CN113298409A - 一种基于道路管养的预警机制的养护方法 - Google Patents

一种基于道路管养的预警机制的养护方法 Download PDF

Info

Publication number
CN113298409A
CN113298409A CN202110645836.7A CN202110645836A CN113298409A CN 113298409 A CN113298409 A CN 113298409A CN 202110645836 A CN202110645836 A CN 202110645836A CN 113298409 A CN113298409 A CN 113298409A
Authority
CN
China
Prior art keywords
road
index
early warning
maintenance
evaluated
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
Application number
CN202110645836.7A
Other languages
English (en)
Inventor
钱志奇
孙钰琳
吕钰新
李赟鹏
高恒娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiwan Wisdom Guangdong Information Technology Co ltd
Original Assignee
Xiwan Wisdom Guangdong Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiwan Wisdom Guangdong Information Technology Co ltd filed Critical Xiwan Wisdom Guangdong Information Technology Co ltd
Priority to CN202110645836.7A priority Critical patent/CN113298409A/zh
Publication of CN113298409A publication Critical patent/CN113298409A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于道路管养的预警机制的养护方法，步骤包括：S1道路性能评价指数：对道路状态进行道路性能评价分析，生成道路性能评价指数；S2预警判断：根据步骤S1中生成的道路性能评价指数，进行判断评定该待评价道路是否达到预警的指标；S3预警指标的确定：对步骤S2中的评定后进入预警机制的道路，根据该待评价道路的路面的各项指数，选取所关注的道路的路面的不同指标的影像因子作为预警指标；S4构建道路养护预警模型：根据步骤S3中确定的预警指标，建立灰色系统预警模型进行计算，并通过反演结果对所述预警模型的精度进行检验，S5养护计划：根据步骤S4生成的预测的路况数据，生成养护计划。

Description

一种基于道路管养的预警机制的养护方法
技术领域
本发明涉及市政道路技术领域，尤其涉及一种基于道路管养的预警机制的养护方法。
背景技术
道路是我们交通出行的纽带，我国的交通运输体系在不断完善，道路设施在不断增加的趋势，对道路设施的养护工作的需求也不断增加。但长期运营的状态下，道路的性能衰退，若是养护不及时或养护不当会产生许多的风险和问题。尤其是我国许多地方的道路养护没有成熟的管养领域的技术研究与解决对策，对道路设施的预防病害和损坏的重视程度不高，道路的管养多数只能在发生问题后再采取决策，应对措施比较传统，缺乏一套完整的养护预警机制，从而在产生养护问题时不能够及时进行养护，在突发的事故上造成更多的资产损失。
发明内容
本发明要解决的技术问题是，提供一种基于道路管养的预警机制的养护方法；该方法通过预警机制能够提醒做到及时养护，提高养护的效益同时能够延长道路的性能及使用寿命，减少资产的损失。
为了解决上述技术问题，本发明采用的技术方案是：该基于道路管养的预警机制的养护方法，具体包括以下步骤：
S1道路性能评价指数：根据采集的道路数据对待评价道路的状态进行道路性能评价分析，生成道路性能评价指数；
S2预警判断：根据步骤S1中生成的道路性能评价指数，进行判断评定该待评价道路是否达到预警的指标，若达到预警指标，表明该待评价道路进入预警机制则转至步骤S3；若未达到预警指标，则进行辅助决策；
S3预警指标的确定：对步骤S2中的评定后进入预警机制的道路，根据该待评价道路的路面的各项指数，选取待评价道路的路面的不同指标的影像因子作为预警指标；
S4构建道路养护预警模型：根据步骤S3中确定的预警指标，建立灰色系统预警模型进行计算，并通过反演结果对所述预警模型的精度进行检验，若所述预警模型的精度合格，则采用该预警模型获得道路的预测的路况数据；若所述预警模型精度不合格，则转至步骤S1重新进入预警机制；
S5养护计划：根据步骤S4生成的预测的路况数据，生成养护计划。
采用上述技术方案，运用基础数据平台及预警模型的能力，智慧化分析道路的具体情况，形成一整套完整的道路管养预警机制，对道路的状态进行推演计算，提前考虑道路进入到预养护阶段的时间节点，达到预警的效果，做到“事前防范、事中严控、事后养护”。养护预警机制是基于养护的性能评价指标得到的对道路性能状态的评定的基础上，对道路状态进行预警评定后采取养护预警机制。对于决策者而言，预警机制能够辅助决策，达到风险预警的功能；对于养护者而言，通过预警机制能够提醒做到及时养护，提高养护的效益；对于道路本身而言，预警机制能够延长道路的性能及使用寿命，减少资产的损失。
作为本发明的优选技术方案，还包括步骤S6养护状态推演：根据步骤S5生成的养护计划，计算该待评价道路养护后的道路性能状态，根据新产生的性能状态指数，循环步骤S1～S5，生成新的养护预警的数据，形成养护闭环。根据步骤S5生成的养护计划计算该待评价道路新的一轮养护后的道路性能状态，当进行了日常养护与小修后的状态，路面性能的评价指数等级不能得到提高；当中修路面时，RQI与PCI各提高一级；中修加铺抗滑层时，SRI能够达到最优等级水平；当大修时，路面各评价指标均能达到最优等级水平；该路面状态确定后可再进入到道路性能评价指数模型中，进行新的一轮状态预警，从而形成完整的养护预警闭环。
作为本发明的优选技术方案，所述步骤S1中根据采集的道路数据对道路状态进行状态性能的评价分析具体是通过采用路面性能评价分析模型进行分析判定，路面性能评价分析指数PQI的计算公式为：
PQI＝wPCIPCI+wRQIRQI+wRDIRDI+wSRISRI；
其中，PCI表示路面损坏状况指数；RQI表示路面行驶质量指数；RDI表示路面车辙深度指数；SRI表示路面抗滑性能指数；wPCI、wRQI、wRDI、wSRI分别是PCI、RQI、RDI、SRI在PQI中的权重；路面损坏程度包括轻度、中度和重度。
作为本发明的优选技术方案，所述步骤S1中路面性能评价分析指数PQI中影响因子包括PCI指数、RQI指数、RDI指数、SRI指数，所述PCI指数、RQI指数、RDI指数和SRI指数的计算公式分别为：
PCI表示路面损坏状况指数，其计算公式为：
Figure BDA0003109549070000031
Figure BDA0003109549070000032
其中，DR为路面破损率，为各种损坏的折合损坏面积之和与路面调查面积之百分比(％)；Ai为第i类路面损坏的面积；A为调查的路面面积；wi为第i类路面损坏的权重；a0为采用不同路面时的参数，当为沥青路面时采用15.00，当为水泥混凝土路面时采用10.66，当为砂石路面时采用10.10；a1为采用不同路面时的参数；当为沥青路面时采用0.412，当为水泥混凝土路面时采用0.461，当为砂石路面采用0.487；i为考虑不同损坏程度的第i项路面损坏类型；i0为包含不同损坏程度的损坏类型总数，为沥青路面时取21，为水泥混凝土路面取20，为砂石路面时取6；
RQI表示路面平整度采用路面行驶质量指数，其计算公式为：
Figure BDA0003109549070000033
其中，IRI为国际平整度指数；α0为不同等级度的路面的参数，当为高速公路和一级公路采用0.026，为其他等级公路时采用0.0185；α1为不同等级度的路面的参数；当为高速公路和一级公路时采用0.65，为其他等级公路时采用0.58；e是数学中的超越数，自然常数；
RDI表示路面车辙用路面车辙深度指数，其计算公式为：
Figure BDA0003109549070000034
其中，RD为车辙深度；RDa为车辙深度参数，采用20mm；RDb为车辙深度限制，采用35mm；a0为道路性能评价分析模型参数，采用2.0；a1为道路性能评价分析模型参数，采用4.0；
SRI表示路面抗滑性能用路面抗滑性能指数，其公式计算为：
Figure BDA0003109549070000041
其中，SFC为横向力系数；SRImin为标定参数，采用35.0；a0为道路性能评价分析模型参数，采用28.6；a1为道路性能评价分析模型参数，采用-0.105。
作为本发明的优选技术方案，所述步骤S1中路面性能评价分析指数PQI的影响因子还包括路面结构强度用路面结构强度指数PSSI，其公式计算为：
Figure BDA0003109549070000042
Figure BDA0003109549070000043
其中，SSI为路面结构强度系数，为路面设计弯沉与实测代表弯沉之比；ld为路面设计弯沉；l0为实测代表弯沉；a0为道路性能评价分析模型参数，采用15.71；a1为道路性能评价分析模型参数，采用-5.19。
对道路数据进行状态性能的评价分析；采用路面性能评价分析模型进行分析判定，路面使用性能评价包含路面损坏(PCI)、路面平整度(RQI)、路面车辙深度(RDI)、路面抗滑性能(SRI)和结构强度五项(PPSI)技术内容；其中路面结构强度(PSSI)为抽样评定指标，单独计算与评定，评定范围根据路面大中修养护需求、路基的地质条件等自行确定。步骤S3在确定预警指标时，在路面状态的各项指标中，考虑不同指标的影响因子，确定指标；除了直接预测的道路性能指标以外，不同的影响因素指标代入模型，可以具体分析不同指标的衰变情况，具体可用来预测不同的影响因素对道路性能的影响情况，辅助决策者进行决策；其中，PQI表示的道路性能评价指数，可用于预测道路的性能衰退的演变情况；各影响指标中，PCI用于预测路面损坏状况，代入预警模型可观测路面损坏的演变情况；RQI为路面行驶质量指数，用于检测车流量等影响因子造成的路面性能情况的演变情况；RDI表示路面车辙深度指数，用于预测不同的车流量等影响因素对道路性能的影响情况演变；SRI表示路面抗滑性能指数，选定SRI参数指标进入模型可用于预测路面抗滑性能的衰变情况；PSSI表示路面结构强度指数，选定PSSI用于预测路面结构强度变化情况。
作为本发明的优选技术方案，所述步骤S2具体包括：
S21：根据步骤S1中获得的路面性能评价分析指数PQI，将道路性能指数分为需要养护预警类型和不需要养护预警类型，其中不需要养护预警型为未达到预警指标的，进行辅助决策，匹配养护对策，进行大中小修；
S22：其中需要养护预警类型道路为达到预警指标的，该类型的道路为健康状态的道路；其中当路面性能评价分析指数PQI在优级等级时，该待评价道路的设施处于健康状况，则该待评价道路进入到道路预警状态；当路面性能评价分析指数PQI处于达不到优级等级时，该待评价道路的设施属于需要进行预养护类型及维修的状态，则该待评价道路不进入预警状态，对其生成养护对策，纠正该待评价道路的状态。
作为本发明的优选技术方案，所述步骤S3预警指标确定的具体包括：
对步骤S2中的评定后进入预警机制的道路，根据该待评价道路的路面的各项指数，选取所关注的道路的路面的不同指标的影像因子作为预警指标(如表6所示)；
步骤S3在确定预警指标时，在路面状态的各项指标中，考虑不同指标的影响因子，确定指标；除了直接预测的道路性能指标以外，不同的影响因素指标代入模型，可以具体分析不同指标的衰变情况，具体可用来预测不同的影响因素对道路性能的影响情况，辅助决策者进行决策；其中，PQI表示的道路性能评价指数，可用于预测道路的性能衰退的演变情况；各影响指标中，PCI用于预测路面损坏状况，代入预警模型可观测路面损坏的演变情况；RQI为路面行驶质量指数，用于检测车流量等影响因子造成的路面性能情况的演变情况；RDI表示路面车辙深度指数，用于预测不同的车流量等影响因素对道路性能的影响情况演变；SRI表示路面抗滑性能指数，选定SRI参数指标进入模型可用于预测路面抗滑性能的衰变情况；PSSI表示路面结构强度指数，选定PSSI用于预测路面结构强度变化情况；
表6 预警指标
Figure BDA0003109549070000061
作为本发明的优选技术方案，所述步骤S4中建立灰色系统预测模型GM(1，1)的具体步骤包括：
S41：首先设置已知原始数据序列为：
X(0)＝(x(0)(1)，x(0)(2)，…x(0)(n))；
S42：数据处理，对X(0)进行一次累加生成(1-AGO)，得到一阶生成数据序列X(1)；
X(1)＝(x(1)(1)，x(1)(2)，…x(1)(n))
其中：
Figure BDA0003109549070000062
其中i＝1，2，...m；
S43：构造数据矩阵B和数阵向量yn
Figure BDA0003109549070000063
yn＝[x(0)(2)，x(0)(3)，…x(0)(n)]；
S44：设a＝(a，u)T为参数序列，对其进行最小二乘估计，得到：
a＝(BT B)-1 BT yn；
式中：a,u为待估参数，a为发展灰数，u为内生控制灰数；BT为B的转置矩阵；
S45：确定GM(1,1)模型的形式及预测结果，对一阶生成数据序列X(1)和原始数据序列X(0)的预测模型分别为下式：
Figure BDA0003109549070000071
Figure BDA0003109549070000072
作为本发明的优选技术方案，所述步骤S4还包括步骤S46：对所述预警模型的精度进行检验，采用相对误差Ω(0)(i)作为检验指标，分别计算原始数据与预测数据的绝对误差ε(0)(i)和相对误差Ω(0)(i)，如果相对误差Ω(0)(i)最大不超过2％，则说明模型预测精度在误差范围内，即精度合格，其中绝对误差ε(0)(i)和相对误差Ω(0)(i)的计算公式分别为：
Figure BDA0003109549070000073
其中i＝1,2,...n；
Ω(0)(i)＝[ε(0)(i)/x(0)(i)]*100％；其中i＝1,2,...n。
作为本发明的优选技术方案，所述步骤S5具体为：根据步骤S4生成的预测的路况数据作为养护需求分析的依据，将根据待评价道路的SRI、RDI、PCI、RQI的指数进行组合，综合地分析生成优化方案；对未来道路状况制定养护计划、养护排序、资金分配提供依据，生成养护计划。
与现有技术相比，本发明具有的有益效果是：通过对健康状态的道路进行了养护预警，通过推演预算，提高养护的及时率，避免在发生问题后才做到解决问题，而是在问题发生之前就能做到预警，根据未来可能产生的影响因素进行推算养护的最佳时机和最佳方案，形成应急预警。
附图说明
下面结合附图进一步描述本发明的技术方案：
图1是本发明的基于道路管养的预警机制的养护方法的流程图；
图2是本发明的基于道路管养的预警机制的养护方法的业务图；
图3是本发明的基于道路管养的预警机制的养护方法的预测指标关系图。
具体实施方式
为了加深对本发明的理解，下面将结合附图和实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。
实施例：如图1～2所示，该基于道路管养的动态养护机制的养护方法，具体包括以下步骤：
该基于道路管养的预警机制的养护方法，具体包括以下步骤：
S1道路性能评价指数：根据采集的道路数据对待评价道路的状态进行道路性能评价分析，生成道路性能评价指数；
所述步骤S1中根据采集的道路数据对道路状态进行状态性能的评价分析具体是通过采用路面性能评价分析模型进行分析判定，路面性能评价分析指数PQI的计算公式为：
PQI＝wPCIPCI+wRQIRQI+wRDIRDI+wSRISRI；
其中，PCI表示路面损坏状况指数；RQI表示路面行驶质量指数；RDI表示路面车辙深度指数；SRI表示路面抗滑性能指数；wPCI、wRQI、wRDI、wSRI分别是PCI、RQI、RDI、SRI在PQI中的权重；路面损坏程度包括轻度、中度和重度；
不同的路面计算参数不同，分为三种不同类型路面，具体分项指数权重参考表1；
沥青路面使用性能评价包含路面损坏、平整度、车辙、抗滑性能和结构强度五项指数内容；
水泥混凝土路面使用性能评价包含路面损坏、平整度和抗滑性能三项指数内容；
砂石路面使用性能评价只包含路面损坏一项指数内容；
表1 PQI分项指数权重
Figure BDA0003109549070000091
路面性能评价分析指数PQI中影响因子包括PCI指数、RQI指数、RDI指数、SRI指数，所述PCI指数、RQI指数、RDI指数和SRI指数的计算公式分别为：
PCI表示路面损坏状况指数，其计算公式为：
Figure BDA0003109549070000092
Figure BDA0003109549070000093
其中，DR为路面破损率，为各种损坏的折合损坏面积之和与路面调查面积之百分比(％)；Ai为第i类路面损坏的面积；A为调查的路面面积；wi为第i类路面损坏的权重；a0为采用不同路面时的参数，当为沥青路面时采用15.00，当为水泥混凝土路面时采用10.66，当为砂石路面时采用10.10；a1为采用不同路面时的参数；当为沥青路面时采用0.412，当为水泥混凝土路面时采用0.461，当为砂石路面采用0.487；i为考虑不同损坏程度的第i项路面损坏类型；i0为包含不同损坏程度的损坏类型总数，为沥青路面时取21，为水泥混凝土路面取20，为砂石路面时取6；
各类型路面的具体路面损坏类型和权重参考如下表2、表3、表4：
表2 沥青路面损坏类型和权重
Figure BDA0003109549070000101
表3 水泥混凝土路面损坏类型和权重
Figure BDA0003109549070000102
Figure BDA0003109549070000111
表4 砂石路面损坏类型和权重
Figure BDA0003109549070000112
RQI表示路面平整度采用路面行驶质量指数，其计算公式为：
Figure BDA0003109549070000113
其中，IRI为国际平整度指数；a0为不同等级度的路面的参数，当为高速公路和一级公路采用0.026，为其他等级公路时采用0.0185；a1为不同等级度的路面的参数；当为高速公路和一级公路时采用0.65，为其他等级公路时采用0.58；e是数学中的超越数，自然常数；
RDI表示路面车辙用路面车辙深度指数，其计算公式为：
Figure BDA0003109549070000114
其中，RD为车辙深度；RDa为车辙深度参数，采用20mm；RDb为车辙深度限制，采用35mm；a0为道路性能评价分析模型参数，采用2.0；a1为道路性能评价分析模型参数，采用4.0；
SRI表示路面抗滑性能用路面抗滑性能指数，其公式计算为：
Figure BDA0003109549070000121
其中，SFC为横向力系数；SRImin为标定参数，采用35.0；a0为道路性能评价分析模型参数，采用28.6；a1为道路性能评价分析模型参数，采用-0.105。
作为本发明的优选技术方案，所述步骤S1中路面性能评价分析指数PQI的影响因子还包括路面结构强度用路面结构强度指数PSSI，其公式计算为：
Figure BDA0003109549070000122
Figure BDA0003109549070000123
其中，SSI为路面结构强度系数，为路面设计弯沉与实测代表弯沉之比；ld为路面设计弯沉；l0为实测代表弯沉；a0为道路性能评价分析模型参数，采用15.71；a1为道路性能评价分析模型参数，采用-5.19。
对道路数据进行状态性能的评价分析；采用路面性能评价分析模型进行分析判定，路面使用性能评价包含路面损坏(PCI)、路面平整度(RQI)、路面车辙深度(RDI)、路面抗滑性能(SRI)和结构强度五项(PPSI)技术内容；其中路面结构强度(PSSI)为抽样评定指标，单独计算与评定，评定范围根据路面大中修养护需求、路基的地质条件等自行确定；
S2预警判断：根据步骤S1中生成的道路性能评价指数，进行判断评定该待评价道路是否达到预警的指标，若达到预警指标，表明该待评价道路进入预警机制则转至步骤S3；若未达到预警指标，则进行辅助决策；
所述步骤S2具体包括：
S21：根据步骤S1中获得的路面性能评价分析指数PQI，将道路性能指数分为需要养护预警类型和不需要养护预警类型，其中不需要养护预警型为未达到预警指标的，进行辅助决策，匹配养护对策，进行大中小修；
S22：其中需要养护预警类型道路为达到预警指标的，该类型的道路为健康状态的道路；其中当路面性能评价分析指数PQI在优级等级(等级数值范围如表5所示)时，该待评价道路的设施处于健康状况，则该待评价道路进入到道路预警状态；当路面性能评价分析指数PQI处于达不到优级等级时，该待评价道路的设施属于需要进行预养护类型及维修的状态，则该待评价道路不进入预警状态，对其生成养护对策，纠正该待评价道路的状态；
表5 预警判断
PQI评价指数 指数等级 道路状态评价 预警状态 措施
≥90 优级 健康状态 进入预警 采取预警机制
≥80，<90 良级 预养护型状态 不进入预警 预养护方案
≥70，<80 中级 纠正型状态 不进入预警 小修
≥60，<70 次级 纠正型状态 不进入预警 中修
<60 差级 纠正型状态 不进入预警 大修
S3预警指标的确定：对步骤S2中的评定后进入预警机制的道路，根据该待评价道路的路面的各项指数，选取所关注的道路的路面的不同指标的影像因子作为预警指标(如表6所示)；
步骤S3在确定预警指标时，在路面状态的各项指标中，考虑不同指标的影响因子，确定指标；除了直接预测的道路性能指标以外，不同的影响因素指标代入模型，可以具体分析不同指标的衰变情况，具体可用来预测不同的影响因素对道路性能的影响情况，辅助决策者进行决策；其中，PQI表示的道路性能评价指数，可用于预测道路的性能衰退的演变情况；各影响指标中，PCI用于预测路面损坏状况，代入预警模型可观测路面损坏的演变情况；RQI为路面行驶质量指数，用于检测车流量等影响因子造成的路面性能情况的演变情况；RDI表示路面车辙深度指数，用于预测不同的车流量等影响因素对道路性能的影响情况演变；SRI表示路面抗滑性能指数，选定SRI参数指标进入模型可用于预测路面抗滑性能的衰变情况；PSSI表示路面结构强度指数，选定PSSI用于预测路面结构强度变化情况；
表6 预警指标
Figure BDA0003109549070000131
Figure BDA0003109549070000141
S4构建道路养护预警模型：根据步骤S3中确定的预警指标，建立灰色系统预警模型进行计算，并通过反演结果对所述预警模型的精度进行检验，若所述预警模型的精度合格，则采用该预警模型获得道路的预测的路况数据；若所述预警模型精度不合格，则转至步骤S1重新进入预警机制；如图3所示；
所述步骤S4中建立灰色系统预测模型GM(1，1)的具体步骤包括：
S41：首先设置已知原始数据序列为：
X(0)＝(x(0)(1)，x(0)(2)，…x(0)(n))；
S42：数据处理，对X(0)进行一次累加生成(1-AGO)，得到一阶生成数据序列X(1)；
X(1)＝(x(1)(1)x(1)(2)，…x(1)(n))
其中：
Figure BDA0003109549070000142
其中i＝1，2，...m；
S43：构造数据矩阵B和数阵向量yn
Figure BDA0003109549070000143
yn＝[x(0)(2)，x(0)(3)，…x(0)(n)]；
S44：设a＝(a，u)T为参数序列，对其进行最小二乘估计，得到：
a＝(BTB)-1BT yn；
式中：a,u为待估参数，a为发展灰数，u为内生控制灰数；BT为B的转置矩阵；
S45：确定GM(1,1)模型的形式及预测结果，对一阶生成数据序列X(1)和原始数据序列X(0)的预测模型分别为下式：
Figure BDA0003109549070000151
Figure BDA0003109549070000152
S46：对所述预警模型的精度进行检验，采用相对误差Ω（0）（i）作为检验指标，分别计算原始数据与预测数据的绝对误差ε(0)(i)和相对误差Ω(0)(i)，如果相对误差Ω(0)(i)最大不超过2％，则说明模型预测精度在误差范围内，即精度合格，其中绝对误差ε(0)(i)和相对误差Ω(0)(i)的计算公式分别为：
Figure BDA0003109549070000153
其中i＝1,2,...n；
Ω(0)(i)＝[ε(0)(i)/x(0)(i)]*100％；其中i＝1,2,...n；
以翠亨新区的一段长为1km的路段为例，进行路面使用性能的指标代入预警机制中。该条公路路面结构形式为半刚性基层沥青路面，全线平均日交通量达1000辆(标准小客车)；2016-2020年该路段的路面使用性能的基础检测数据如下表7：
表7 2016-2020年该路段的路面使用性能的基础检测数据
Figure BDA0003109549070000154
Figure BDA0003109549070000161
对原始数列进行累加：
X(1)＝(99.2,198.3,297.3,396.1,494.6)
通过GM(1,1)模型的计算，确定一阶生成数据序列的X(1)的模型为：
Figure BDA0003109549070000162
预测结果为2021年道路性能评价指数为98.4；
计算出的误差数据值如下表8：
表8 误差数据值
Figure BDA0003109549070000163
从表8中可以看出，最大的相对误差为0.004，远小于规定的误差范围，预测精度有效。
S5养护计划：根据步骤S4生成的预测的路况数据，生成养护计划；
根据步骤S4生成的预测的路况数据作为养护需求分析的依据，将根据待评价道路的SRI、RDI、PCI、RQI的指数进行组合，综合地分析生成优化方案；对未来道路状况制定养护计划、养护排序、资金分配提供依据，生成养护计划，如表9所示。
表9 养护维修决策表
Figure BDA0003109549070000164
Figure BDA0003109549070000171
注：养护对策A日常养护与小修；B中修罩面；C中修加铺抗滑层；D大修，允许养护对策为在资金等条件限制下可以釆取的对策。
S6养护状态推演：根据步骤S5生成的养护计划，计算该待评价道路养护后的道路性能状态，根据新产生的性能状态指数，循环步骤S1～S5，生成新的养护预警的数据，形成养护闭环。根据步骤S5生成的养护计划计算该待评价道路新的一轮养护后的道路性能状态，当进行了日常养护与小修后的状态，路面性能的评价指数等级不能得到提高；当中修路面时，RQI与PCI各提高一级；中修加铺抗滑层时，SRI能够达到最优等级水平；当大修时，路面各评价指标均能达到最优等级水平；该路面状态确定后可再进入到道路性能评价指数模型中，进行新的一轮状态预警，从而形成完整的养护预警闭环。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，例如某个部件形状或者材料的改变；均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于道路管养的预警机制的养护方法，其特征在于，具体包括：
S1道路性能评价指数：根据采集的道路数据对待评价道路的状态进行道路性能评价分析，生成道路性能评价指数；
S2预警判断：根据步骤S1中生成的道路性能评价指数，进行判断评定该待评价道路是否达到预警的指标，若达到预警指标，表明该待评价道路进入预警机制则转至步骤S3；若未达到预警指标，则进行辅助决策；
S3预警指标的确定：对步骤S2中的评定后进入预警机制的道路，根据该待评价道路的路面的各项指数，选取待评价道路的路面的不同指标的影像因子作为预警指标；
S4构建道路养护预警模型：根据步骤S3中确定的预警指标，建立灰色系统预警模型进行计算，并通过反演结果对所述预警模型的精度进行检验，若所述预警模型的精度合格，则采用该预警模型获得道路的预测的路况数据；若所述预警模型精度不合格，则转至步骤S1重新进入预警机制；
S5养护计划：根据步骤S4生成的预测的路况数据，生成养护计划。
2.根据权利要求1所述的基于道路管养的预警机制的养护方法，其特征在于，还包括步骤S6养护状态推演：根据步骤S5生成的养护计划，计算该待评价道路养护后的道路性能状态，根据新产生的性能状态指数，循环步骤S1～S5，生成新的养护预警的数据，形成养护闭环。
3.根据权利要求1所述的基于道路管养的动态养护机制的养护方法，其特征在于，所述步骤S1中根据采集的道路数据对道路状态进行状态性能的评价分析具体是通过采用路面性能评价分析模型进行分析判定，路面性能评价分析指数PQI的计算公式为：
POI＝wPCIPCI+wRQIRQI+wRDIRDI+wSRISRI；
其中，PCI表示路面损坏状况指数；RQI表示路面行驶质量指数；RDI表示路面车辙深度指数；SRI表示路面抗滑性能指数；wPCI、wRQI、wRDI、wSRI分别是PCI、RQI、RDI、SRI在PQI中的权重。
4.根据权利要求3所述的基于道路管养的预警机制的养护方法，其特征在于，所述步骤S1中路面性能评价分析指数PQI中的影响因子包括PCI指数、RQI指数、RDI指数、SRI指数，所述PCI指数、RQI指数、RDI指数和SRI指数的计算公式分别为：
PCI表示路面损坏状况指数，其计算公式为：
Figure FDA0003109549060000021
Figure FDA0003109549060000022
其中，DR为路面破损率，为各种损坏的折合损坏面积之和与路面调查面积之百分比(％)；Ai为第i类路面损坏的面积；A为调查的路面面积；wi为第i类路面损坏的权重；a0为采用不同路面时的参数，a1为采用不同路面时的参数；i为考虑不同损坏程度的第i项路面损坏类型；i0为包含不同损坏程度的损坏类型总数；
RQI表示路面平整度采用路面行驶质量指数，其计算公式为：
Figure FDA0003109549060000023
其中，IRI为国际平整度指数；a0为不同等级度的路面的参数，a1为不同等级度的路面的参数；
RDI表示路面车辙用路面车辙深度指数，其计算公式为：
Figure FDA0003109549060000024
其中，RD为车辙深度；RDa为车辙深度参数，RDb为车辙深度限制；a0为道路性能评价分析模型参数；a1为道路性能评价分析模型参数；
SRI表示路面抗滑性能用路面抗滑性能指数，其公式计算为：
Figure FDA0003109549060000031
其中，SFC为横向力系数；SRImin为标定参数；a0为道路性能评价分析模型参数；a1为道路性能评价分析模型参数；e是自然常数。
5.根据权利要求4所述的基于道路管养的预警机制的养护方法，其特征在于，所述步骤S1中路面性能评价分析指数PQI的影响因子还包括路面结构强度用路面结构强度指数PSSI，其公式计算为：
Figure FDA0003109549060000032
Figure FDA0003109549060000033
其中，SSI为路面结构强度系数，为路面设计弯沉与实测代表弯沉之比；ld为路面设计弯沉；l0为实测代表弯沉；a0为道路性能评价分析模型参数，a1为道路性能评价分析模型参数。
6.根据权利要求4所述的基于道路管养的预警机制的养护方法，其特征在于，所述步骤S2具体包括：
S21：根据步骤S1中获得的路面性能评价分析指数PQI，将道路性能指数分为需要养护预警类型和不需要养护预警类型，其中不需要养护预警型为未达到预警指标的，进行辅助决策，匹配养护对策，进行大中小修；
S22：其中需要养护预警类型道路为达到预警指标的，该类型的道路为健康状态的道路；其中当路面性能评价分析指数PQI在优级等级时，该待评价道路的设施处于健康状况，则该待评价道路进入到道路预警状态；当路面性能评价分析指数PQI处于达不到优级等级时，该待评价道路的设施属于需要进行预养护类型及维修的状态，则该待评价道路不进入预警状态，对其生成养护对策，纠正该待评价道路的状态。
7.根据权利要求6所述的基于道路管养的预警机制的养护方法，其特征在于，所述步骤S4中建立灰色系统预测模型GM(1,1)的具体步骤包括：
S41：首先设置已知原始数据序列为：
X(0)＝(x(0)(1)，x(0)(2)，…x(0)(n))；
S42：数据处理，对X(0)进行一次累加生成(1-AGO)，得到一阶生成数据序列X(1)；
X(1)＝(x(1)(1)，x(1)(2)，…x(1)(n))
其中：
Figure FDA0003109549060000041
其中i＝1,2,…m；
S43：构造数据矩阵B和数阵向量yn
Figure FDA0003109549060000042
yn＝[x(0)(2)，x(0)(3)，…x(0)(n)]；
S44：设a＝(a，u)T为参数序列，对其进行最小二乘估计，得到：
a＝(BTB)-1BTyn；
式中：a、u为待估参数，a为发展灰数，u为内生控制灰数，BT为B的转置矩阵；
S45：确定GM(1,1)模型的形式及预测结果，对一阶生成数据序列X(1)和原始数据序列X(0)的预测模型分别为下式：
Figure FDA0003109549060000043
Figure FDA0003109549060000051
8.根据权利要求7所述的基于道路管养的预警机制的养护方法，其特征在于，所述步骤S4还包括步骤S46：对所述预警模型的精度进行检验，采用相对误差Ω(0)(i)作为检验指标，分别计算原始数据与预测数据的绝对误差ε(0)(i)和相对误差Ω(0)(i)，如果相对误差Ω(0)(i)最大不超过2％，则说明模型预测精度在误差范围内，即精度合格，其中绝对误差ε(0)(i)和相对误差Ω(0)(i)的计算公式分别为：
Figure FDA0003109549060000052
其中i＝1,2,...n；
Ω(0)(i)＝[ε(0)(i)/x(0)(i)]*100％；其中i＝1,2,...n。
9.根据权利要求8所述的基于道路管养的预警机制的养护方法，其特征在于，所述步骤S5具体为：根据步骤S4生成的预测的路况数据作为养护需求分析的依据，将根据待评价道路的SRI、RDI、PCI、RQI的指数进行组合，综合地分析生成优化方案，对未来道路状况制定养护计划、养护排序、资金分配提供依据，生成养护计划。
CN202110645836.7A 2021-06-10 2021-06-10 一种基于道路管养的预警机制的养护方法 Pending CN113298409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110645836.7A CN113298409A (zh) 2021-06-10 2021-06-10 一种基于道路管养的预警机制的养护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110645836.7A CN113298409A (zh) 2021-06-10 2021-06-10 一种基于道路管养的预警机制的养护方法

Publications (1)

Publication Number Publication Date
CN113298409A true CN113298409A (zh) 2021-08-24

Family

ID=77327750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110645836.7A Pending CN113298409A (zh) 2021-06-10 2021-06-10 一种基于道路管养的预警机制的养护方法

Country Status (1)

Country Link
CN (1) CN113298409A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580716A (zh) * 2022-02-18 2022-06-03 路网新通(北京)交通科技有限公司 路网养护标准优化方法、设备及计算机可读存储介质
CN114912702A (zh) * 2022-05-24 2022-08-16 路网新通(北京)交通科技有限公司 基于大数据的道路性能预测方法、装置、设备及存储介质
CN116913077A (zh) * 2023-06-06 2023-10-20 速度科技股份有限公司 一种基于数据采集的高速公路应急管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463348A (zh) * 2014-11-11 2015-03-25 辽宁省交通科学研究院 一种沥青路面改造方案决策系统及方法
CN108335002A (zh) * 2017-01-20 2018-07-27 亚信蓝涛（江苏）数据科技有限公司 一种可视化的道路养护大数据分析系统
CN109190257A (zh) * 2018-09-07 2019-01-11 东南大学 一种高速公路性能指标衰变的预测方法
CN109711722A (zh) * 2018-12-26 2019-05-03 江苏北极星交通产业集团有限公司 一种网级道路养护管理决策系统
CN109740921A (zh) * 2018-12-29 2019-05-10 中公高科养护科技股份有限公司 一种沥青路面养护性质判定的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463348A (zh) * 2014-11-11 2015-03-25 辽宁省交通科学研究院 一种沥青路面改造方案决策系统及方法
CN108335002A (zh) * 2017-01-20 2018-07-27 亚信蓝涛（江苏）数据科技有限公司 一种可视化的道路养护大数据分析系统
CN109190257A (zh) * 2018-09-07 2019-01-11 东南大学 一种高速公路性能指标衰变的预测方法
CN109711722A (zh) * 2018-12-26 2019-05-03 江苏北极星交通产业集团有限公司 一种网级道路养护管理决策系统
CN109740921A (zh) * 2018-12-29 2019-05-10 中公高科养护科技股份有限公司 一种沥青路面养护性质判定的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王志祥 等: "基于变权重评价的沥青路面使用性能灰色预测", 重庆交通大学学报（自然科学版）, vol. 40, no. 5, 31 May 2021 (2021-05-31), pages 95 - 101 *
郑婉 等: "沥青路面预防性养护评价决策", 低温建筑技术, no. 2, 28 February 2014 (2014-02-28), pages 141 - 142 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580716A (zh) * 2022-02-18 2022-06-03 路网新通(北京)交通科技有限公司 路网养护标准优化方法、设备及计算机可读存储介质
CN114912702A (zh) * 2022-05-24 2022-08-16 路网新通(北京)交通科技有限公司 基于大数据的道路性能预测方法、装置、设备及存储介质
CN116913077A (zh) * 2023-06-06 2023-10-20 速度科技股份有限公司 一种基于数据采集的高速公路应急管理系统
CN116913077B (zh) * 2023-06-06 2024-03-29 速度科技股份有限公司 一种基于数据采集的高速公路应急管理系统

Similar Documents

Publication Publication Date Title
Yu et al. A methodology for evaluating micro-surfacing treatment on asphalt pavement based on grey system models and grey rational degree theory
CN113298409A (zh) 一种基于道路管养的预警机制的养护方法
CN104463348A (zh) 一种沥青路面改造方案决策系统及方法
Rys et al. Determination of vehicles load equivalency factors for polish catalogue of typical flexible and semi-rigid pavement structures
CN112900212A (zh) 一种基于道路管养的动态养护机制的养护方法
Jordaan Optimisation of flexible road pavement rehabilitation investigations and design
Mubaraki Predicting deterioration for the Saudi Arabia Urban road network
Abed Development of regression models for predicting pavement condition index from the international roughness index
Ahmed Pavement damage cost estimation using highway agency maintenance, rehabilitation, and reconstruction strategies
Wang et al. Development of overweight permit fee using mechanistic-empirical pavement design and life-cycle cost analysis
CN116596363A (zh) 一种钢桥面铺装养护方案的后评估方法
Sandamal et al. Development of pavement roughness prediction model for national highways in Sri Lanka
Dong et al. Performance evaluation of asphalt pavement resurfacing treatments using structural equation modeling
Hong Modeling heterogeneity in transportation infrastructure deterioration: application to pavement
Sen Impact of changes in fleet composition and axle loading on pavement profile characteristics
Semnarshad et al. Development of a Pavement Overall Deterioration Index (Case Study: Iran)
Reza et al. Development of a pavement quality index for the state of Ohio
Hong et al. A new approach for allocating highway costs
Van HIEP et al. Optimal maintenance strategies for bituminous pavements: A case study in Vietnam using HDM-4 with gradient methods
Alaswadko Deterioration modelling of granular pavements for rural arterial roads
Paplauskas et al. Analysis of flexible pavement performance prediction models based on structural behaviour
Jain et al. HDM-4 based optimal maintenance strategies for low-volume roads in India
Haider et al. Effect of axle load spectrum characteristics on flexible pavement performance
Huynh et al. Development of Pavement Design and Investigation Strategies for Non-Interstate Routes
Al-Obaidi et al. A Comprehensive Evaluation Study for the Maintenance Management System of Roadways: A Review

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