CN110598891A - 沥青路面全周期性能监测评估方法及系统 - Google Patents
沥青路面全周期性能监测评估方法及系统 Download PDFInfo
- Publication number
- CN110598891A CN110598891A CN201910567511.4A CN201910567511A CN110598891A CN 110598891 A CN110598891 A CN 110598891A CN 201910567511 A CN201910567511 A CN 201910567511A CN 110598891 A CN110598891 A CN 110598891A
- Authority
- CN
- China
- Prior art keywords
- asphalt pavement
- data
- performance
- period
- construction
- 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.)
- Pending
Links
- 239000010426 asphalt Substances 0.000 title claims abstract description 168
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010276 construction Methods 0.000 claims abstract description 69
- 238000012423 maintenance Methods 0.000 claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 22
- 239000002994 raw material Substances 0.000 claims description 9
- 238000005553 drilling Methods 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 6
- 239000010410 layer Substances 0.000 description 50
- 239000000203 mixture Substances 0.000 description 19
- 230000008569 process Effects 0.000 description 7
- 239000011384 asphalt concrete Substances 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000005056 compaction Methods 0.000 description 4
- 239000002344 surface layer Substances 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- -1 deflection Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Road Repair (AREA)
Abstract
本发明公开了一种沥青路面全周期性能监测评估方法,包括:采集沥青路面在建设时期的施工数据以及运营时期的运营数据;对所述施工数据与运维数据进行分析并获得预测模型;通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。本发明还公开了一种沥青路面全周期性能监测评估系统,包括:采集模块、分析模块以及预测模块。采用本发明,能够综合利用沥青路面建设时期的施工数据以及运营时期的运营数据,预测出沥青路面的寿命,得出科学合理的综合性的维修养护措施决策,避免不能从根本上解决路面损坏问题。
Description
技术领域
本发明涉及公路路面性能监测领域,尤其涉及沥青路面全周期性能监测评估方法及系统。
背景技术
我国现阶段,公路管理部门制定沥青路面维修养护对策的依据主要是基于对现状沥青路面进行调查与检测,调查与检测指标主要包括旧沥青路面平整度、破损、强度和抗滑性能等。通常是根据现状公路调查与检测结果,制定不同的维修养护策略。前期建设过程中的施工质量资料和后期维修养护策略制定是两张皮,制定养护维修策略的依据主要是基于公路沥青路面性能使用现状,但对项目施工过程中的质量资料却是很少利用和不采用。造成此种情况的出现主要由于以下几点原因。
首先,公路建设单位和管养单位分离。由于我国公路建设管理体制原因,我国大多数公路建设单位和管养单位属于两个不同的管理机构,公路建成后,由公路建设单位将公路产权移交给专职的管养单位进行公路路权的养护管理。造成了建设过程中的质量管理资料不归集。
其次,我国现行沥青路面养护技术规范,对沥青路面维修养护决策措施主要是基于旧沥青路面使用性能现状采取维修养护策略。旧沥青路面维修养护处治方案主要是基于旧路路面现场病害,这种“对症下药”主要是基于路面各项使用性能宏观层面上的,对公路建设过程中的原材料和铺筑后的各结构层各混合料性能情况没有进行针对性的分析,没有“因症施药”。总所周知,沥青路面病害的产生有些是由于混合料性能不佳,不能够满足该层应具有的结构力学性能所导致,从而导致该段路面病害的反复产生,反复进行维修修补。
发明内容
本发明所要解决的技术问题在于,提供一种沥青路面全周期性能监测评估方法及系统,能够解决只基于旧沥青路面使用性能现状而采取维修养护策略的不足,通过对沥青路面建设过程中的原材料和铺筑后的各结构层各混合料性能情况进行针对性的分析预测,进一步得出具有针对性的维护措施,进而对沥青路面进行全周期的性能监测与评估。
为了解决上述技术问题,本发明提供了沥青路面全周期性能监测评估方法,包括:采集沥青路面在建设时期的施工数据以及运营时期的运营数据;对所述施工数据与运维数据进行分析并获得预测模型;通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。
优选地,所述采集沥青路面在建设时期的施工数据步骤包括:根据沥青路面的建设项目资料,采集沥青路面各结构层原材料的性能检测和配合比数据;通过检测设备对摊铺成型后的沥青路面各结构层进行检测并采集数据。
优选地,所述采集沥青路面在运营时期的运营数据步骤包括:通过检测设备对沥青路面的表面路用性能进行检测并采集数据;对沥青路面的各结构层钻芯取样,并通过力学性能试验获得各结构层的力学性能数据。
优选地,所述对所述施工数据与运营数据进行分析并获得预测模型的步骤包括:通过对施工数据与运营数据进行分析能够获得沥青路面的各项性能指标;对各项性能指标分别进行数学回归分析,建立各项性能指标与沥青路面寿命的衰减曲线,进而获得能够预测沥青路面寿命的预测模型。
优选地,比较各项性能指标预测模型所预测的沥青路面寿命的长短,当沥青路面使用寿命接近最短预测寿命时,提醒维护单位对该沥青路面进行维修养护。
本发明还提供了一种沥青路面全周期性能监测评估系统,包括:采集模块,用于采集采集沥青路面在建设时期的施工数据以及运营时期的运营数据;分析模块,用于对所述施工数据与运维数据进行分析并获得预测模型;预测模块,用于通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。
优选地,所述采集模块用于根据沥青路面的建设项目资料,采集沥青路面各结构层原材料的性能检测和配合比数据;用于通过检测设备对摊铺成型后的沥青路面各结构层进行检测并采集数据。
优选地,所述采集模块还用于通过检测设备对沥青路面的表面路用性能进行检测并采集数据;用于对沥青路面的各结构层钻芯取样,并通过力学性能试验获得各结构层的力学性能数据。
优选地,所述分析模块包括:分析单元,用于通过对施工数据与运营数据进行分析能够获得沥青路面的各项性能指标;回归单元,用于对各项性能指标分别进行数学回归分析,建立不同性能指标与沥青路面寿命的衰减曲线,并使达到预测路面各结构层的疲劳寿命。
优选地,还包括;比较模块,用于比较各项性能指标预测模型所预测的沥青路面寿命的长短,当沥青路面使用寿命接近最短预测寿命时,提醒维护单位该沥青路面进行维修养护。
实施本发明的有益效果在于:
本发明通过采集沥青路面在建设时期的施工数据以及运营时期的运营数据,并对所述施工数据与运维数据进行分析并获得预测模型,再通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。本发明能够综合利用沥青路面建设时期的施工数据以及运营时期的运营数据,预测出沥青路面的寿命,得出科学合理的综合性的维修养护措施决策,避免不能从根本上解决路面损坏问题。
附图说明
图1是本发明提供的沥青路面全周期性能监测评估方法流程示意图;
图2是本发明提供的预测模型示意图;
图3是本发明提供的沥青路面全周期性能监测评估系统示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。仅此声明,本发明在文中出现或即将出现的上、下、左、右、前、后、内、外等方位用词,仅以本发明的附图为基准,其并不是对本发明的具体限定。
如图1所示,本发明提供了一种沥青路面全周期性能监测评估方法,包括:
S101,采集沥青路面在建设时期的施工数据以及运营时期的运营数据。
具体地,所述采集沥青路面在建设时期的施工数据步骤包括:根据沥青路面的建设项目资料,采集沥青路面各结构层原材料的性能检测和配合比数据;通过检测设备对摊铺成型后的沥青路面各结构层进行检测并采集数据。
需要说明的是,在公路建设期,根据公路建设项目资料,收集各层原材料性能检测数据和各结构层配合比、混合料性能等施工质量技术资料和数据。对摊铺成型后的各结构层,通过现场试验检测仪器设备对实体工程检测。其中,基层、底基层主要检测其压实度、厚度、平整度等指标,沥青混凝土各层主要包括压实度、各层厚度、弯沉、矿料级配、沥青含量等关键指标。对表层沥青混凝土还应检测其抗滑性能指标。
相应地,在建设期,可通过钻芯检测,检测路面结构层的力学性能指标,路面结构各层力学性能主要包括:基层的弯拉强度和弹性模量、沥青层的弹性模量、动稳定度、贯入强度和水稳定性等。可作为后续各结构层力学性能指标衰变预测曲线的起始特征值。沥青混合料试验设备主要有:马歇尔电动击实仪、混合料稳定度测定仪、沥青含量分析仪、沥青混合料(理论)最大相对密度试验仪等其它试验检测设备。基层试验设备主要有:电动击实仪、压力试验机、养护室、滴点管、直读式测钙仪等其他试验检测设备。
项目完工后,通过多功能综合测试车(MMTS移动道路检测系统)对高等级沥青公路表层进行抗滑性能、车辙、平整度等路用指标进行检测。作为运营阶段路用性能指标分析的初始值,为后续分析提供基础数值。建设期数据库平台的运行环境是基于windows操作系统,采用数据库开发软件进行研究和开发,运行的软件环境为windows XP系统,对硬件没有特殊要求,采用通用计算机系统即可。
采集沥青路面建设时期得数据,获得沥青混凝土路面施工过程中的质量监测数据,可建立影响后期路用性能质量的数据平台和数据库档案。数据库平台可以根据项目需要,供使用部门实时调用,实时监控施工情况,并利用计算机系统实时对比分析质量情况,利用施工期的质量管理控制。同时利用已建立的施工期数据库平台可用于后期的技术分析研究,各层混合料及路用性能可结合后期运营阶段的检测情况,分析性能指标的衰减情况,分析材料的剩余寿命。同时也可用于后期公路设施维修养护中的病害成因分析。
同时,所述采集沥青路面在运营时期的运营数据步骤包括:通过检测设备对沥青路面的表面路用性能进行检测并采集数据;对沥青路面的各结构层钻芯取样,并通过力学性能试验获得各结构层的力学性能数据。
需要说明的是,沥青路面运营一段时间后,表层沥青混凝土将不可避免出现不同程度的损坏或表层性能的衰减(抗滑性能),表层沥青混凝土在运营阶段,将根据病害的种类及轻重程度分别进行日常的维修、小修或中修维护养护。运营阶段由专业的试验检测机构对高等级沥青路面使用情况进行检测,包括平整度、抗滑性能、车辙等指标。
运营阶段采用多功能综合测试车(MMTS移动道路检测系统)对高等级沥青公路进行平整度、车辙、表面损坏等路用指标进行检测。(MMTS移动道路检测系统)是采用高性能的车载计算机配合各种传感器采集与储存数据。多功能综合测试车自带的MMTS系统软件可以对采集的数据进行快速、准确、智能化的分析处理,并能够生成相应的图形图表。
现有技术中,在运营阶段,通常只对沥青混凝土表面路用性能进行检测,只有少量路面结构钻芯进行各层厚度量测和力学性能检验,但在运营阶段,路面结构还没有较大的病害,许多检测单位、设计单位对这部分数据也很少进行利用,或不知道怎么利用。较好的情况也仅仅是对厚度和力学性能数据进行简单对比和比较,没有发挥此阶段钻芯芯样力学性能的价值。本专利提出在运营维护阶段,宜对各层路面结构钻芯取样,由专业技术人员对芯样进行判别,芯样带回实验室进行力学性能试验,与不同阶段所采集的各层芯样力学实验性能进行数据归集,以利于后期维修养护阶段分析各层混合料力学性能衰减情况。
S102,对所述施工数据与运营数据进行分析并获得预测模型。
具体地,通过对施工数据与运营数据进行分析能够获得沥青路面的各项性能指标;对各项性能指标分别进行数学回归分析,建立各项性能指标与沥青路面寿命的衰减曲线,进而获得能够预测沥青路面寿命的预测模型。
需要说明的是,通常情况下,沥青路面使用一定年限后,由于基层或下层受气候、交通轴载作用以及路基毛细水的作用,下层结构层将出现不同的疲劳,一定年限后将出现结构性破坏,乃至进行路面结构大修。
如图2所示,混合料的力学性能指标利用计算机数据统计分析程序,分别进行数学回归分析,建立不同力学性能与使用寿命的衰减曲线,并使达到预测全周期内路面各结构层的疲劳寿命。也可以由此分析得出是哪一层的混合料产生的疲劳损害,从而导致路表破坏。图2中,相关曲线根据实测的数据进行拟合,X轴为使用寿命,Y轴为性能指标,拟合曲线为性能指标随使用寿命的增长而减小,直至贴近X轴,路面破坏。
路面结构各层力学性能主要包括:路面基层弯拉强度和弹性模量、沥青层的弹性模量和劈裂强度等。通过预测不同指标的疲劳寿命,对同一结构层次取各指标预测得出的最短可使用年限,一旦超过最短使用年限,预示着该结构层将超期服役,随时可能产生破坏。通过各层力学指标衰变模型预测结构疲劳寿命,从而提出对力学性能不足结构层进行补强或挖除重建的大修措施,从根本上解决由于路面结构问题而引起的路面损坏,避免经济上的浪费。
S103,通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。
具体地,通过上述步骤能够获得预测沥青路面结构的各项性能指标预测模型,比较各项性能指标预测模型所预测的沥青路面寿命的长短,当沥青路面使用寿命接近最短预测寿命时,提醒维护单位对该沥青路面进行维修养护。此后,将根据各个预测模型所预测的寿命期限,提前对沥青路面采取维修养护措施。
需要说明的是,本发明,通过在沥青路面建设时期与运营时期,分别采集沥青路面的质量数据,根据采集的质量数据利用数学回归分析获得沥青路面的寿命预测模型,从而能够为沥青道路的维修养护提供有效的支持,避免因仅仅在宏观上的判断而采取不具针对性的维护措施,从根本上解决由于路面结构问题而引起的路面损坏,避免经济上的浪费。同时,本发明将每次维修养护的沥青路面质量数据进行归集,从而给后面的维修决策起到导向的作用,进而对沥青路面进行全周期的性能监测与评估。
如图3所示,本发明还提供了一种沥青路面全周期性能监测评估系统100,包括:采集模块1,用于采集采集沥青路面在建设时期的施工数据以及运营时期的运营数据;分析模块2,用于对所述施工数据与运维数据进行分析并获得预测模型;预测模块3,用于通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。
优选地,所述采集模块用于根据沥青路面的建设项目资料,采集沥青路面各结构层原材料的性能检测和配合比数据;用于通过检测设备对摊铺成型后的沥青路面各结构层进行检测并采集数据。所述采集模块还用于通过检测设备对沥青路面的表面路用性能进行检测并采集数据;用于对沥青路面的各结构层钻芯取样,并通过力学性能试验获得各结构层的力学性能数据。其中,采集模块主要包括以下设备:
沥青混合料试验设备主要有:马歇尔电动击实仪、混合料稳定度测定仪、沥青含量分析仪、沥青混合料(理论)最大相对密度试验仪等其它试验检测设备;
基层试验设备主要有:电动击实仪、压力试验机、养护室、滴点管、直读式测钙仪等其他试验检测设备;
多功能综合测试车(MMTS移动道路检测系统)。
较优地,所述分析模块包括:分析单元,用于通过对施工数据与运营数据进行分析能够获得沥青路面的各项性能指标;回归单元,用于对各项性能指标分别进行数学回归分析,建立不同性能指标与沥青路面寿命的衰减曲线,并使达到预测路面各结构层的疲劳寿命。
进一步地,所述系统还包括;比较模块,用于比较各项性能指标预测模型所预测的沥青路面寿命的长短,当沥青路面使用寿命接近最短预测寿命时,提醒维护单位该沥青路面进行维修养护。
由上可知,本发明提供的一种沥青路面全周期性能监测评估方法及系统,能够采集沥青路面建设时期以及运营时期的路面数据,通过构建预测模型预测路面寿命,给后面的维修养护提供参考,从而制定更加具有针对性的维护政策,进而对沥青路面进行全周期的性能监测与评估。从而能够为沥青道路的维修养护提供有效的支持,避免因仅仅在宏观上的判断而采取不具针对性的维护措施,从根本上解决由于路面结构问题而引起的路面损坏,避免经济上的浪费。同时,本发明将每次维修养护的沥青路面质量数据进行归集,从而给后面的维修决策起到导向的作用。因而,本发明,能够做到对沥青路面进行全周期性能监测,并进行性能评估,为道路性能监测提供帮助,为道路维修养护提供建设性依据。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.沥青路面全周期性能监测评估方法,其特征在于,包括:
采集沥青路面在建设时期的施工数据以及运营时期的运营数据;
对所述施工数据与运维数据进行分析并获得预测模型;
通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。
2.如权利要求1所述的沥青路面全周期性能监测评估方法,其特征在于,所述采集沥青路面在建设时期的施工数据步骤包括:
根据沥青路面的建设项目资料,采集沥青路面各结构层原材料的性能检测和配合比数据;
通过检测设备对摊铺成型后的沥青路面各结构层进行检测并采集数据。
3.如权利要求1所述的沥青路面全周期性能监测评估方法,其特征在于,所述采集沥青路面在运营时期的运营数据步骤包括:
通过检测设备对沥青路面的表面路用性能进行检测并采集数据;
对沥青路面的各结构层钻芯取样,并通过力学性能试验获得各结构层的力学性能数据。
4.如权利要求1所述的沥青路面全周期性能监测评估方法,其特征在于,所述对所述施工数据与运营数据进行分析并获得预测模型的步骤包括:
通过对施工数据与运营数据进行分析能够获得沥青路面的各项性能指标;
对各项性能指标分别进行数学回归分析,建立各项性能指标与沥青路面寿命的衰减曲线,进而获得能够预测沥青路面寿命的预测模型。
5.如权利要求4所述的沥青路面全周期性能监测评估方法,其特征在于,
比较各项性能指标预测模型所预测的沥青路面寿命的长短,当沥青路面使用寿命接近最短预测寿命时,提醒维护单位对该沥青路面进行维修养护。
6.沥青路面全周期性能监测评估系统,其特征在于,包括:
采集模块,用于采集采集沥青路面在建设时期的施工数据以及运营时期的运营数据;
分析模块,用于对所述施工数据与运维数据进行分析并获得预测模型;
预测模块,用于通过所述预测模型预测沥青路面结构的寿命,进而对沥青路面进行全周期的性能监测与评估。
7.如权利要求6所述的沥青路面全周期性能监测评估系统,其特征在于,所述采集模块用于根据沥青路面的建设项目资料,采集沥青路面各结构层原材料的性能检测和配合比数据;用于通过检测设备对摊铺成型后的沥青路面各结构层进行检测并采集数据。
8.如权利要求6所述的沥青路面全周期性能监测评估系统,其特征在于,所述采集模块还用于通过检测设备对沥青路面的表面路用性能进行检测并采集数据;用于对沥青路面的各结构层钻芯取样,并通过力学性能试验获得各结构层的力学性能数据。
9.如权利要求6所述的沥青路面全周期性能监测评估系统,其特征在于,所述分析模块包括:
分析单元,用于通过对施工数据与运营数据进行分析能够获得沥青路面的各项性能指标;
回归单元,用于对各项性能指标分别进行数学回归分析,建立不同性能指标与沥青路面寿命的衰减曲线,并使达到预测路面各结构层的疲劳寿命。
10.如权利要求6所述的沥青路面全周期性能监测评估系统,其特征在于,还包括;
比较模块,用于比较各项性能指标预测模型所预测的沥青路面寿命的长短,当沥青路面使用寿命接近最短预测寿命时,提醒维护单位该沥青路面进行维修养护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910567511.4A CN110598891A (zh) | 2019-06-27 | 2019-06-27 | 沥青路面全周期性能监测评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910567511.4A CN110598891A (zh) | 2019-06-27 | 2019-06-27 | 沥青路面全周期性能监测评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110598891A true CN110598891A (zh) | 2019-12-20 |
Family
ID=68852827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910567511.4A Pending CN110598891A (zh) | 2019-06-27 | 2019-06-27 | 沥青路面全周期性能监测评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598891A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112903982A (zh) * | 2021-03-18 | 2021-06-04 | 中交一公局第五工程有限公司 | 沥青路面力学性能无损监测方法及系统 |
CN113030450A (zh) * | 2021-03-15 | 2021-06-25 | 海南省交通工程检测中心 | 沥青路面全周期性能监测评估方法及系统 |
CN114440972A (zh) * | 2022-01-12 | 2022-05-06 | 东南大学 | 一种用于施工和运营过程的沥青路面长期监测系统及方法 |
CN115063679A (zh) * | 2022-06-15 | 2022-09-16 | 电子科技大学 | 一种基于深度学习的路面质量评估方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565312A (zh) * | 2011-12-14 | 2012-07-11 | 河海大学 | 预估高速公路沥青路面剩余寿命的方法 |
CN107844671A (zh) * | 2017-12-04 | 2018-03-27 | 中公高科养护科技股份有限公司 | 一种沥青路面半刚性基层结构剩余寿命的分析方法 |
-
2019
- 2019-06-27 CN CN201910567511.4A patent/CN110598891A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565312A (zh) * | 2011-12-14 | 2012-07-11 | 河海大学 | 预估高速公路沥青路面剩余寿命的方法 |
CN107844671A (zh) * | 2017-12-04 | 2018-03-27 | 中公高科养护科技股份有限公司 | 一种沥青路面半刚性基层结构剩余寿命的分析方法 |
Non-Patent Citations (1)
Title |
---|
陈哲衡: "大跨径PSC箱梁桥时变性能监测及状态评估", 《中国博硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113030450A (zh) * | 2021-03-15 | 2021-06-25 | 海南省交通工程检测中心 | 沥青路面全周期性能监测评估方法及系统 |
CN112903982A (zh) * | 2021-03-18 | 2021-06-04 | 中交一公局第五工程有限公司 | 沥青路面力学性能无损监测方法及系统 |
CN114440972A (zh) * | 2022-01-12 | 2022-05-06 | 东南大学 | 一种用于施工和运营过程的沥青路面长期监测系统及方法 |
CN114440972B (zh) * | 2022-01-12 | 2024-02-20 | 东南大学 | 一种用于施工和运营过程的沥青路面长期监测系统及方法 |
CN115063679A (zh) * | 2022-06-15 | 2022-09-16 | 电子科技大学 | 一种基于深度学习的路面质量评估方法 |
CN115063679B (zh) * | 2022-06-15 | 2024-04-26 | 电子科技大学 | 一种基于深度学习的路面质量评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110598891A (zh) | 沥青路面全周期性能监测评估方法及系统 | |
Walubita et al. | Comparative evaluation of five HMA rutting-related laboratory test methods relative to field performance data: DM, FN, RLPD, SPST, and HWTT | |
Jing et al. | Smart railway sleepers-a review of recent developments, challenges, and future prospects | |
Hu et al. | Geostatistical analysis of intelligent compaction measurements for asphalt pavement compaction | |
Sivagnanasuntharam et al. | A state-of-the-art review of compaction control test methods and intelligent compaction technology for asphalt pavements | |
Dinegdae et al. | Mechanics-based top-down fatigue cracking initiation prediction framework for asphalt pavements | |
CN109684774B (zh) | 一种梁式桥安全监测与评估装置 | |
Ma et al. | Monitoring the structural capacity of airfield pavement with built-in sensors and modulus back-calculation algorithm | |
Xiao et al. | Resilient modulus behavior estimated from aggregate source properties | |
Gu et al. | Development of a new cracking index for asphalt mixtures using indirect tensile creep and strength test | |
RADWAN et al. | Modeling pavement performance based on LTPP database for flexible pavements | |
CN110516289B (zh) | 一种基于频遇值的桥梁短期监测评估方法 | |
Kheradmandi et al. | Precision of back-calculation analysis and independent parameters-based models in estimating the pavement layers modulus-Field and experimental study | |
Park et al. | Prediction of critical responses in full-depth asphalt pavements using the falling weight deflectometer deflection basin parameters | |
Pattanaik et al. | Evaluation of frictional pavement resistance as a function of aggregate physical properties | |
Zhang et al. | Development of structural condition index to support pavement maintenance and rehabilitation decisions at network level | |
Solatifar et al. | Application of FWD data in developing dynamic modulus master curves of in-service asphalt layers | |
Uddin | In situ evaluation of seasonal variability of subgrade modulus using DCP and FWD tests | |
Zhang et al. | Using mix design information for modelling of fundamental viscoelasticity of asphalt mixtures | |
Kim et al. | Axle load distribution characterization for mechanistic pavement design | |
Xiao et al. | Comprehensive ranking of road safety condition by using the functional and material performance index | |
Flora | Development of a structural index for pavement management: An exploratory analysis | |
Kim et al. | Use of pavement management information system for verification of mechanistic–empirical pavement design guide performance predictions | |
Ren et al. | Comparative evaluation of asphalt pavement dynamic response with different bases under moving vehicular loading | |
CN104404858A (zh) | 一种沥青路面有效压实状态的测试装置及其使用方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |