CN110512501A - 一种基于探地雷达和fwd联合检测的裂缝病害评价方法 - Google Patents
一种基于探地雷达和fwd联合检测的裂缝病害评价方法 Download PDFInfo
- Publication number
- CN110512501A CN110512501A CN201910740942.6A CN201910740942A CN110512501A CN 110512501 A CN110512501 A CN 110512501A CN 201910740942 A CN201910740942 A CN 201910740942A CN 110512501 A CN110512501 A CN 110512501A
- Authority
- CN
- China
- Prior art keywords
- radar
- crack
- thickness
- detection
- fwd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 54
- 201000010099 disease Diseases 0.000 title claims abstract description 50
- 230000000149 penetrating effect Effects 0.000 title claims abstract description 40
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 239000010410 layer Substances 0.000 claims abstract description 60
- 239000002689 soil Substances 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000005336 cracking Methods 0.000 claims abstract description 28
- 239000010426 asphalt Substances 0.000 claims abstract description 13
- 239000002344 surface layer Substances 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 5
- 239000000758 substrate Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 43
- 238000011160 research Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 238000013139 quantization Methods 0.000 claims description 2
- 241000736199 Paeonia Species 0.000 claims 1
- 235000006484 Paeonia officinalis Nutrition 0.000 claims 1
- 230000008676 import Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract 1
- 208000010392 Bone Fractures Diseases 0.000 description 10
- 206010017076 Fracture Diseases 0.000 description 10
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000012766 organic filler Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Road Repair (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于探地雷达和FWD联合检测的裂缝病害评价方法，包括以下步骤：S1、选取待进行裂缝病害评价的路段进行检测；S2、对显式裂缝病害路段提取层位厚度；S3、对显式裂缝病害路段提取裂缝路段竖向错层条纹；S4、构建裂缝病害在沥青路面内部量化评价指标：雷达图像裂缝度；S5、通过FWD检测车对显式裂缝路段进行路面弯沉检测；S6、以雷达检测路面厚度和合理土基厚度下的三层路面结构进行模量反算；S7、将原有三层路面结构中面层和基层部分的模量反算结果合成为路面结构层整体模量；S8、建立雷达图像裂缝度和路面结构层整体模量的经验回归关系公式，并给出拟合优度。本发明能综合路面结构性能以进行沥青路面裂缝病害评价，且评价效果好。
Description
技术领域
本发明涉及道路工程领域，尤其涉及一种基于探地雷达和FWD联合检测的裂缝病害评价方法。
背景技术
我国高等级公路路面多以沥青混合料为原材料铺筑。沥青混合料是一种由沥青、集料和空气组成的三相复合材料。由于空隙的存在，加之车辆重载和自然环境的循环作用，沥青路面易产生裂缝，对公路安全使用性能造成影响。
在我国现行的沥青路面性能评定及养护规范中，将裂缝病害纳入在路面使用性能PQI的评价体系中，先将自动化路面检测所得到的裂缝长度乘以对应裂缝细类标准下的影响宽度换算成裂缝破损面积，再根据严重程度赋予权重，以面积的形式参与路面破损率DR的计算。但实际路面裂缝是一种三维病害，沿纵向、横向、深度方向均存在一定的数量特征。传统规范的裂缝病害数量统计方法存在明显缺陷，就是仅对裂缝在路表的情况加以了量化，未对裂缝在路面内部的分布情况及其内部承载力进行数量表征。
探地雷达和落锤式弯沉仪(falling weight deflectometer，FWD)常被用于沥青路面结构性能检测。探地雷达可通过其优良的穿透性实现对路面结构层的完整性、厚度情况的图像及数值表征。FWD主要通过落锤下落产生瞬时动力荷载作用于沥青路面，以横向连续布置的传感器测量位移值反映路面结构的变形特性，进而实现对路面结构层承载力的数值表征，但其具有无法体现路面内部层位和完好情况的缺点。两种无损检测手段的综合运用即可实现优势互补，实现对裂缝病害量化评价，并建立裂缝指标和路面承载力的关联。
因此，本方法采用探地雷达和FWD联合检测手段，建立裂缝病害在沥青路面内部典型特征的量化评价方法，同时将内部特征与对应路面承载力建立关联，实现了裂缝病害在沥青路面内部较为全面的评价，可为今后裂缝严重程度与裂缝路段路面承载力指标间的相互预测提供研究基础。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于探地雷达和FWD联合检测的裂缝病害评价方法，能内外兼顾地实现对裂缝病害沥青路面的结构性能评价，从而全面掌握裂缝病害在沥青路面中的发展情况以及路面现存结构性能情况，也为路面养护管理工作者提供借鉴依据。
本发明解决其技术问题所采用的技术方案是：
本发明提供一种基于探地雷达和FWD联合检测的裂缝病害评价方法，雷达检测车前方设置有悬臂横梁，通过悬臂横梁将探地雷达固定在雷达检测车前方，雷达检测车的车顶设置摄像头；FWD检测车通过拖车的形式设置在雷达检测车的后方，拖车上安装有检测落锤以及位移传感器；
该方法包括以下步骤：
S1、对待进行裂缝病害评价的路段，通过探地雷达检测车拍摄行进过程中的行车前方视频，并通过探地雷达对路面进行电磁波检测，确认显式裂缝病害路段所在桩号区间；
S2、对显式裂缝病害路段提取层位厚度；
S3、对显式裂缝病害路段提取裂缝路段竖向错层条纹，包括裂缝路段竖向错层条纹的位置提取和深度提取；出现竖向错层条纹位置的判断方法为：通过对比正常路面位置和竖向错层条纹位置，以探地雷达检测电压图像中峰值出现时间的滞后与否作为竖向错层条纹位置确定的依据；
S4、确定采用竖向错层条纹的沿道路纵向和道路深度方向特征，构建裂缝病害在沥青路面内部量化评价指标：雷达图像裂缝度；并根据竖向错层条纹在路面内部的分布特征建立雷达图像裂缝度的计算公式；
S5、通过FWD检测车对显式裂缝路段进行路面弯沉检测，并对检测数据进行修正；
S6、以雷达检测路面厚度和合理土基厚度下的三层路面结构进行模量反算；
S7、基于弹性层状体系理论，通过不同层位按照厚度的指数次加权，将原有三层路面结构中面层和基层部分的模量反算结果合成为路面结构层整体模量；
S8、通过曲线拟合，建立雷达图像裂缝度和路面结构层整体模量的经验回归关系公式，并给出拟合优度。
进一步地，本发明的步骤S2的具体方法为：
S21、将测量所得到的原始数据文件导入和雷达检测车配套的图像处理PAVECHECK软件，该文件涵盖了雷达监测时车顶摄像头对行车前方情况的拍照记录及电磁波检测的原始电信号数据；
S22、设置介电常数显示区间，调节雷达图像区域右侧的对比度滑条至雷达图像清晰；
S23、修正桩号里程，使得PAVECHECK软件和现场实际桩号一一对应；在每一小段路面检测开始前，读取起点处护栏上的实际里程桩号R0，在发车起点开机后，记录照片区左下角初始里程S0，按照下式进行修正：
R0±(Sx-S0)＝Rx
式中，R0为发车起点实际桩号；Sx为PAVECHECK软件照片区左下角观测点桩号；S0为PAVECHECK软件照片区左下角发车起点桩号；Rx为观测点实际桩号；其中，对于“±”，在形成前进方向为上行向时，取“+”，反之取“–”；
S24、根据修正后的桩号位置找到研究路段雷达图像位置，采用PAVECHECK软件自带的图像处理功能键完成对厚度的提取。
进一步地，本发明的步骤S3的具体方法为：
S31、通过PAVECHECK软件中的手形选取工具，对竖向错层条纹底端位置进行选取；
S32、通过“Calculate All”选项，计算对应桩号处标记距顶部的竖向距离；由于只对竖向错层条纹进行了标记，故软件内部通过电信号参数计算厚度后，输出路表距竖向错层条纹底端的距离，也就是此处需要得到的裂缝图像影响深度。
进一步地，本发明的步骤S4的具体方法为：
根据竖向错层条纹在路面内部的分布特征建立了裂缝病害在沥青路面内部量化评价指标“雷达图像裂缝度P”计算公式，推导结果如下：
式中，xi为雷达图像中竖向错层条纹处的桩号，单位m；di为各竖向错层条纹处裂缝图像影响深度，单位cm；n为竖向错层条纹数；为考虑裂缝影响深度的桩号平均值，单位m；s为考虑裂缝影响深度的桩号分布标准差，单位m；为裂缝图像影响深度平均值，单位cm；P为雷达图像裂缝度。
进一步地，本发明的步骤S5的具体方法为：
采用FWD测定对应显式裂缝路段的弯沉盆数据，落锤半径15cm，测定传感器共计7个，其中起于落锤中心，沿行车前进方向向右排布，传感器间距均为30cm；考虑测量时沥青面层的平均温度和环境温度，按照温度修正模型对FWD原始传感器数据进行温度修正，消除温度差异影响。
进一步地，本发明的步骤S6的具体方法为：
采用雷达检测厚度和合理土基厚度下的三层结构进行模量反算，即土基以上厚度采用雷达层位厚度提取结果，土基厚度通过刚性层下卧层厚度梯度设置法获得；SIDMOD软件中，反算误差有三类，分别为弯沉拟合均方误差RMS、弯沉相对误差绝对值和ARS和弯沉相对误差绝对值均值ABS；
当土基厚度逐渐增加时，三类反算误差均会呈现先减小，后不变的变化趋势，即存在合理土基厚度使得误差最小，该土基厚度可视作合理土基厚度，用于代入模量反算软件。
进一步地，本发明的步骤S7的具体方法为：
采用SIDMOD软件进行模量反算，并基于弹性层状体系方法对路面结构层整体模量进行计算，得到研究路段的结构承载力，计算公式如下：
式中，Ex为路面结构层整体模量，单位MPa；h1为面层厚度，单位cm；h2为基层组合层厚度，单位cm；E1为面层反算模量，单位MPa；E2为基层组合层反算模量，单位MPa；hx为换算后整体结构层厚度，单位cm；ku为层间接触状况系数，连续取1，滑动取0。
进一步地，本发明的步骤S8的具体方法为：
以Boltzmann公式，对雷达图像裂缝度P和路面结构层整体模量Ex进行经验公式关联；基于研究路段计算结果的拟合公式和拟合优度如下：
式中，Ex为路面结构层整体模量，单位MPa；P为雷达图像裂缝度；
以此建立的经验公式从而实现了裂缝分布指标和承载力指标间的相互预测。
本发明产生的有益效果是：本发明的基于探地雷达和FWD联合检测的裂缝病害评价方法，通过运用探地雷达和FWD联合检测方法，总结显式裂缝路段雷达图像特征，采用竖向条纹作为建立裂缝病害在路面内部分布量化指标的依据。以正常路面位置和竖向错层条纹位置的电压峰值特征差异对竖向错层条纹进行定位和提取，建立了雷达图像裂缝度P。利用裂缝路段温度修正后的FWD弯沉盆数据，在雷达检测厚度和合理土基厚度的三层路面结构下进行模量反算，并利用弹性层状理论体系方法进行了路面结构层整体模量Ex换算，实现了P和Ex的关联。本发明可在现有规范仅考虑路面使用性能的基础上综合路面结构性能以进行沥青路面裂缝病害评价，为裂缝快速检测提供多维的数据结果，提升路面裂缝病害检测的高效性和全面性，具体如下：
(1)使用探地雷达检测对裂缝在路面内部特征进行分析，使得检测效率得到提升
我国现行的对裂缝病害在路面内部特征的检测方法为横断面检测法，主要通过选择裂缝病害特征断面，利用高频扫描的方式，将道路横断面图像输出，通过图像处理方式分析裂缝在路面内部的特征。该评价方法在后期图像处理过程中需要历经灰度化、降噪等过程，耗时较长，且沿道路纵向的连续分布特征无法体现。本方法实现了对裂缝病害在路面内部沿纵向分布特征的连续反映，计算过程简便，仅通过探地雷达检测图像即可完成P的求解，提升了工程检测效率。
(2)合理选取层位厚度下三层结构体系反算模量，使得结果更可靠
该评价方法在对各层位进行模量反算时，分别对从面层至土基各层的合理厚度取值进行了探究。考虑探地雷达检测频率，对土基以上部分采用雷达实测厚度，对土基采用刚性下卧层厚度梯度设置法确定合理土基厚度，进行模量反算。相较于传统地参考设计文件进行层位厚度取值，采用雷达检测厚度和合理土基厚度下的三层结构体系进行计算可以使得代入模量反算中的结构层位状态更接近于实际，使得结果更可靠。
(3)建立裂缝分布指标和结构层承载力指标关联，为后续研究奠定基础
该评价方法利用FWD测量了裂缝路段代表点位的弯沉数据，利用温度修正后的弯沉盆数据进行了层位模量反算，体现了裂缝病害路段的路面结构承载力。通过弹性层状体系方法，求解路面结构层整体模量Ex并建立了雷达图像裂缝度P和路面结构层整体模量Ex的经验公式关系，可用于裂缝形态指标和承载力指标间的相互预测，为后续裂缝形态和承载力关联研究奠定基础。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1为PAVECHECK软件界面图。
图2为PAVECHECK软件电压图像。
图3为WB1-21型探地雷达检测车。
图4为研究路段雷达图像裂缝度和路面结构层整体模量关系拟合曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明实施例的基于探地雷达和FWD联合检测的裂缝病害评价方法，包括以下步骤：
(1)根据探地雷达检测车行进过程中拍摄的行车前方视频，确认显式裂缝病害路段所在桩号区间，并对其雷达图像特征进行总结，确定采用竖向错层条纹的沿道路纵向和道路深度方向特征构建裂缝病害在沥青路面内部量化评价指标“雷达图像裂缝度P”；
(2)对比正常路面位置和竖向错层条纹位置，以探地雷达检测电压图像中峰值出现时间的滞后与否作为竖向错层条纹位置确定的依据；
(3)公式推导，根据竖向错层条纹在路面内部的分布特征建立了裂缝病害在沥青路面内部量化评价指标“雷达图像裂缝度P”计算公式，推导结果如下：
式中，xi为雷达图像中竖向错层条纹处的桩号，m；di为各竖向错层条纹处裂缝图像影响深度，cm；n为竖向错层条纹数；为考虑裂缝影响深度的桩号平均值，m；s为考虑裂缝影响深度的桩号分布标准差，m；为裂缝图像影响深度平均值，cm；P为雷达图像裂缝度；
(4)采用FWD测定对应显式裂缝路段的弯沉盆数据，落锤半径15cm，测定传感器共计7个，其中起于落锤中心，沿行车前进方向向右排布，传感器间距均为30cm；
(5)考虑测量时沥青面层的平均温度和环境温度，按照主流的温度修正模型对FWD原始传感器数据进行温度修正，消除温度差异影响，便于后续承载力计算和分析；
(6)为得到较为合理的模量反算结果，设置刚性下卧层厚度梯度，确定最佳合理土基厚度。以雷达检测路面厚度和合理土基厚度下的三层路面结构进行模量反算；
(7)基于弹性层状体系理论，通过不同层位按照厚度的指数次加权，将原有三层路面结构中面层和基层部分的模量反算结果合成为路面结构层整体模量Ex；
(8)通过曲线拟合，建立P和Ex的经验回归关系公式，并给出拟合优度。
在本发明的另一个具体实施例中，基于探地雷达和FWD联合检测的裂缝病害评价方法包括以下步骤：
(1)选取试验路段
研究路段位于京港澳高速湖北段，该路段京港澳段(G4)和沪渝段(G50)两部分组成，是我国南北向的重要经济交通动脉。
根据2015～2017年京港澳高速湖北段路面检测资料，结合2018年6月工程现场维护施工和交通实际情况，选取纵、横向显式裂缝病害较为突出的路段作为试验路段。选取结果位于表1中。
表1试验路段选取结果
(2)层位厚度提取
对所选取研究路段开展探地雷达检测，获取雷达图像。探地雷达检测所采用的检测车为WB1-21型，该雷达工作频率为1GHz，探测深度范围在0～60cm之间，行车前进方向拍照频率为pic/0.5m。
层位厚度提取步骤为：
①将测量所得到的原始数据.prj文件导入和检测车配套的图像处理PAVECHECK软件。该文件涵盖了雷达监测时车顶摄像头对行车前方情况的拍照记录及电磁波检测的原始电信号数据；
②设置介电常数显示区间，调节雷达图像区域右侧的对比度滑条至雷达图像清晰；
③修正桩号里程，使得PAVECHECK软件和现场实际桩号一一对应。在每一小段路面检测开始前，读取起点处护栏上的实际里程桩号R0，在发车起点开机后，记录照片区左下角初始里程S0，按照下式进行修正：
R0±(Sx-S0)＝Rx
式中，R0为发车起点实际桩号；Sx为PAVECHECK软件照片区左下角观测点桩号；S0为PAVECHECK软件照片区左下角发车起点桩号；Rx为观测点实际桩号；其中，对于“±”，在形成前进方向为上行向时，取“+”，反之取“–”。
④根据修正后的桩号位置找到研究路段雷达图像位置，采用PAVECHECK软件自带的图像处理功能键完成对厚度的提取。找到观测位置(雷达图像中红色竖线位置)便会显示该处的现场视频位置以及电信号图像。右键鼠标，“Both Side Tracking”表示根据轨迹自动选取功能，该功能用于层间分界明显的情况，例如面层和基层间；“Erase”表示擦除标记，在使用时需要选中并按住“Ctrl”按键进行操作；“Hand Drawing”表示手动添加标记，该功能用于层间分界不清晰的位置手动选取分界位置的操作，同样地，在使用时需要按住“Ctrl”进行操作；“Calculate All”是指在标记结束后，对标记的分层进行计算，通过电信号和标记，内部程序计算确定每层厚度，厚度的结果体现在电信号图像显示区域的右上角数据框中，其数据的摆布从上到下和雷达分层结果从上到下一一对应。
(3)裂缝路段竖向错层条纹提取
裂缝路段竖向错层条纹提取包括竖向错层条纹位置提取和深度提取。以PAVECHECK中电压图像峰值滞后与否确定竖向错层条纹位置。深度提取和层位厚度提取方式类似，可以简化为两步骤：
①通过PAVECHECK中的手形选取工具，对竖向错层条纹底端位置进行选取；
②通过“Calculate All”选项，计算对应桩号处标记距顶部的竖向距离。由于只对竖向错层条纹进行了标记，故软件内部通过电信号参数计算厚度后，输出路表距竖向错层条纹底端的距离，也就是此处需要得到的裂缝图像影响深度。
(4)计算雷达图像裂缝度
从裂缝病害在路面内部沿纵向和深度的分布形态角度出发，按照技术方案中的雷达图像裂缝度公式计算雷达图像裂缝度，用以评价裂缝在路面内部分布的严重程度；
(5)研究路段FWD检测
采用7-150kN型号落锤式弯沉检测车对研究路段进行路面弯沉检测，落锤底面直径30cm，一级55kN加载。传感器共计7个，从落锤中心向行车前进方向右侧以30cm为间距排布。测站间距为20m；
(6)合理模量反算结构确定
合理选取计算结构可以显著降低模量反算误差。本方法采用雷达检测厚度和合理土基厚度下的三层结构进行模量反算，即土基以上厚度采用雷达层位厚度提取结果，土基厚度通过刚性层下卧层厚度梯度设置法获得。SIDMOD软件中，反算误差有三类，分别为弯沉拟合均方误差RMS、弯沉相对误差绝对值和ARS和弯沉相对误差绝对值均值ABS。通过反算模量算例中误差结果对该方法的合理性进行说明：
选取上行K1116+058–K1116+397段对合理土基厚度的选取进行说明。当土基厚度逐渐增加时，三类反算误差均会呈现先减小，后不变的变化趋势，即存在合理土基厚度使得误差最小，该土基厚度可视作合理土基厚度，用于代入模量反算软件。三类误差结果见表2。
表2 K1116+058–K1116+397段不同土基厚度下模量反算误差结果
通过设置土基厚度梯度(刚性下卧层厚度梯度)，实现了合理土基厚度的选取。
选取下行K1115+536—K1115+293段对土基上部厚度选取方式进行确定。分别选取设计文件厚度和探地雷达检测厚度，在合理土基厚度下，保持其他参数不变，进行模量反算，得到反算误差。结果见表3。
表3 K1115+536–K1115+293段两类厚度情况下反算误差
相较于采用设计文件厚度，采用探地雷达检测厚度，可以有效降低厚度误差对反算结果的影响。
选取下行K1115+536—K1115+293段对反算结构层数进行确定。在探地雷达检测厚度和合理土基厚度下，分别对3层结构和4层结构两种模式下的反算误差进行对比。结果见表4。
表4 K1115+536–K1115+293段两类结构下反算误差
相较于4层结构，采用3层结构，可以有效降低厚度误差对反算结果的影响。
(7)SIDMOD软件模量反算
采用SIDMOD软件进行模量反算，并基于弹性层状体系方法对路面结构层整体模量进行计算，得到研究路段的结构承载力，计算公式如下：
式中，Ex为路面结构层整体模量，MPa；h1为面层厚度，cm；h2为基层组合层厚度，cm；E1为面层反算模量，MPa；E2为基层组合层反算模量，MPa；hx为换算后整体结构层厚度，cm；ku为层间接触状况系数，连续取1，滑动取0。
研究路段按上式计算结果及雷达图像裂缝度结果见表5。
表5研究路段雷达图像裂缝度及路面结构层整体模量计算结果
(8)裂缝分布指标和承载力指标关联
以Boltzmann公式，对P和Ex进行经验公式关联。基于研究路段计算结果的拟合公式和拟合优度如下：
式中，Ex为路面结构层整体模量，MPa；P为雷达图像裂缝度。
以此建立的经验公式从而实现了裂缝分布指标和承载力指标间的相互预测。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，雷达检测车前方设置有悬臂横梁，通过悬臂横梁将探地雷达固定在雷达检测车前方，雷达检测车的车顶设置摄像头；FWD检测车通过拖车的形式设置在雷达检测车的后方，拖车上安装有检测落锤以及位移传感器；
该方法包括以下步骤：
S1、对待进行裂缝病害评价的路段，通过探地雷达检测车拍摄行进过程中的行车前方视频，并通过探地雷达对路面进行电磁波检测，确认显式裂缝病害路段所在桩号区间；
S2、对显式裂缝病害路段提取层位厚度；
S3、对显式裂缝病害路段提取裂缝路段竖向错层条纹，包括裂缝路段竖向错层条纹的位置提取和深度提取；出现竖向错层条纹位置的判断方法为：通过对比正常路面位置和竖向错层条纹位置，以探地雷达检测电压图像中峰值出现时间的滞后与否作为竖向错层条纹位置确定的依据；
S4、确定采用竖向错层条纹的沿道路纵向和道路深度方向特征，构建裂缝病害在沥青路面内部量化评价指标：雷达图像裂缝度；并根据竖向错层条纹在路面内部的分布特征建立雷达图像裂缝度的计算公式；
S5、通过FWD检测车对显式裂缝路段进行路面弯沉检测，并对检测数据进行修正；
S6、以雷达检测路面厚度和合理土基厚度下的三层路面结构进行模量反算；
S7、基于弹性层状体系理论，通过不同层位按照厚度的指数次加权，将原有三层路面结构中面层和基层部分的模量反算结果合成为路面结构层整体模量；
S8、通过曲线拟合，建立雷达图像裂缝度和路面结构层整体模量的经验回归关系公式，并给出拟合优度。
2.根据权利要求1所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S2的具体方法为：
S21、将测量所得到的原始数据文件导入和雷达检测车配套的图像处理PAVECHECK软件，该文件涵盖了雷达监测时车顶摄像头对行车前方情况的拍照记录及电磁波检测的原始电信号数据；
S22、设置介电常数显示区间，调节雷达图像区域右侧的对比度滑条至雷达图像清晰；
S23、修正桩号里程，使得PAVECHECK软件和现场实际桩号一一对应；在每一小段路面检测开始前，读取起点处护栏上的实际里程桩号R0，在发车起点开机后，记录照片区左下角初始里程S0，按照下式进行修正：
R0±(Sx-S0)＝Rx
式中，R0为发车起点实际桩号；Sx为PAVECHECK软件照片区左下角观测点桩号；S0为PAVECHECK软件照片区左下角发车起点桩号；Rx为观测点实际桩号；其中，对于“±”，在形成前进方向为上行向时，取“+”，反之取“–”；
S24、根据修正后的桩号位置找到研究路段雷达图像位置，采用PAVECHECK软件自带的图像处理功能键完成对厚度的提取。
3.根据权利要求1所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S3的具体方法为：
S31、通过PAVECHECK软件中的手形选取工具，对竖向错层条纹底端位置进行选取；
S32、通过“Calculate All”选项，计算对应桩号处标记距顶部的竖向距离；由于只对竖向错层条纹进行了标记，故软件内部通过电信号参数计算厚度后，输出路表距竖向错层条纹底端的距离，也就是此处需要得到的裂缝图像影响深度。
4.根据权利要求1所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S4的具体方法为：
根据竖向错层条纹在路面内部的分布特征建立了裂缝病害在沥青路面内部量化评价指标“雷达图像裂缝度P”计算公式，推导结果如下：
式中，xi为雷达图像中竖向错层条纹处的桩号，单位m；di为各竖向错层条纹处裂缝图像影响深度，单位cm；n为竖向错层条纹数；为考虑裂缝影响深度的桩号平均值，单位m；s为考虑裂缝影响深度的桩号分布标准差，单位m；为裂缝图像影响深度平均值，单位cm；P为雷达图像裂缝度。
5.根据权利要求1所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S5的具体方法为：
采用FWD测定对应显式裂缝路段的弯沉盆数据，落锤半径15cm，测定传感器共计7个，其中起于落锤中心，沿行车前进方向向右排布，传感器间距均为30cm；考虑测量时沥青面层的平均温度和环境温度，按照温度修正模型对FWD原始传感器数据进行温度修正，消除温度差异影响。
6.根据权利要求1所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S6的具体方法为：
采用雷达检测厚度和合理土基厚度下的三层结构进行模量反算，即土基以上厚度采用雷达层位厚度提取结果，土基厚度通过刚性层下卧层厚度梯度设置法获得；SIDMOD软件中，反算误差有三类，分别为弯沉拟合均方误差RMS、弯沉相对误差绝对值和ARS和弯沉相对误差绝对值均值ABS；
当土基厚度逐渐增加时，三类反算误差均会呈现先减小，后不变的变化趋势，即存在合理土基厚度使得误差最小，该土基厚度可视作合理土基厚度，用于代入模量反算软件。
7.根据权利要求6所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S7的具体方法为：
采用SIDMOD软件进行模量反算，并基于弹性层状体系方法对路面结构层整体模量进行计算，得到研究路段的结构承载力，计算公式如下：
式中，Ex为路面结构层整体模量，单位MPa；h1为面层厚度，单位cm；h2为基层组合层厚度，单位cm；E1为面层反算模量，单位MPa；E2为基层组合层反算模量，单位MPa；hx为换算后整体结构层厚度，单位cm；ku为层间接触状况系数，连续取1，滑动取0。
8.根据权利要求1所述的基于探地雷达和FWD联合检测的裂缝病害评价方法，其特征在于，步骤S8的具体方法为：
以Boltzmann公式，对雷达图像裂缝度P和路面结构层整体模量Ex进行经验公式关联；基于研究路段计算结果的拟合公式和拟合优度如下：
式中，Ex为路面结构层整体模量，单位MPa；P为雷达图像裂缝度；
以此建立的经验公式从而实现了裂缝分布指标和承载力指标间的相互预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910740942.6A CN110512501B (zh) | 2019-08-12 | 2019-08-12 | 一种基于探地雷达和fwd联合检测的裂缝病害评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910740942.6A CN110512501B (zh) | 2019-08-12 | 2019-08-12 | 一种基于探地雷达和fwd联合检测的裂缝病害评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110512501A true CN110512501A (zh) | 2019-11-29 |
| CN110512501B CN110512501B (zh) | 2021-02-19 |
Family
ID=68625644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910740942.6A Active CN110512501B (zh) | 2019-08-12 | 2019-08-12 | 一种基于探地雷达和fwd联合检测的裂缝病害评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110512501B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111424492A (zh) * | 2020-03-25 | 2020-07-17 | 安徽省交通规划设计研究总院股份有限公司 | 一种沥青路面纵向裂缝处治方法 |
| CN111965711A (zh) * | 2020-08-21 | 2020-11-20 | 武汉理工大学 | 一种基于gpr图像正演技术的道路路面反射裂缝深度发展模拟方法 |
| CN112818924A (zh) * | 2021-02-26 | 2021-05-18 | 同济大学 | 一种基于关联规则分析的道路深层病害预警方法 |
| CN112878154A (zh) * | 2021-03-24 | 2021-06-01 | 合肥工业大学 | 一种基于探地雷达的沥青复合碎石封层厚度检测方法 |
| CN114384511A (zh) * | 2022-01-12 | 2022-04-22 | 哈尔滨工业大学 | 一种基于三维探地雷达的沥青路面层间接触状态评价方法 |
| CN115825411A (zh) * | 2022-11-28 | 2023-03-21 | 武汉理工大学 | 一种裂缝尺寸的评价方法 |
| CN117710296A (zh) * | 2023-12-04 | 2024-03-15 | 淮北矿业传媒科技有限公司 | 一种煤矿风井的井壁结构缺陷识别方法 |
| CN118112224A (zh) * | 2024-04-30 | 2024-05-31 | 东南大学 | 基于组合赋值与模糊聚类的路面结构裂缝评价方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07270149A (ja) * | 1994-03-29 | 1995-10-20 | Sekisui Chem Co Ltd | 路面形状測定装置における段差検知方法 |
| CN1563891A (zh) * | 2004-04-20 | 2005-01-12 | 长安大学 | 一种识别路面裂缝的系统和方法 |
| CN101261265A (zh) * | 2007-03-09 | 2008-09-10 | 郑州大学 | 水泥混凝土路面脱空识别与高聚物注浆快速维修技术 |
| CN102505623A (zh) * | 2011-11-15 | 2012-06-20 | 山东大学 | 基于渗透性的沥青路面预防性养护时机的超声波检定方法 |
| JP2013139672A (ja) * | 2011-12-28 | 2013-07-18 | Fujitsu Ltd | 路面調査プログラム及び路面調査装置 |
| CN203320386U (zh) * | 2013-06-28 | 2013-12-04 | 江苏省交通科学研究院股份有限公司 | 一种路面结构检测车 |
| CN103669184A (zh) * | 2013-12-25 | 2014-03-26 | 河南省高远公路养护技术有限公司 | 一种路面结构层隐形病害检测方法 |
| CN104727207A (zh) * | 2015-03-31 | 2015-06-24 | 东南大学 | 一种半刚性基层沥青路面结构性维修设计方法 |
| CN106284036A (zh) * | 2016-10-08 | 2017-01-04 | 中国科学院电子学研究所 | 基于探地雷达的公路路面压实度的评价方法 |
| CN107217576A (zh) * | 2017-06-14 | 2017-09-29 | 广州市市政集团有限公司 | 一种基于fwd和3d探地雷达的道路质量检测方法及系统 |
| US9921187B2 (en) * | 2011-01-20 | 2018-03-20 | Northeastern University | Real-time pavement profile sensing system using air-coupled surface wave |
| CN108589491A (zh) * | 2018-05-30 | 2018-09-28 | 同济大学 | 用于沥青路面模量反演的刚性层设置深度的方法 |
| CN109695195A (zh) * | 2018-12-14 | 2019-04-30 | 江苏中路工程技术研究院有限公司 | 一种路面结构内部状态检测方法 |
-
2019
- 2019-08-12 CN CN201910740942.6A patent/CN110512501B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07270149A (ja) * | 1994-03-29 | 1995-10-20 | Sekisui Chem Co Ltd | 路面形状測定装置における段差検知方法 |
| CN1563891A (zh) * | 2004-04-20 | 2005-01-12 | 长安大学 | 一种识别路面裂缝的系统和方法 |
| CN101261265A (zh) * | 2007-03-09 | 2008-09-10 | 郑州大学 | 水泥混凝土路面脱空识别与高聚物注浆快速维修技术 |
| US9921187B2 (en) * | 2011-01-20 | 2018-03-20 | Northeastern University | Real-time pavement profile sensing system using air-coupled surface wave |
| CN102505623A (zh) * | 2011-11-15 | 2012-06-20 | 山东大学 | 基于渗透性的沥青路面预防性养护时机的超声波检定方法 |
| JP2013139672A (ja) * | 2011-12-28 | 2013-07-18 | Fujitsu Ltd | 路面調査プログラム及び路面調査装置 |
| CN203320386U (zh) * | 2013-06-28 | 2013-12-04 | 江苏省交通科学研究院股份有限公司 | 一种路面结构检测车 |
| CN103669184A (zh) * | 2013-12-25 | 2014-03-26 | 河南省高远公路养护技术有限公司 | 一种路面结构层隐形病害检测方法 |
| CN104727207A (zh) * | 2015-03-31 | 2015-06-24 | 东南大学 | 一种半刚性基层沥青路面结构性维修设计方法 |
| CN106284036A (zh) * | 2016-10-08 | 2017-01-04 | 中国科学院电子学研究所 | 基于探地雷达的公路路面压实度的评价方法 |
| CN107217576A (zh) * | 2017-06-14 | 2017-09-29 | 广州市市政集团有限公司 | 一种基于fwd和3d探地雷达的道路质量检测方法及系统 |
| CN108589491A (zh) * | 2018-05-30 | 2018-09-28 | 同济大学 | 用于沥青路面模量反演的刚性层设置深度的方法 |
| CN109695195A (zh) * | 2018-12-14 | 2019-04-30 | 江苏中路工程技术研究院有限公司 | 一种路面结构内部状态检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张蓓 等: "GPR与FWD在旧路性能综合评价中的应用", 《中外公路》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111424492B (zh) * | 2020-03-25 | 2021-12-07 | 安徽省交通规划设计研究总院股份有限公司 | 一种沥青路面纵向裂缝处治方法 |
| CN111424492A (zh) * | 2020-03-25 | 2020-07-17 | 安徽省交通规划设计研究总院股份有限公司 | 一种沥青路面纵向裂缝处治方法 |
| CN111965711A (zh) * | 2020-08-21 | 2020-11-20 | 武汉理工大学 | 一种基于gpr图像正演技术的道路路面反射裂缝深度发展模拟方法 |
| CN111965711B (zh) * | 2020-08-21 | 2021-12-03 | 武汉理工大学 | 一种gpr图像正演技术路面反射裂缝深度发展模拟方法 |
| CN112818924B (zh) * | 2021-02-26 | 2023-07-07 | 同济大学 | 一种基于关联规则分析的道路深层病害预警方法 |
| CN112818924A (zh) * | 2021-02-26 | 2021-05-18 | 同济大学 | 一种基于关联规则分析的道路深层病害预警方法 |
| CN112878154A (zh) * | 2021-03-24 | 2021-06-01 | 合肥工业大学 | 一种基于探地雷达的沥青复合碎石封层厚度检测方法 |
| CN112878154B (zh) * | 2021-03-24 | 2024-03-26 | 合肥工业大学 | 一种基于探地雷达的沥青复合碎石封层厚度检测方法 |
| CN114384511A (zh) * | 2022-01-12 | 2022-04-22 | 哈尔滨工业大学 | 一种基于三维探地雷达的沥青路面层间接触状态评价方法 |
| CN114384511B (zh) * | 2022-01-12 | 2024-07-19 | 哈尔滨工业大学 | 一种基于三维探地雷达的沥青路面层间接触状态评价方法 |
| CN115825411A (zh) * | 2022-11-28 | 2023-03-21 | 武汉理工大学 | 一种裂缝尺寸的评价方法 |
| CN115825411B (zh) * | 2022-11-28 | 2024-07-12 | 武汉理工大学 | 一种裂缝尺寸的评价方法 |
| CN117710296A (zh) * | 2023-12-04 | 2024-03-15 | 淮北矿业传媒科技有限公司 | 一种煤矿风井的井壁结构缺陷识别方法 |
| CN118112224A (zh) * | 2024-04-30 | 2024-05-31 | 东南大学 | 基于组合赋值与模糊聚类的路面结构裂缝评价方法 |
| CN118112224B (zh) * | 2024-04-30 | 2024-08-13 | 东南大学 | 基于组合赋值与模糊聚类的路面结构裂缝评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110512501B (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110512501A (zh) | 一种基于探地雷达和fwd联合检测的裂缝病害评价方法 | |
| Shtayat et al. | A review of monitoring systems of pavement condition in paved and unpaved roads | |
| White et al. | Field validation of intelligent compaction monitoring technology for unbound materials | |
| CN105178150B (zh) | 一种基于光纤光栅传感的沥青路面压实监测方法 | |
| Sivagnanasuntharam et al. | A state-of-the-art review of compaction control test methods and intelligent compaction technology for asphalt pavements | |
| CN102519965B (zh) | 一种基于机器视觉的路基压实度在线检测方法 | |
| CN108680733A (zh) | 一种沥青路面服役性能的智能感知系统及方法 | |
| CN107515025A (zh) | 古城墙病害等级评估方法 | |
| CN115034697A (zh) | 基于多域分析的多元智能压实指标分级优选方法及系统 | |
| CN106023233B (zh) | 一种评估大空隙沥青混合料垂直双向上宏观纹理的方法 | |
| Wang et al. | Key points of RIOHTRACK testing road design and construction | |
| CN109919481A (zh) | 一种碾压混凝土压实度多参数联合实时评价方法 | |
| Čygas et al. | Research of asphalt pavement structures on Lithuanian roads (I) | |
| Carpenter et al. | Enhancement of the GPR method of railway trackbed investigation by the installation of radar detectable geosynthetics | |
| Jia et al. | Characterization of rutting on asphalt pavement in terms of transverse profile shapes based on LTPP data | |
| Yang et al. | Overview of the Application of Ground-Penetrating Radar, Laser, Infrared Thermal Imaging, awnd Ultrasonic in Nondestructive Testing of Road Surface | |
| CN107700460B (zh) | 一种高速铁路路基压实指标的无损测算方法 | |
| CN104215365B (zh) | 一种路面结构层内剪应力测试传感器及其埋设工艺与应用 | |
| CN107388979A (zh) | 一种隧道表面形变监测系统及计算机 | |
| Wang et al. | Sensing solutions for assessing and monitoring roads | |
| CN111287055B (zh) | 一种公路路基路面施工用压实监控系统 | |
| CN109211669A (zh) | 常固结硬粘土地基中侧向挤出变形的测算方法 | |
| CN108645997A (zh) | 一种控制地下水位监测路基沉降规律试验模型及试验方法 | |
| Hammons et al. | Detection of stripping in hot mix asphalt. | |
| Narnoli et al. | Development of structural condition assessment model for flexible pavement based on LWD and GPR measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |