混合料的曲线。M_ld为以12％空隙的模量，且M_T为以6％空隙-或94％密度的模量。下文将更加详细地解释主曲线的构建。沥青的铺设密度通常被假设为例如85％至88％，且目标密度或最大密度通常为94-97％。压实水平1、2和3被指定为对应于其之间的等间隔密度。此处，以88％、90％、92％和94％的密度生成曲线。

沥青混合料是热流变简单材料且时温重叠原理可适用于线性粘弹状态。可沿着频率轴移位沥青混合料的动态模量和相位角从而以所需参考温度或频率形成单一特性主曲线。关于混合料的主曲线以参考温度21℃使用在R.Bonaquit和D.W.Christensen所著的交通研究记录(2005)第1929号的Practical Procedure for Developing Dynamic Modulus Master Curves toPavement Structural Design(用于绘制路面结构设计的动态模量主曲线的实用程序)(实用程序)中概括的程序生成。使用显示用于拟合主曲线的反曲函数和移位因子的下列方程来绘制如在力学-经验路面设计指南中描述且根据AASHTO TP 62-03所述的主曲线。非线性优化程序例如MicrosoftExcel中的求解器可用于同步求解这些未知的参数。

$\log |E*|=\mathrm{\δ}+\frac{(\mathrm{Max}-\mathrm{\δ})}{1+e^{\mathrm{\β}+\mathrm{\γ}[\log \left(f\right)+c({10}^{(A+\mathrm{VIS}\log T_R)}-\log {\mathrm{\η}}_{t=r})]}}$

本文中使用的移位因子具有以下形式：

$a\left(T\right)=\frac{f_r}{f}$

其中，Max是特定混合料的最大|E*|，f_r是以参考温度的约化频率，f是以特定温度的频率，η_t＝r是以参考温度的粘合剂粘度，A是粘温曲线的回归截距，VTS是粘温敏感性的回归斜率，a(T)是温度和老化函数的移位因子，且δ、β、γ、c是拟合参数。

与密度校准一样，在动态模量校准操作期间，压路机10将在沥青面层18上通过数遍。沥青面层18可包括将要压实的道路段42(其是多层道路)的部分40。在所述实施例中，道路段42是三层道路段。部分40将包括定义的长度，例如三十英尺。将在道路的所述部分上识别位置，在图1中标记为位置A、B、C、D和E。如图6中所示，可用对应于各自层的下标来识别位置。用于层L1的位置可识别为A₁、B₁、C₁、D₁和E₁。用于层L2的位置可识别为A₂、B₂、C₂、D₂和E₂。用于层L1的位置可识别为A₃、B₃、C₃、D₃和E₃。如果使用更多层，将按照这种模式，使得位置将为A_i-E_i，其中i是层数。位置A-E是示例性的且在本文所述的方法中可使用更多或更少位置。每一层L1、L2和L3的模量将用于获得道路段42的部分40的层的实际测量或独立测定模量。应理解，道路段42可延伸数英里并且一旦发生本文中所述的校准，那么只要该道路段包括与部分42相同的道路材料即可基于IACA显示器44上表示的IACA 5的输出而发生对道路段42的剩余部分的滚压，而无需其他的模量实际测量。

在滚压部分40之前，多个初始输入被录入到压实分析仪模块38中。初始输入包括道路材料的混合参数，所述混合参数可包括例如构建类型(全深度、覆盖等等)、混合类型、路面增填和增填厚度。其他初始输入包括以最大密度的估算目标模量M_T和最小估算模量M_ld，所述最小估算模量M_ld可为以铺设密度的模量。M_T将为本文中所述的目标密度。来自主曲线的M_T和M_ld将在21℃。在其他温度的模量值可通过应用主曲线中绘制的校正因子来计算。录入到分析仪模块38中的附加初始输入包括为估算或假设偏移的初始偏移(off_in)或以铺设密度的假设模量M_ld与以铺设密度的实际模量之间的差、和初始斜率k_in。斜率常数仅为贯穿M_T和M_ld的直线的斜率和压实水平。在所述的实施例中，k_in是(M_T-M_ld)/(n_CL-1)，其中n_CL是压实层数。

当压路机10沿着道路段42的部分40的层L1移动时，GPS传感器32将触发加速计24，以在到达位置A时开始收集振动数据。在部分40的起点A和终点E处的坐标可在例如道路部分40的宽度的中心处。将利用坐标来在压路机10在部分40上通过时开始和结束对压路机10的响应振动信号的收集。附加位置B、C和D可在例如五、十五和二十五英尺处且同样标记在道路段的部分40的宽度的中心处。在用神经网络36分类由特征提取器34提取的特征时，压实水平将为到分析仪模块38的输入，所述分析仪模块38将利用初始录入的输入参数并将生成用兆帕(MPa)表示的估算模量的显示。将使用方程式M_est＝M_ld+k_in*C_l+off_in计算估算模量M_est，其中C_l是压实水平。假设off_in为0。例如，假设88％的铺设密度l_d和2500MPa的相应模量M_ld以及96％的最大估算密度和3500MPa的相应模量M_T其之间具有三个等间隔水平，神经网络的输出为2且假设偏移为0，那么M_est＝2500+(1000/4)(2)＝3000MPa。分析仪模块38将把压实水平转化成以MPa表示的估算模量。

应理解，由于压路机10的速度和取得样本的步速的迅速性，在不存在任何过滤的情况下，显示将可能在估算的密度之间迅速交替，使得显示不可读。低通过滤器可用于使信号平滑并且向用户提供没有闪烁的稳定显示。在滚压层的压实中没有出现改变时，压路机10停止通过或停止沿着部分40移动。在初始校准之后通过IACA 5估算的层L1的模量是基于以下假设：在现场压实期间的确达到了用于层L1的指定混合料的目标硬度M_T。然而，数个特征，例如压实装备、滚压模式、混合料的铺设温度、增填厚度和其他参数，可影响任何给定位置处的实际模量。为对这些偏差做出解释，测定实际测量的或独立测定的模量。一种用于测量的方法是通过使用落锤式弯沉仪(Falling Weight Deflectometer)(FWD)来测定模量。使用FWD例如在位置A₁、B₁、C₁、D₁和E₁处进行测量，所述位置预先标记在道路段42的部分40的层1的中心上。将每一个位置的测量模量与识别位置中的每一者处的估算模量(即，M_est)进行比较。通过所述的GPS测量和神经网络36的输出测定位置和所述位置中的每一者处的估算压实水平。由于GPS单元32将提供估算模量出现的位置，因此可从显示器获得估算模量的位置。接着，调整或修改斜率或偏移以使估算模量与测量模量之间的误差的平方最小。调整或修改的斜率和偏移用k_adj和off_adj表示。

一旦已知测量模量和估算模量两者，调整的偏移计算为估算密度与测量密度之间的平均误差，因此其中n是测量模量处位置的数目，在这种情况下是五个位置。因此off_adj是平均误差。推导中使用的符号和用于计算调整的斜率和偏移的步骤如下。

k-斜率

off-偏移

M_ld-以铺设密度的模量

C_l或lnn-神经网络的输出(压实水平)

M_est-神经网络的估算密度，以及

M_meas-测量的模量。

使用测量模量的校准方案如下。新偏移off_adj按照上文所述计算。

如上文所述，假设进行n个模量测量，Mⁱ _meas，i＝1，...，n，那么通过Mⁱ _est＝1，...，n来给定对应估算模量，其中Mⁱ _est＝M_ld+k_in*C_l ⁱ+off_in。

原始估算模量与测量模量之间的误差如下计算。

e_i＝Mⁱ _est-Mⁱ _meas＝Ml_d+k_in x C_l ⁱ+off_in-Mⁱ _meas

$\begin{array}{c}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_i^2=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(M_{\mathrm{ld}}+\mathrm{kx}{C_l}^i+{\mathrm{off}}_{\mathrm{in}}-{M^i}_{\mathrm{meas}})}^2\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[(M_{\mathrm{ld}}+{\mathrm{off}}_{\mathrm{in}}-{M^i}_{\mathrm{meas}})+k*{C_l}^i]}^2\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(M_{\mathrm{ld}}+{\mathrm{off}}_{\mathrm{in}}-{M^i}_{\mathrm{meas}})}^2+2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}[(M_{\mathrm{ld}}+{\mathrm{off}}_{\mathrm{in}}-{M^i}_{\mathrm{meas}})*(k*{C_l}^i)]+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(k*\\ {{C_l}^i)}^2\end{array}$

使平均平方误差(MSE)最小，从而获得期望的调整停止斜率k_adj。

$\begin{array}{c}\frac{d}{\mathrm{dk}}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e_i}^2=0\\ \⇒2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}[(M_{\mathrm{ld}}+{\mathrm{off}}_{\mathrm{in}}-{M^i}_{\mathrm{meas}})*{C_l}^i]+2k\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left({C_l}^i\right)}^2=0\\ \⇒k\underset{i1}{\overset{n}{\mathrm{\Σ}}}{\left({C_l}^i\right)}^2=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}[({M^i}_{\mathrm{meas}}-M_{\mathrm{ld}}-{\mathrm{off}}_{\mathrm{in}})*{C_l}^i]\end{array}$

$k_{\mathrm{adj}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left[(M_{\mathrm{meas}}^i-M_{\mathrm{ld}}-{\mathrm{off}}_{\mathrm{in})})x{C}_l^i\right]}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left(C_l^i\right)}^2}$

在测定调整偏移和斜率时，调整初始输入参数以将off_adj和k_adj用于在分析仪模块中的密度计算中。分析仪模块38将使用方程式 来达成调整的模量读数。调整的模量M_adj是比估算模量更可靠的对道路部分40的实际硬度的指标。一旦调整了选定的初始输入参数，那么压路机10可滚压道路段42的剩余部分，并且IACA显示器44将生成操作者可观察和依赖的调整密度。压路机10可在道路段42上进行多次通过直到IACA显示器指示预先确定的期望最终硬度为止，届时压路机10可移动到另一道路段。如果另一道路段具有与道路段42相同的混合料参数，那么不需要重新校准。使用除了选定的调整输入参数(即，k_adj和off_adj)之外的初始输入参数以及从神经网络递送到分析仪模块的压实水平来确定调整模量。

所述的程序用于正被构建的道路的每一层L(i)。一旦测定了关于道路的每一层的M_adj，那么可测定关于整个道路的有效模量。在测定每一层的M_adj之后，可测定道路上的任何位置处的整体模量E_eff。假设三层沥青道路40具有层L1、L2和L3，那么下列方程得出E_eff。

$E_{\mathrm{effective}}={\left(\frac{C_2(C_1{h}_1\sqrt[3]{{\mathrm{EL}}_1}+h_2\sqrt[3]{{\mathrm{EL}}_2}+h_3\sqrt[3]{{\mathrm{EL}}_3})}{h_1+h_2+h_3}\right)}^3$

EL₁、EL₂和EL₃分别为层L1、L2和L3的动态模量，且h₁、h₂和h₃是各自层的厚度。C₁和C₂是用于获得与IP.Ullidtz在丹麦奥登的Narayana出版社出版的Modeling Flexible Pavement Response and Performance(弹性路面响应和性能建模)(1998)第38-43页中解释的确切弹性理论更加一致的校正因子。所述值取决于层厚度、模量比率、泊松比和层数。应理解，可使用用于分层系统变换的Odemark方法来扩展该过程。

为测定用于测定M_est及用作初始输入的初始M_ld和M_T，基于用于构建道路的混合料绘制主曲线。沥青混合料的动态模量主曲线必须在可能发生IACA校准之前确定。可通过在实验室压实沥青混合料从而获得具有6％、8％、10％和12％气隙的压实样品来绘制上文所述的主曲线。为获得期望的结果，对于每一目标空隙可压实多个样本。如前所述，可使用高性能路面旋转式压实机来预先加热和压实混合料。可根据AASHTO(2002)TP62-03中陈述的测试协议使用MTS伺服液压系统对样品进行动态模量测试。测试优选地以多个温度执行，例如4℃、21℃、40℃和55℃。对于每一温度水平，可以多个频率进行测试。如上文中所述，使用在实用程序中概括的程序以参考温度21℃生成不同的气隙水平(6％、8％、10％和12％)的主曲线。

在绘制主曲线时，以12％密度和6％密度的曲线模量用于校准IACA。

尽管EL₁、EL₂和EL₃优选地使用FWD测定，但是在有些情况下测试不可进行。存在至少两种其他方法可用于测定EL₁、EL₂和EL₃。如果不能进行FWD测试，那么可在位置A_i-E处切割核芯以及用已知方法测定核芯的密度。接着，可利用主曲线来找到对应模量，所述对应模量将在本文中表示的计算中用作M_meas。如果不能根据密度构建用于估算模量的动态模量主曲线，那么存在根据已知混合料研制的已知经验模型，所述经验模型可用来提供M_meas。

以下是使用用来测定硬度的方法的实例。

在构建俄克拉荷马州诺曼的州际公路I-35期间曾探讨了IACA在估算多层HMA路面的硬度中的使用。这一工程涉及现有公路的延伸，使用10％水泥窑粉尘(CKD)将路基稳定至200mm深度，接着是200mm厚的骨料基底。基底层由19mm的标称最大骨料尺寸(NMAS)S3(64-22 OK)的100mm厚沥青层构成，而第2层和第3层分别是用由100mm和75mm厚度构成的19mm NMAS S3(76-28 OK)构建的。

材料和样本制备。在构建路面期间从构建现场收集类型S3(PG 64-22OK)和S3(PG76-28)的松散HMA混合料。S3(PG 64-22)类型的混合料用于基底层中，而S3(PG76-28)混合料用于路面的第2层和第3层中。所有混合料的标称最大骨料(主要是石灰岩)尺寸是19mm。基底混合料包含大约20％的1”岩石、44％的人造沙子、11％的沙子和25％的再生沥青路面(RAP)、以及4.1％的PG 64-22 OK粘合剂。第2层混合料和第3层混合料包含大约22％的1”岩石、50％的人造沙子、13％的沙子和15％的再生沥青路面(RAP)、以及4.1％的PG 76-28 OK粘合剂。表1和表2中给出了所有HMA混合料的等级和其他体积性质。在烤炉中预加热松散HMA混合料，并且使用高性能路面旋转式压实机(SGC)压实样本。以6％、8％、10％和12％±1％的目标气隙水平压实三个重复样本。最初，制备具有150mm直径x167.5mm高度的样本。接着，从旋转压实的样品的中心挖去直径为100mm的测试样品并从样品的每一端锯开以获得大小为100mm直径x150mm高度的最终样本。进行体积分析以获得所有混合料的有效粘合剂含量(V_beff)、矿质骨料中的空隙(VMA)、充满沥青的空隙(VFA)、以及气隙(V_a)(表3)。

表1 所有HMA混合料的等级

表2 材料体积性质

表3 所有HMA混合料的样品体积性质

动态模量测试

以6％、8％、10％和12％的四个不同气隙测量所有收集的混合料的动态模量。使用MTS伺服液压测试系统执行所有的动态模量测试。测试样品放置在环境室中并允许与指定的测试温度±0.5℃保持平衡。使用具有安装在中心处的热电偶的虚拟样品监控样品温度。两个线性可变差动转换器(LVDT)安装在样品上。摩擦减少端部处理，在样品端部与承载板之间放置两张聚四氟乙烯纸(teflon paper)。对样品施加最小接触负载以开始测试。向样品施加正弦轴向压缩负载而不以循环方式冲击。以包括4℃、21℃、40℃和55℃的四个不同温度对每一测试样品进行测试，并且所述测试从最低温度开始，到最高温度。对于每一温度水平，以包括25Hz、10Hz、5Hz、1Hz、0.5Hz、0.1Hz的从最高到最低的不同频率进行测试。在测试前，以25Hz的频率施加200个周期负载来调整样品。基于材料硬度、气隙含量、温度和频率调节负载量以将应变响应保持在50-150微应变内。记载每个序列的最后5个周期的数据。动态模量测试根据AASHTO TP62-03来执行。

主曲线的构建

使用上述程序以及上文陈述和下文再现的方程式以参考温度21℃生成主曲线：

$\log |E*|=\mathrm{\δ}+\frac{(\mathrm{Max}-\mathrm{\δ})}{1+e^{\mathrm{\β}+\mathrm{\γ}[\log \left(f\right)+c({10}^{(A+\mathrm{VIS}\log T_R)}-\log {\mathrm{\η}}_{t=r})]}}---\left(5\right)$

$a\left(T\right)=\frac{f_r}{f}---\left(6\right)$

从MEPDG指南获得用于PG 64-22(10.98，-3.680)和PG 76-28(9.2，-3.024)的A和VTS参数。图3和图4中显示为基底层、第2层和第3层构建的主曲线。从图3和图4可看出，动态模量值随着气隙增加而减小。绘制的主曲线用于估算以任何气隙水平和温度的每一层的动态模量。“拟合优度”统计数值、S_e/S_y(估算/标准偏差的标准误差)以及相关系数(R²)用于评估实验室测量与主曲线拟合方程之间的相关性的有效性。基于这些标准，发现本研究中构建的主曲线方程与实验测量数据具有极好的相关性。表4中总结了主曲线的系数和拟合统计数值。

图1 基底层混合料(S3 64-22)的主曲线

图2 第2层和第3层混合料(S3 76-28)的主曲线

表4 主曲线参数

基底层(混合料-S3 64-22)

第2层和第3层(混合料-S3 76-28)

移位因子log(aT)

使用IACA测量密度

在构建俄克拉荷马州诺曼的州际公路I-35期间曾探讨了IACA在估算多层HMA路面的硬度中的使用。选择450英尺的测试区并在用来验证分析的车道的中心线上标记间隔大约20米的七个测试位置。现在讨论测试程序和结果。

在所有三个层(基底层、第2层和第3层)的压实期间收集IACA数据。首先，在基底层上标记测试点并收集IACA数据。记录这些点的GPS位置以将这些测试位置定位在每一路面层上。在第2层和第3层上标记类似的点并在这些层中每一层的压实期间收集IACA数据。分析IACA数据以获得每一层的密度估算。已知IACA测量通常在从路面核芯(10-11)测量的密度的1％内。表5中给出了每一层的测量密度。基底层的密度从89.4％到93.3％变化，类似地，第2层和第3层的密度分别从89.5％到88.9％变化以及91.85％到93.3％变化。可以看出每一位置处的密度随着层类型变化，其中大多数一致的密度在顶层上观察到。三个层中的密度的这些变化可影响组合层的硬度。这些密度被转化成气隙(％气隙＝100-％密度)以估算每一位置的动态模量。

表5 每一层的IACA测量密度

估算路面层的有效模量

使用等效厚度的Odemark方法将FWD测量模量与层的实际有效模量进行比较。Odemark方法用于将包括具有不同模量的层的系统变换成其中层的厚度改变但所有的层均具有相同模量的等效系统。该变换假设层的硬度保持不变，即，IxE/(1-μ²)保持恒定，其中I＝惯性矩；E＝层模量；以及μ＝泊松比(19-22)。

这种方法在本发明中用于计算构成I-35上的路面的三个层的有效模量。在路面层中的每一者的压实期间收集的IACA数据最初用于测定测试位置的每一者处的动态模量。使用方程式7计算路面的三个层的有效模量(E_effectiv。或E_eff)。以21℃和5Hz频率计算有效模量(表6)。类似方法被数个其他研究人员用于找到路面(23-25)的分层系统的有效模量。

$E_{\mathrm{effective}}={\left(\frac{C_2(C_1{h}_1\sqrt[3]{{\mathrm{EL}}_1}+h_2\sqrt[3]{{\mathrm{EL}}_2}+h_3\sqrt[3]{{\mathrm{EL}}_3})}{h_1+h_2+h_3}\right)}^3$

E₁、E₂和E₃是顶层、第2层和基底层的动态模量，且h₁、h₂和h₃分别是各自层的厚度。C₁和C₂是用来获得与确切弹性理论更加一致的校正因子(21，26)。校正因子的值取决于层厚度、模量比、泊松比和路面结构中的层数。在本研究中，校正因子是被认为是C₁＝1而C₂＝0.8。

表6 路面三个层的有效模量和FWD模量

IACA测量路面模量的验证。通过在先前标记的用于使用IACA估算密度的七个测试位置上进行FWD测试来进行对IACA测量模量的验证。FWD是用于表征现场路面模量(15，27)的无损测试装置。其将瞬时负载从指定高度滴加到下面安装有薄橡胶垫的直径为300mm的圆板上。使用设置在地面上的负载单元和传感器测量负载和挠度。七个传感器放置在远离负载板中心0、200、300、450、600、900和1500mm处。在本研究中，使用Dynatest的FWD测试系统对路面的第3层进行FWD测试。数值反演计算软件MODULUS 6.0用于处理FWD原始数据以测定模量值(28)。由于所述值表示层在整个路面结构内的效果，因此反演计算模量通常被称为有效模量。以21℃计算有效模量以将该模量与实验室测量的有效动态模量进行比较。由于FWD负载引起0.03s的一个脉冲持续时间(29)，其等同于5.3Hz(1/0.03/2π)的测试频率，因此使用以21℃和5Hz频率计算的模量值来执行本发明中的比较。表6显示FWD测试的结果。下文图3显示通过提议的方法估算的模量与FWD测量具有良好的一致性。

因此，可以看到，本发明的设备和方法容易实现所提到的以及本身固有的那些最终结果和优点。虽然为了说明本公开的目的图解和描述了本发明的某些优选实施例，但本领域的技术人员可对零件和步骤的安排和构造做出各种改变，这些改变包含在由所附权利要求限定的本发明的范围和精神内。

Claims (30)

1.一种使用压路机压实多层道路段的方法，所述压路机具有与其可操作地相关联的压实分析仪，所述方法包括：

将所述道路段的第一层的初始输入参数录入所述压实分析仪中；

使所述压路机在所述道路段的一部分的所述第一层上进行多次通过；

当所述压路机在所述道路段的所述部分的所述第一层上移动时，通过所述压路机向所述道路段的所述部分的所述第一层施加振动能量；

当所述压路机在所述道路段的所述第一层部分上移动时，重复收集所述压路机的响应振动信号；

基于所述压路机的所述响应振动信号以及录入到所述压实分析仪中的所述初始输入参数，使用所述压实分析仪生成表示估算模量的估算动态模量信号；

在所述道路段的所述部分上的多个位置处，测量所述道路段的所述第一层的动态模量；

将所述多个位置处的测量模量与所述估算模量进行比较以确定所述测量模量与所述估算模量之间的差；

基于所确定的模量与所述估算模量之间的差来调整录入至所述分析仪的所述初始输入参数中的选定参数，使得由所述压实分析仪生成的调整模量输出信号将比所述估算模量信号更密切地接近于所述道路段的实际模量；以及

滚压所述道路段的剩余部分直到具有调整输入参数的所述压实分析仪生成需要的调整输出模量信号为止。

2.根据权利要求1所述的方法，其中所述初始输入参数包括道路材料的混合特性、所述第一层的估算最小模量(M_ld)和估算最大模量(M_T)。

3.根据权利要求1所述的方法，其中(M_ld)是规定铺设密度的模量且M_T是达到所述第一层中所用的所述道路材料的混合标准的目标密度的模量。

4.根据权利要求3所述的方法，还包括：

识别具有最高功率、最低功率以及在所述最高功率和所述最低功率之间的等间隔功率水平的所述响应振动信号；以及

将规定的最小压实水平、最大压实水平和等间隔压实水平指定为对应于具有所述最高功率、所述最低功率和所述等间隔功率的所述响应振动信号；

将所述压实水平递送到所述压实分析仪的分析仪模块；以及

根据公式M_est＝M_ld+k_in*(C_l)+off_in实时生成所述道路段的所述第一层部分的所述估算模量(M_est)，其中k_in是为初始输入参数的初始斜率参数，off_in是从所述最小估算模量偏移的估算偏移并且还是初始偏移参数，且C_l是递送到所述分析仪模块的所述压实水平。

5.根据权利要求4所述的方法，其中所述调整步骤包括调整所述初始斜率参数和所述初始偏移参数，使得所述压实分析仪将根据公式M_adj＝M_ld+k_adj(C_l)+offset_adj生成调整密度(M_adj)，其中k_adj和off_adj分别为调整斜率参数和调整偏移参数。

6.根据权利要求4所述的方法，其中使用方程来计算给定响应振动信号的功率，其中f_i表示所述给定响应振动信号中包含的多个频率且S_i是所述频率的幅值的平方。

7.根据权利要求6所述的方法，其中所述初始斜率参数k_in由方程式k_in＝M_T-M_ld/n_cl-1表示，其中n_cl是压实水平的总数，且其中估算初始偏移为零。

8.根据权利要求7所述的方法，其中所述调整步骤包括调整所述初始斜率参数和所述初始偏移参数，且根据公式M_adj＝M+k_adj(C_l)+offset_adj生成调整密度(M_adj)，其中k_adj和off_adj分别为调整斜率参数和调整偏移参数。

9.根据权利要求8所述的方法，其中使用方程式来计算调整偏移，其中n是测量密度的所述多个位置的数量，M_est是在所述多个位置处的估算模量，M_meas是所述多个位置处的测量模量，且使用以下方程式来计算所述调整斜率：

$k_{\mathrm{adj}}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\frac{[M_{\mathrm{meas}}^i-M_{\mathrm{ld}}-{\mathrm{off}}_{\mathrm{adj}})x{C}_l^i]}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}={\left({C_l}^i\right)}^2}.$

10.一种压实方法，包括在道路段的部分的每一附加层上执行权利要求1至5的步骤以测定所述道路段的每一层的M_adj。

11.根据权利要求10所述的方法，还包括基于所述道路段的每一层的M_adj测定整体有效模量E_eff。

12.根据权利要求11所述的方法，其中所述道路是三层道路段，并且使用以下方程式测定E_eff：

$E_{\mathrm{effective}}={\left(\frac{C_2(C_1{h}_1\sqrt[3]{E{L}_1}+h_2\sqrt[3]{E{L}_2})+h_3\sqrt[3]{E{L}_3}}{h_1+h_2+h_3}\right)}^3$

其中EL₁、EL₂和EL₃分别为层L1、L2和L3的动态模量，且h₁、h2和h₃为各自层的厚度并且为校正因子。

13.一种测定多层道路的硬度的方法，包括：

(a)使压路机在道路段的第一层上进行多次通过；

(b)使用所述压路机向所述道路段的所述部分的所述第一层施加振动能量；

(c)基于所述压路机的响应振动信号，使用与所述压路机可操作地相关联的压实分析仪生成估算模量信号；

(d)独立测定所述第一层上的多个位置处的动态模量；

(e)基于所述估算模量与在所述多个位置处独立测定的模量之间的差来调整用于所述压实分析仪的输入参数中的选定参数以达到比所述估算模量更密切地接近于实际模量的调整模量；

(f)对所述道路段的每一层执行步骤(a)-(e)；以及

(g)对于所述道路的每一层，使用所述调整模量M_adj计算整体模量E_eff。

14.根据权利要求13所述的方法，其中所述独立测定步骤包括：

用落锤式弯沉仪测定所述多个位置处的所述模量。

15.根据权利要求14所述的方法，其中所述道路是三层道路，并且用下列方程式计算E_eff：

$E_{\mathrm{effective}}={\left(\frac{C_2(C_1{h}_1\sqrt[3]{E{L}_1}+h_2\sqrt[3]{E{L}_2})+h_3\sqrt[3]{E{L}_3}}{h_1+h_2+h_3}\right)}^3,$

其中EL₁、EL₂和EL₃分别是层L1、L2和L3的动态模量，且h₁、h2和h₃是各自层的厚度，且C₁和C₂是校正因子。

16.根据权利要求15所述的方法，其中所述初始输入参数包括道路材料的混合特性、所述第一层的估算最小模量(M_ld)和估算最大模量(M_T)。

17.根据权利要求16所述的方法，其中(M_ld)是规定铺设密度的模量且M_T是达到所述道路材料的混合标准的目标密度的模量。

18.根据权利要求17所述的方法，还包括：

识别具有最高功率、最低功率以及在所述最高功率和最低功率之间的等间隔功率水平的所述响应振动信号；以及

将规定的最小压实水平、最大压实水平和等间隔压实水平指定为对应于具有所述最高功率、所述最低功率和所述等间隔功率的所述响应振动信号；

将所述压实水平递送到所述压实分析仪的分析仪模块；以及

根据公式M_est＝M_ld+k_in*(C_l)+off_in实时生成所述道路段的所述第一层部分的估算模量(M_est)，其中k_in是为初始输入参数的初始斜率参数，off_in是从所述最小估算模量偏移的估算偏移并且还是初始偏移参数，且C_l是递送到所述分析仪模块的所述压实水平。

19.根据权利要求18所述的方法，其中所述调整步骤包括调整所述初始斜率参数和初始偏移参数，使得所述压实分析仪将根据公式M_adj＝M_ld+k_adj*(C_l)+offset_adj生成调整密度(M_adj)，其中k_adj和off_adj分别是调整斜率参数和调整偏移参数。

20.根据权利要求13所述的方法，其中所述独立测定步骤包括：

从所述多个位置切割核芯，测量所述核芯的密度；以及

基于分别用于每一层的混合料的主曲线找到对应于所测量的密度的模量。

21.根据权利要求13所述的方法，其中所述独立测定步骤包括使用用于所述混合料的已知经验模型来测定所述模量。

22.一种测定道路硬度的方法，包括：

压实用于所述道路的每一层的沥青混合料以获得每一层的多个密度的多个实验室样品；

测定对应于用于每一层的所述样品的铺设密度和目标密度的铺设模量M_ld和目标模量M_T；

使用每一层的所述铺设模量和所述目标模量来计算每一道路层的模量；以及

使用每一层的模量来计算所述道路的整体有效模量。

23.根据权利要求20所述的方法，其中所述使用步骤包括：

使压路机从第一层开始在所述道路段的一部分的每一层上进行多次通过，所述压路机具有与其可操作地相关联的压实分析仪；

当所述压路机在所述道路段的所述部分的每一层上移动时，通过所述压路机向所述道路段的所述部分的每一层施加振动能量；

当所述压路机在所述道路段的每一层部分上移动时，重复收集所述压路机的响应振动信号；

根据公式M_est＝M_ld+k_in(C₁)+off_in计算在每一层上多个位置处所述道路段的每一层的估算模量M_est，其中初始斜率参数k_in是(M_T-M_1d)/(n_CL-1)并且是初始输入参数，off_in是从最小估算模量偏移的估算偏移并且还是初始偏移参数，C_l是递送到所述分析仪模块的压实水平，且n_CL是压实水平的数量；

在所述道路段的所述部分上的所述多个位置处测量所述道路段的每一层的动态模量；

将所述多个位置处的测量模量与所述估算模量进行比较以确定所述测量模量与所述估算模量之间的差；以及

基于所确定的模量与所述估算模量之间的差来调整录入至所述分析仪的所述初始输入参数中的选定参数，使得由所述压实分析仪生成的调整模量输出信号将比所述估算模量信号更密切地接近于所述道路段的实际模量，所述调整步骤包括调整所述初始斜率参数和所述初始偏移参数，使得所述压实分析仪将根据公式M_adj＝M_ld+k_adj(C_l)+offset_adj生成调整密度(M_adj)，其中k_adj和off_adj分别是调整斜率参数和调整偏移参数。

24.根据权利23所述的方法，其中所述道路是三层道路，且其中使用下列方程式计算所述道路的整体模量：

$E_{\mathrm{effective}}={\left(\frac{C_2(C_1{h}_1\sqrt[3]{E{L}_1}+h_2\sqrt[3]{E{L}_2})+h_3\sqrt[3]{E{L}_3}}{h_1+h_2+h_3}\right)}^3$

其中EL₁、EL₂和EL₃分别是层L1、L2和L3的动态模量，且h₁、h2和h₃是各自层的厚度，且C₁和C₂是校正因子。

25.根据权利要求23所述的方法，所述测定步骤包括：

产生主曲线来表示每一层的所述样品的密度与每一层的所述样品的模量之间的关系；以及

定位所述主曲线上的M_ld和M_T。

26.根据权利要求23所述的方法，其中所述测量步骤包括使用FWD找到所述多个位置处的所述模量。

27.一种压实多层道路的方法，包括：

测定每一层上多个位置处的模量；以及

使用所述层中的每一层的所述模量计算所述道路的整体有效模量。

28.根据权利要求27所述的方法，其中所述道路是三层道路，且使用下列方程式来计算所述模量：

$E_{\mathrm{effective}}={\left(\frac{C_2(C_1{h}_1\sqrt[3]{E{L}_1}+h_2\sqrt[3]{E{L}_2})+h_3\sqrt[3]{E{L}_3}}{h_1+h_2+h_3}\right)}^3,$

其中EL₁、EL₂和EL₃分别是层L1、L2和L3的动态模量，且h₁、h2和h₃是各自层的厚度，且C₁和C₂是校正因子。

29.根据权利要求26所述的方法，所述测定步骤包括：

使具有压实分析仪的压路机在所述道路段的一部分的每一层上进行多次通过；

当所述压路机在所述道路段的所述部分的每一层上移动时，通过所述压路机向所述道路段的所述部分的每一层施加振动能量；

当所述压路机在所述道路段的所述第一层部分上移动时，重复收集所述压路机的响应振动信号；

基于所述压路机的所述响应振动信号以及录入到所述压实分析仪中的所述初始输入参数，通过所述压实分析仪生成表示估算模量的估算动态模量信号；

在所述道路段的所述部分上的多个位置处，测量所述道路段的所述第一层的动态模量；

将所述多个位置处的测量模量与所述估算模量进行比较以确定所述测量模量与所述估算模量之间的差；

基于所确定的模量与所述估算模量之间的差来调整录入至所述分析仪的所述初始输入参数中的选定参数，使得由所述压实分析仪生成的调整模量输出信号将比所述估算模量信号更密切地接近于所述道路段的实际模量。

30.根据权利要求27所述的方法，还包括滚压所述道路段的每一层的剩余部分直到具有所述调整输入参数的所述压实分析仪生成需要的调整输出模量信号为止。