CN116341296A - 一种道路塌陷概率评估方法 - Google Patents

一种道路塌陷概率评估方法 Download PDF

Info

Publication number
CN116341296A
CN116341296A CN202310619718.8A CN202310619718A CN116341296A CN 116341296 A CN116341296 A CN 116341296A CN 202310619718 A CN202310619718 A CN 202310619718A CN 116341296 A CN116341296 A CN 116341296A
Authority
CN
China
Prior art keywords
road
influence
soil layer
probability
factor
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
Application number
CN202310619718.8A
Other languages
English (en)
Other versions
CN116341296B (zh
Inventor
彭璐
唐煜
冯笑凡
窦光武
和松
古木次里
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.)
Research Institute of Highway Ministry of Transport
Original Assignee
Research Institute of Highway Ministry of Transport
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 Research Institute of Highway Ministry of Transport filed Critical Research Institute of Highway Ministry of Transport
Priority to CN202310619718.8A priority Critical patent/CN116341296B/zh
Publication of CN116341296A publication Critical patent/CN116341296A/zh
Application granted granted Critical
Publication of CN116341296B publication Critical patent/CN116341296B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/16—Cables, cable trees or wire harnesses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Abstract

本发明涉及交通运输技术领域，具体涉及一种道路塌陷概率评估方法，主要包括如下步骤：采集待分析道路的道路数据信息，并通过道路数据信息分别获得道路土层信息和地下管线信息；根据道路土层信息判断待分析道路的道路土层病害因素；搭建病害因素影响强度模型，并结合道路土层信息获得道路土层病害因素影响概率；搭建地下管线劣化影响强度模型，并利用地下管线劣化影响强度模型结合地下管线信息，获得地下管线劣化影响概率；汇总道路土层病害因素影响概率和地下管线劣化影响概率，评估待分析道路的塌陷概率。本发明所提供的道路塌陷概率评估方法，提升了道路塌陷评估过程的科学性和准确性，为道路养护、状态评估等多项重要工程提供了参考依据。

Description

一种道路塌陷概率评估方法
技术领域
本发明涉及交通运输技术领域，具体涉及一种道路塌陷概率评估方法。
背景技术
在城市交通基础设施中，道路的安全性和可靠性是至关重要的。随着公路规模不断扩大，许多公路进入养护阶段，而道路塌陷对人民生命财产安全和道路运输网络的畅通都带来巨大威胁。
然而，现有的道路塌陷评估方法缺乏综合多因素的统一失效概率值分析，并且单一检测技术只能实现针对单个参数的检测。此外，现有技术还存在针对路面结构病害和强度的检测设备分散，无法形成系统的道路承载能力评估体系的问题。因此，亟需一种综合考虑多种塌陷影响因素的道路塌陷概率评估方法，以提升道路塌陷评估过程的科学性和准确性，为道路养护、状态评估等多项重要工程提供参考依据。
发明内容
针对现有技术的不足以及实际需求，第一方面，本发明提供了一种道路塌陷概率评估方法，旨在提升道路塌陷评估过程的科学性和准确性，为道路养护、状态评估等多项重要工程提供参考依据。所述道路塌陷概率评估方法包括如下步骤：采集待分析道路的道路数据信息，并通过所述道路数据信息分别获得道路土层信息和地下管线信息；根据所述道路土层信息，判断所述待分析道路的道路土层病害因素；搭建病害因素影响强度模型，并利用所述病害因素影响强度模型结合所述道路土层信息，获得道路土层病害因素影响概率；搭建地下管线劣化影响强度模型，并利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线劣化影响概率；汇总所述道路土层病害因素影响概率和所述地下管线劣化影响概率，评估所述待分析道路的塌陷概率。本发明综合考虑了道路土层和地下管线两个主要因素，通过搭建病害因素影响强度模型和地下管线劣化影响强度模型，实现了多因素统一失效概率值分析，提高了评估准确性和可靠性；并且采用了全面的数据采集方法，为评估提供了充分的数据支持；同时基于评估结果，可以及时采取相应的预防措施，以避免道路塌陷事件的发生，进而保障人民生命财产安全和道路运输网络的畅通。
可选地，所述采集待分析道路的道路数据信息，包括如下步骤：利用FWD获得所述待分析道路的路面状态信息，所述路面状态信息路面状态信息包括待分析道路的挠度值；利用GPR和/或EEM获得所述待分析道路的地下土层信息，所述地下土层信息包括相对介电常数、电阻率和地下结构状况。本发明通过FWD、GPR、EEM等多种测试手段，可以全面地获得待分析道路的路面状态信息和地下土层信息，进一步提高了评估结果的准确性和可靠性。同时，这些测试手段也具有非侵入性和高效性的优点，不会对待分析道路造成额外的损伤和影响，同时也不会浪费过多的时间和人力资源。
可选地，所述道路土层病害因素包括空穴影响因素、渗水影响因素和非土层杂质影响因素。本发明考虑了不同类型的道路土层病害因素对道路塌陷概率的影响，并通过后续对不同类型的道路土层病害因素进行分析和评估，更全面地评估了道路的塌陷概率，提高评估的准确性和可靠性。
可选地，所述搭建病害因素影响强度模型，并利用所述病害因素影响强度模型结合所述道路土层信息，获得道路土层病害因素影响概率，包括如下步骤：分别基于所述空穴影响因素、所述渗水影响因素和所述非土层杂质影响因素，搭建对应的空穴影响因素影响强度模型、渗水影响因素影响强度模型和非土层杂质影响因素影响强度模型；利用所述空穴影响因素影响强度模型、所述渗水影响因素影响强度模型和所述非土层杂质影响因素影响强度模型，分别结合对应的道路土层信息，获得空穴影响强度、渗水影响强度和非土层杂质影响强度；获取待分析道路的道路标准承载力，并利用所述道路标准承载力结合所述空穴因素影响强度、所述渗水因素影响强度和所述非土层杂质因素影响强度，获得道路土层病害因素影响概率。本发明通过综合考虑了多种道路土层病害因素，保证了道路土层病害因素影响概率评估的准确性和全面性。
可选地，所述空穴影响因素影响强度模型、渗水影响因素影响强度模型和非土层杂质影响因素影响强度模型，分别满足如下公式：
Figure SMS_1
，/>
Figure SMS_2
，/>
Figure SMS_3
，
其中，
Figure SMS_5
表示空穴影响强度，/>
Figure SMS_9
表示空穴因素劣化影响经验因子，/>
Figure SMS_16
表示待分析区域的挠度对应的模量参数，/>
Figure SMS_4
表示空穴体积，/>
Figure SMS_14
表示空穴宽度系数，/>
Figure SMS_8
表示空穴轴线距地表的纵向距离，/>
Figure SMS_21
表示地下土层测试点距离空穴轴线的横向距离；/>
Figure SMS_7
表示渗水影响强度，/>
Figure SMS_15
表示渗水因素劣化影响经验因子，/>
Figure SMS_6
表示渗水层的浮容量，/>
Figure SMS_18
表示渗水层与地表的距离，/>
Figure SMS_11
表示水的重度，/>
Figure SMS_22
表示渗水层的积水厚度；/>
Figure SMS_13
表示非土层杂质影响强度，/>
Figure SMS_20
表示非土层杂质因素劣化影响经验因子，/>
Figure SMS_10
表示非土层杂质周围的土层沉降高度差，/>
Figure SMS_17
表示非土层杂质周围的土层沉降宽度，/>
Figure SMS_12
表示非土层杂质的计算长宽比参数，/>
Figure SMS_19
表示非土层杂质周围土层的泊松比。
可选地，所述道路土层病害因素影响概率满足如下公式：
Figure SMS_23
，
其中，
Figure SMS_24
表示道路土层病害因素影响概率，/>
Figure SMS_25
表示空穴影响强度，/>
Figure SMS_26
表示渗水影响强度，/>
Figure SMS_27
表示非土层杂质影响强度，/>
Figure SMS_28
表示道路标准承载力。
可选地，所述搭建地下管线劣化影响强度模型，并利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线劣化影响概率，包括如下步骤：根据地下管线的纵向受力分析，搭建地下管线劣化影响强度模型；利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线影响强度；获取待分析道路的地下管线标准承载力，并利用所述地下管线标准承载力结合所述地下管线影响强度，获得地下管线劣化影响概率。
可选地，所述地下管线劣化影响强度模型满足如下公式：
Figure SMS_29
，
其中，
Figure SMS_30
表示地下管线影响强度，/>
Figure SMS_31
表示地下管线劣化影响经验因子，/>
Figure SMS_32
表示周围土层的重度，/>
Figure SMS_33
表示地下管线上表面与地表的距离，/>
Figure SMS_34
表示地下管线直径，/>
Figure SMS_35
表示地下管线与周围土层之间的摩擦角度，/>
Figure SMS_36
表示地下管线周围土层的不排水抗剪强度。
可选地，所述地下管线劣化影响概率满足如下公式：
Figure SMS_37
，
其中，
Figure SMS_38
表示地下管线劣化影响概率，/>
Figure SMS_39
表示地下管线影响强度，/>
Figure SMS_40
表示地下管线标准承载力。
可选地，所述道路塌陷概率评估方法，还包括如下步骤：搭建影响程度修正模型，利用影响程度修正模型修正所述待分析道路的塌陷概率，修正后的塌陷概率满足如下公式：
Figure SMS_41
，
其中，
Figure SMS_42
表示修正后的塌陷概率，/>
Figure SMS_43
表示道路土层病害因素影响概率，/>
Figure SMS_44
表示地下管线劣化影响概率，/>
Figure SMS_45
表示影响程度修正值。本发明通过引入了影响程度修正模型，更加全面地考虑各种因素的影响程度，提高了道路塌陷概率评估的精度。
第二方面，为能够高效地执行本发明所提供的道路塌陷概率评估方法，本发明还提供了一种道路塌陷概率评估系统，所述道路塌陷概率评估系统包括一个或多个处理器；一个或多个输入设备，一个或多个输出设备和存储器，所述处理器、所述输入设备、所述输出设备和所述存储器通过总线连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行本发明第一方面所提供的道路塌陷概率评估方法。本发明所提供的道路塌陷概率评估系统，结构紧凑，性能稳定，能够高效且准确地实施道路塌陷概率评估方法。
附图说明
图1为本发明的实施例所提供的道路塌陷概率评估方法流程图；
图2为本发明的实施例所提供的步骤S03流程图；
图3为本发明的实施例所提供的步骤S04流程图；
图4为本发明的实施例所提供的道路塌陷概率评估系统结构图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路，软件或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。
在一个可选的实施例中，请参见图1，图1为本发明的实施例所提供的道路塌陷概率评估方法流程图。如图1所示，所述道路塌陷概率评估方法包括如下步骤：
S01、采集待分析道路的道路数据信息，并通过所述道路数据信息分别获得道路土层信息和地下管线信息。
步骤S01中的待分析道路是指需要进行性能劣化评估的道路区域。在评估道路塌陷概率之前，需要明确需要评估的区域范围。确定待分析道路可以采用以下方式：首先对道路进行整体勘测和初步筛选，选择需要进行深入分析的区域作为待分析道路；或者直接选择已经有问题的道路区域作为待分析道路。进一步地，待分析道路的定位可以使用GPS定位、道路地图、航拍图像等技术手段进行辅助，以快速确定待分析道路的位置和范围。
进一步地，步骤S01中所述的道路数据信息包括待分析道路的挠度值、地下介质的相对介电常数、地下介质的电阻率和地下结构状况，其中，地下结构状况还包括地下管线图像。
步骤S01所述的通过所述道路数据信息分别获得道路土层信息和地下管线信息，主要是为了填充后续模型，因此，步骤S01中的道路数据信息的具体分类是可以根据后续需求进行调整的。由于本发明主要从道路土层方面和地下管线方面对道路塌陷概率进行评估，因此，将道路数据信息分类为道路土层信息和地下管线信息，其中，所述道路土层信息包括分析道路的挠度值、地下介质的相对介电常数、地下介质的电阻率和地下结构状况；地下管线信息包括地下管线图像。
进一步地，步骤S01所述的采集待分析道路的道路数据信息，包括如下步骤：
S011、利用FWD获得所述待分析道路的路面状态信息，所述路面状态信息路面状态信息包括待分析道路的挠度值。
其中，FWD（Falling Weight Deflectometer）是指落锤式弯沉仪。FWD是检测路基路面结构承载力的设备，通过一定质量的重锤落下一定高度发生的冲击荷载作用下，测定路基或路面表面所产生的瞬时变形，即动态荷载作用下产生的动态弯沉及弯沉盆，其测得的路面沉降可用于路面结构评价、计算路面剩余寿命、计算承载力和结构层所需厚度等。
S012、利用GPR和/或EEM获得所述待分析道路的地下土层信息，所述地下土层信息包括相对介电常数、电阻率和地下结构状况。
其中，GPR（Ground Penetrating Radar）是指探地雷达；EEM（ElectromagneticExploration Method）是指电磁勘探方法。GPR通常适用于探测较浅的地下结构，其探测深度一般在数米到十数米，而EEM则适用于探测较深的地下结构，其探测深度可达数十米甚至数百米。因此，较浅层的地下土层信息可使用GPR获取，而较深的地下土层信息则可使用EEM获取。
本发明通过FWD、GPR、EEM等多种测试手段，可以全面地获得待分析道路的路面状态信息和地下土层信息，进一步提高了评估结果的准确性和可靠性。同时，这些测试手段也具有非侵入性和高效性的优点，不会对待分析道路造成额外的损伤和影响，同时也不会浪费过多的时间和人力资源。
S02、根据所述道路土层信息，判断所述待分析道路的道路土层病害因素。
步骤S02中所述道路土层病害因素包括空穴影响因素、渗水影响因素和非土层杂质影响因素。本发明考虑了不同类型的道路土层病害因素对道路塌陷概率的影响，并通过后续对不同类型的道路土层病害因素进行分析和评估，全面地评估了道路的塌陷概率，提高评估的准确性和可靠性。
进一步地，空穴影响因素是指土层内出现的空洞、空槽、土层缺陷等因素，这些因素会导致土层结构不稳定，影响土层的承载力和抗压性能。例如，地铁、地下管道等地下工程建设过程中，可能会对周围土层造成影响，形成空穴；同时，地质构造复杂的地区也可能出现土层空穴，如岩溶地区等。
渗水影响因素指的是地下水通过土层缝隙渗入土层内部，导致土层结构松散，抗压能力下降，从而影响道路的使用寿命和稳定性。例如，地下管道、水库等建设过程中泄漏的水会渗入周围土层，使土层结构受损，从而影响道路稳定性。
非土层杂质影响因素指的是地下土层内存在的非土性杂质，如管线、石块、金属矿物等，这些杂质会对土层的强度和稳定性产生负面影响。例如，当地下水管道穿过道路土层时，管道周围的土层可能会被压实或者挤压变形，从而影响土层的稳定性。
应当理解，步骤S02中的空穴影响因素可通过道路土层信息中的地下结构状况反应出来；渗水影响因素可根据地下介质的相对介电常数以及地下介质的电阻率的反应出来；非土层杂质影响因素可相对介电常数、电阻率和地下结构状况反应出来。
在本实施例中，可先通过地下结构状况，判断非土层杂质周围是否存在空穴、裂缝；再根据相对介电常数、电阻率和地下结构状况判断非土层杂质周围的沉降状况；最后根据所述沉降状况判断非土层杂质影响因素。若发生沉降，则存在非土层杂质影响因素。
S03、搭建病害因素影响强度模型，并利用所述病害因素影响强度模型结合所述道路土层信息，获得道路土层病害因素影响概率。
在一个可选的实施例中，请参见图2，图2为本发明的实施例所提供的步骤S03流程图。如图2所示，步骤S02所述的搭建病害因素影响强度模型，并利用所述病害因素影响强度模型结合所述道路土层信息，获得道路土层病害因素影响概率，包括如下步骤：
S031、分别基于所述空穴影响因素、所述渗水影响因素和所述非土层杂质影响因素，搭建对应的空穴影响因素影响强度模型、渗水影响因素影响强度模型和非土层杂质影响因素影响强度模型。
在本实施例中，基于所述空穴影响因素、所述渗水影响因素和所述非土层杂质影响因素，搭建的空穴影响因素影响强度模型、渗水影响因素影响强度模型和非土层杂质影响因素影响强度模型，分别满足如下公式：
Figure SMS_46
，/>
Figure SMS_47
，/>
Figure SMS_48
，
其中，
Figure SMS_52
表示空穴影响强度，/>
Figure SMS_58
表示空穴因素劣化影响经验因子，/>
Figure SMS_68
表示待分析区域的挠度对应的模量参数，/>
Figure SMS_59
表示空穴体积，/>
Figure SMS_64
表示空穴宽度系数，/>
Figure SMS_60
表示空穴轴线距地表的纵向距离，/>
Figure SMS_67
表示地下土层测试点距离空穴轴线的横向距离；/>
Figure SMS_56
表示渗水影响强度，/>
Figure SMS_65
表示渗水因素劣化影响经验因子，/>
Figure SMS_49
表示渗水层的浮容量，/>
Figure SMS_69
表示渗水层与地表的距离，/>
Figure SMS_57
表示水的重度，/>
Figure SMS_70
表示渗水层的积水厚度；/>
Figure SMS_55
表示非土层杂质影响强度，/>
Figure SMS_66
表示非土层杂质因素劣化影响经验因子，/>
Figure SMS_53
表示非土层杂质周围的土层沉降高度差，/>
Figure SMS_63
表示非土层杂质周围的土层沉降宽度，/>
Figure SMS_51
表示非土层杂质的计算长宽比参数，/>
Figure SMS_62
表示非土层杂质周围土层的泊松比。其中，/>
Figure SMS_50
经试验验证与专家讨论取值为0.2394，/>
Figure SMS_61
经试验验证与专家讨论取值为3.0872，/>
Figure SMS_54
经试验验证与专家讨论取值为2.9784。
进一步地，在一个可选的实施例中，搭建空穴影响因素影响强度模型，包括如下步骤:
S0311、通过地下结构状况获得空穴结构表征模型。空穴结构表征模型中包括空穴体积、空穴宽度系数、空穴轴线距地表的纵向距离以及地下土层测试点距离空穴轴线的横向距离等空穴信息，所述空穴结构表征模型满足如下公式：
Figure SMS_71
，其中，/>
Figure SMS_72
表示地面在x位置处的沉降值，/>
Figure SMS_73
表示地面沉降的最大值，/>
Figure SMS_74
表示空穴体积，
Figure SMS_75
表示空穴宽度系数，/>
Figure SMS_76
表示地下土层测试点距离空穴轴线的横向距离。
S0312、利用Peck公式结合所述空穴结构表征模型，获得待分析道路内地表沿重力竖直方向的应变分量。所述应变分量满足如下公式：
Figure SMS_77
，其中，
Figure SMS_78
表示待分析道路内地表沿重力竖直方向的应变分量，/>
Figure SMS_79
表示空穴轴线距地表的纵向距离。
S0313、基于胡可定律将所述应变分量等效为路面沉降应力，并将所述路面沉降应力结合空穴因素劣化影响经验因子，获得空穴影响因素影响强度模型。所述空穴因素劣化影响强度模型满足如下公式：
Figure SMS_80
，其中，/>
Figure SMS_81
表示空穴影响强度。
在本实施例中，空穴因素劣化影响强度模型所需的空穴尺寸参数，例如空穴体积、空穴宽度系数等，通过GPR和/或EMM采集的地下结构状况获得。采用Peck公式结合地下结构状况计算出地表沿重力的竖直方向和与之垂直的水平方向的应变分量。由于水平方向应变对地面塌陷概率的影响可以忽略，因此只选取地表沿重力的竖直方向的应变分量进行计算。通过获取的地表沿重力的竖直方向的应变分量，结合FWD测得的挠度对应的模量参数，利用胡可定律对应变分量进行路面沉降应力等效。结合空穴因素劣化影响经验因子，可计算出空穴因素劣化影响强度。
S032、利用所述空穴影响因素影响强度模型、所述渗水影响因素影响强度模型和所述非土层杂质影响因素影响强度模型，分别结合对应的道路土层信息，获得空穴影响强度、渗水影响强度和非土层杂质影响强度。
在本实施例中，选取了一条服役时间长的道路进行了FWD和GPR测试，根据测试结果分析处理该道路的稳定性，同时受到空穴影响因素、渗水影响因素和非土层杂质影响因素的影响。
针对空穴影响因素，将其对应的道路土层信息（待分析区域的挠度对应的模量参数为-41.72，空穴体积为0.002立方米，空穴轴线距地表的纵向距离为15.41米，地下土层测试点距离空穴轴线的横向距离0.01米，空穴宽度系数为0.5米）代入上述空穴影响因素影响强度模型，获得当下空穴影响因素对待分析道路的影响强度：
Figure SMS_82
。
针对渗水影响因素，将其对应的道路土层信息（渗水层的浮容量为11千牛每立方米，水的重度为10千牛每立方米，渗水层与地表的距离为33.1米，渗水层的积水厚度为0.3米）代入上述渗水影响因素影响强度模型，获得当下渗水影响因素对待分析道路的影响强度：
Figure SMS_83
。渗水包括由于地下管线泄露所导致的自下而上的渗水和因为自然降雨和其他人为因素（如洗车、灌溉等）所导致的自上而下的渗水，因此渗水的方向分为自上而下和自下而上。具体地，自下而上的管线渗水等原因产生的影响强度取负号计算，下雨等自上而下原因产生的影响强度取正号计算。在本实施例中，由于渗水原因是管线漏水，方向自下而上，因此计算时取负号。
针对非土层杂质影响因素，在本实施例中，非土层杂质为地下预埋的刚性管线，其对应的道路土层信息包括：非土层杂质周围的土层沉降高度差（0.13米）、非土层杂质周围的土层沉降高度差（0.01米）、非土层杂质的计算长宽比参数（7）以及非土层杂质周围土层的泊松比（0.43）。将对应的道路土层信息代入非土层杂质影响因素影响强度模型，获得非土层杂质影响因素的影响强度：
Figure SMS_84
。
S033、获取待分析道路的道路标准承载力，并利用所述道路标准承载力结合所述空穴因素影响强度、所述渗水因素影响强度和所述非土层杂质因素影响强度，获得道路土层病害因素影响概率。
在本实施例中，所述道路土层病害因素影响概率满足如下公式：
Figure SMS_85
，
其中，
Figure SMS_86
表示道路土层病害因素影响概率，/>
Figure SMS_87
表示空穴影响强度，/>
Figure SMS_88
表示渗水影响强度，/>
Figure SMS_89
表示非土层杂质影响强度，/>
Figure SMS_90
表示道路标准承载力。应当理解，步骤S033中所述的道路标准承载力是指道路的自身结构特性。
进一步地，道路标准承载力的获取方式，包括查阅《CJJ37-2012（2016年版）城市道路工程设计规范》等相关规范。在本实施例中，道路标准承载力设定为4.5MP。因此，在本实施例中，待分析道路的道路土层病害因素影响概率为：
Figure SMS_91
。本发明通过综合考虑了多种道路土层病害因素，保证了道路土层病害因素影响概率评估的准确性和全面性。
S04、搭建地下管线劣化影响强度模型，并利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线劣化影响概率。
在一个可选的实施例中，请参见图3，图3为本发明的实施例所提供的步骤S04流程图。如图3所示，所述搭建地下管线劣化影响强度模型，并利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线劣化影响概率，包括如下步骤：
S041、根据地下管线的纵向受力分析，搭建地下管线劣化影响强度模型。
应当理解，地下管线经过长时间的使用会发生劣化，如果管线承受的压力超过了其劣化后的承载能力，就会发生破裂、空洞和渗水等问题，从而影响地面上的道路结构强度。
进一步地，当地下管线受到土层荷载作用时，地下管线所在位置的土体会受到外力的作用，产生对应的应力和应变，因此，地下管线劣化影响强度模型是基于地下管线承载能力进行搭建的，主要是分析地下管线纵向的承载力。
在本实施例中，根据地下管线的纵向受力分析搭建的所述地下管线劣化影响强度模型，满足如下公式：
Figure SMS_92
，
其中，
Figure SMS_93
表示地下管线影响强度，/>
Figure SMS_94
表示地下管线劣化影响经验因子，/>
Figure SMS_95
表示周围土层的重度，/>
Figure SMS_96
表示地下管线上表面与地表的距离，/>
Figure SMS_97
表示地下管线直径，/>
Figure SMS_98
表示地下管线与周围土层之间的摩擦角度，/>
Figure SMS_99
表示地下管线周围土层的不排水抗剪强度。
S042、利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线影响强度。
在本实施例中，地下管线信息包括：地下管线周围土层重度为18.53千牛每立方米，地下管线上表面与地表的距离为33.1米，地下管线直径为0.45米，地下管线与周围土层之间的摩擦角度为85°，地下管线周围土层的不排水抗剪强度为24.13千帕。
进一步地，将上述地下管线信息代入所述地下管线劣化影响强度模型，获得对应的地下管线影响强度：
Figure SMS_100
。
S043、获取待分析道路的地下管线标准承载力，并利用所述地下管线标准承载力结合所述地下管线影响强度，获得地下管线劣化影响概率。
在本实施例中，所述地下管线劣化影响概率满足如下公式：
Figure SMS_101
，
其中，
Figure SMS_102
表示地下管线劣化影响概率，/>
Figure SMS_103
表示地下管线影响强度，/>
Figure SMS_104
表示地下管线标准承载力。管线自身的劣化程度也会对道路稳定性造成影响，因此，步骤S043中所述的地下管线标准承载力是指地下管线的性能。
进一步地，地下管线标准承载力的获取方式，包括查阅《DB13(J)∕T8340-2020地下管网球墨铸铁排水管线设计标准》等相关规范。在本实施例中，地下管线标准承载力设定为3.6MP。因此，在本实施例中，待分析道路的道路土层病害因素影响概率为：
Figure SMS_105
。
S05、汇总所述道路土层病害因素影响概率和所述地下管线劣化影响概率，评估所述待分析道路的塌陷概率。
在一个可选的实施例中，汇总所述道路土层病害因素影响概率和所述地下管线劣化影响概率获得的待分析道路的塌陷概率，满足如下公式：
Figure SMS_106
，
其中，
Figure SMS_107
表示塌陷概率，/>
Figure SMS_108
表示道路土层病害因素影响概率，/>
Figure SMS_109
表示地下管线劣化影响概率。进一步地，基于上述实施例所选取的待分析道路，其塌陷概率为：
Figure SMS_110
。
通过塌陷概率可以看出本实施例所选取的路段实际情况：其地下病害数量较多，服役时间长，整体状况差。如仅通过传统的落锤式弯沉仪检测和探地雷达检测，仅能得出单一的或者定性的评判指标，而通过本发明专利的概率计算方法，不仅可以得出融合传统检测手段结果，同时具有科学性、统一性的概率评判综合指标，不但减少了道路状况评判工作的复杂性、不可预知性，增加了道路评定的科学性，同时还能够预测道路的塌陷可能性大小，有效提升了道路质量评价与养护相关工作的水平。
本发明实施例中，步骤S01至步骤S05综合考虑了道路土层和地下管线两个主要因素，通过搭建病害因素影响强度模型和地下管线劣化影响强度模型，实现了多因素统一失效概率值分析，提高了评估准确性和可靠性；并且采用了全面的数据采集方法，为评估提供了充分的数据支持；同时基于评估结果，可以及时采取相应的预防措施，以避免道路塌陷事件的发生，进而保障人民生命财产安全和道路运输网络的畅通。
在一个可选的实施例中，为获得更加精准的道路塌陷概率评估值，本发明所提供的道路塌陷概率评估方法，还包括如下步骤：
S06、搭建影响程度修正模型。
若步骤S01中所述的道路数据信息中的地下结构状况是利用GPR获得扫描图像进行3D模型构建获取的，由于其在构建地下管线3D模型时，一般是将扫描图像中的不规则图像边界，视作分段直线围绕的多边形进行建模，则与实际具有一定误差。
在本实施例中，为了消除所述误差，搭建的影响程度修正模型满足如下公式：
Figure SMS_111
，其中，/>
Figure SMS_112
表示影响程度修正值，/>
Figure SMS_113
表示面积计算误差影响经验因子，/>
Figure SMS_114
表示建模理论边界和扫描图像边界互相围成的第i块图形的面积，/>
Figure SMS_115
表示扫描图像边界所围成的所有图形的总面积。
进一步地，本实施例通过该影响程度修正模型获得的影响程度修正值为±0.006197。
S07、利用影响程度修正模型修正所述待分析道路的塌陷概率，修正后的塌陷概率满足如下公式：
Figure SMS_116
，
其中，
Figure SMS_117
表示修正后的塌陷概率，/>
Figure SMS_118
表示道路土层病害因素影响概率，/>
Figure SMS_119
表示地下管线劣化影响概率，/>
Figure SMS_120
表示影响程度修正值。
进一步，基于上述实施例所选取的待分析道路的塌陷概率，修正后的塌陷概率为：
Figure SMS_121
。本发明通过引入了影响程度修正模型，更加全面地考虑各种因素的影响程度，提高了道路塌陷概率评估的精度。
在一个可选的实施例中，为能够高效地执行本发明所提供的道路塌陷概率评估方法，本发明还提供了一种道路塌陷概率评估系统。请参见图4，图4为本发明的实施例所提供的道路塌陷概率评估系统结构图。如图4所示，所述道路塌陷概率评估系统包括一个或多个处理器；一个或多个输入设备，一个或多个输出设备和存储器，所述处理器、所述输入设备、所述输出设备和所述存储器通过总线连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行本发明提供的道路塌陷概率评估方法。本发明所提供的道路塌陷概率评估系统，结构紧凑，性能稳定，能够高效且准确地实施道路塌陷概率评估方法。
在又一个可选的实施例中，所述处理器401可以是中央处理单元(CentralProcessing Unit，CPU)，也可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。上述通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。输入设备402可以用于输入待分析道路的道路数据信息。输出设备403可以将通过本发明获得的道路塌陷概率评估结果进行显示。该存储器404可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。例如，存储器404还可以储设备类型的信息。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种道路塌陷概率评估方法，其特征在于，所述道路塌陷概率评估方法包括如下步骤：
采集待分析道路的道路数据信息，并通过所述道路数据信息分别获得道路土层信息和地下管线信息；
根据所述道路土层信息，判断所述待分析道路的道路土层病害因素；
搭建病害因素影响强度模型，并利用所述病害因素影响强度模型结合所述道路土层信息，获得道路土层病害因素影响概率；
搭建地下管线劣化影响强度模型，并利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线劣化影响概率；
汇总所述道路土层病害因素影响概率和所述地下管线劣化影响概率，评估所述待分析道路的塌陷概率。
2.根据权利要求1所述的道路塌陷概率评估方法，其特征在于，所述采集待分析道路的道路数据信息，包括如下步骤：
利用FWD获得所述待分析道路的路面状态信息，所述路面状态信息路面状态信息包括待分析道路的挠度值；
利用GPR和/或EEM获得所述待分析道路的地下土层信息，所述地下土层信息包括相对介电常数、电阻率和地下结构状况。
3.根据权利要求2所述的道路塌陷概率评估方法，其特征在于，所述道路土层病害因素包括空穴影响因素、渗水影响因素和非土层杂质影响因素。
4.根据权利要求3所述的道路塌陷概率评估方法，其特征在于，所述搭建病害因素影响强度模型，并利用所述病害因素影响强度模型结合所述道路土层信息，获得道路土层病害因素影响概率，包括如下步骤：
分别基于所述空穴影响因素、所述渗水影响因素和所述非土层杂质影响因素，搭建对应的空穴影响因素影响强度模型、渗水影响因素影响强度模型和非土层杂质影响因素影响强度模型；
利用所述空穴影响因素影响强度模型、所述渗水影响因素影响强度模型和所述非土层杂质影响因素影响强度模型，分别结合对应的道路土层信息，获得空穴影响强度、渗水影响强度和非土层杂质影响强度；
获取待分析道路的道路标准承载力，并利用所述道路标准承载力结合所述空穴因素影响强度、所述渗水因素影响强度和所述非土层杂质因素影响强度，获得道路土层病害因素影响概率。
5.根据权利要求4所述的道路塌陷概率评估方法，其特征在于，所述空穴影响因素影响强度模型、渗水影响因素影响强度模型和非土层杂质影响因素影响强度模型，分别满足如下公式：
Figure QLYQS_1
，/>
Figure QLYQS_2
，/>
Figure QLYQS_3
，
其中，
Figure QLYQS_13
表示空穴影响强度，/>
Figure QLYQS_6
表示空穴因素劣化影响经验因子，/>
Figure QLYQS_21
表示待分析区域的挠度对应的模量参数，/>
Figure QLYQS_7
表示空穴体积，/>
Figure QLYQS_20
表示空穴宽度系数，/>
Figure QLYQS_10
表示空穴轴线距地表的纵向距离，/>
Figure QLYQS_16
表示地下土层测试点距离空穴轴线的横向距离；/>
Figure QLYQS_9
表示渗水影响强度，/>
Figure QLYQS_17
表示渗水因素劣化影响经验因子，/>
Figure QLYQS_4
表示渗水层的浮容量，/>
Figure QLYQS_15
表示渗水层与地表的距离，/>
Figure QLYQS_8
表示水的重度，/>
Figure QLYQS_18
表示渗水层的积水厚度；/>
Figure QLYQS_5
表示非土层杂质影响强度，/>
Figure QLYQS_14
表示非土层杂质因素劣化影响经验因子，/>
Figure QLYQS_11
表示非土层杂质周围的土层沉降高度差，/>
Figure QLYQS_19
表示非土层杂质周围的土层沉降宽度，/>
Figure QLYQS_12
表示非土层杂质的计算长宽比参数，/>
Figure QLYQS_22
表示非土层杂质周围土层的泊松比。
6.根据权利要求4所述的道路塌陷概率评估方法，其特征在于，所述道路土层病害因素影响概率满足如下公式：
Figure QLYQS_23
，
其中，
Figure QLYQS_24
表示道路土层病害因素影响概率，/>
Figure QLYQS_25
表示空穴影响强度，/>
Figure QLYQS_26
表示渗水影响强度，/>
Figure QLYQS_27
表示非土层杂质影响强度，/>
Figure QLYQS_28
表示道路标准承载力。
7.根据权利要求1所述的道路塌陷概率评估方法，其特征在于，所述搭建地下管线劣化影响强度模型，并利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线劣化影响概率，包括如下步骤：
根据地下管线的纵向受力分析，搭建地下管线劣化影响强度模型；
利用所述地下管线劣化影响强度模型结合所述地下管线信息，获得地下管线影响强度；
获取待分析道路的地下管线标准承载力，并利用所述地下管线标准承载力结合所述地下管线影响强度，获得地下管线劣化影响概率。
8.根据权利要求7所述的道路塌陷概率评估方法，其特征在于，所述地下管线劣化影响强度模型满足如下公式：
Figure QLYQS_29
，
其中，
Figure QLYQS_30
表示地下管线影响强度，/>
Figure QLYQS_31
表示地下管线劣化影响经验因子，/>
Figure QLYQS_32
表示周围土层的重度，/>
Figure QLYQS_33
表示地下管线上表面与地表的距离，/>
Figure QLYQS_34
表示地下管线直径，/>
Figure QLYQS_35
表示地下管线与周围土层之间的摩擦角度，/>
Figure QLYQS_36
表示地下管线周围土层的不排水抗剪强度。
9.根据权利要求7所述的道路塌陷概率评估方法，其特征在于，所述地下管线劣化影响概率满足如下公式：
Figure QLYQS_37
，
其中，
Figure QLYQS_38
表示地下管线劣化影响概率，/>
Figure QLYQS_39
表示地下管线影响强度，/>
Figure QLYQS_40
表示地下管线标准承载力。
10.根据权利要求1-9任一所述道路塌陷概率评估方法，其特征在于，所述道路塌陷概率评估方法，还包括如下步骤：
搭建影响程度修正模型，利用影响程度修正模型修正所述待分析道路的塌陷概率，修正后的塌陷概率满足如下公式：
Figure QLYQS_41
，
其中，
Figure QLYQS_42
表示修正后的塌陷概率，/>
Figure QLYQS_43
表示道路土层病害因素影响概率，/>
Figure QLYQS_44
表示地下管线劣化影响概率，/>
Figure QLYQS_45
表示影响程度修正值。
CN202310619718.8A 2023-05-30 2023-05-30 一种道路塌陷概率评估方法 Active CN116341296B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310619718.8A CN116341296B (zh) 2023-05-30 2023-05-30 一种道路塌陷概率评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310619718.8A CN116341296B (zh) 2023-05-30 2023-05-30 一种道路塌陷概率评估方法

Publications (2)

Publication Number Publication Date
CN116341296A true CN116341296A (zh) 2023-06-27
CN116341296B CN116341296B (zh) 2023-08-15

Family

ID=86895224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310619718.8A Active CN116341296B (zh) 2023-05-30 2023-05-30 一种道路塌陷概率评估方法

Country Status (1)

Country Link
CN (1) CN116341296B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236706A (zh) * 2023-11-16 2023-12-15 海纳云物联科技有限公司 热力管线泄露风险的评估方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110858334A (zh) * 2018-08-13 2020-03-03 北京中科蓝图科技有限公司 道路安全评估方法、装置及道路安全预警系统
WO2022126492A1 (zh) * 2020-12-15 2022-06-23 南京中诚签信息科技有限公司 一种基于云服务的城市智慧交通管理系统
CN115081757A (zh) * 2022-08-20 2022-09-20 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN115114700A (zh) * 2022-05-24 2022-09-27 广州市交通设计研究院有限公司 一种城市道路塌陷的防治方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110858334A (zh) * 2018-08-13 2020-03-03 北京中科蓝图科技有限公司 道路安全评估方法、装置及道路安全预警系统
WO2022126492A1 (zh) * 2020-12-15 2022-06-23 南京中诚签信息科技有限公司 一种基于云服务的城市智慧交通管理系统
CN115114700A (zh) * 2022-05-24 2022-09-27 广州市交通设计研究院有限公司 一种城市道路塌陷的防治方法
CN115081757A (zh) * 2022-08-20 2022-09-20 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
柴爱红;: "路面塌陷成因及处理要点分析", 山西建筑, no. 13 *
王晓东;: "城市道路地下病害体安全预警系统建设方案", 中国煤炭地质, no. 1 *
贾小斌;: "深圳市地面坍塌灾害成因分析", 灾害学, no. 03 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236706A (zh) * 2023-11-16 2023-12-15 海纳云物联科技有限公司 热力管线泄露风险的评估方法、装置、设备及存储介质
CN117236706B (zh) * 2023-11-16 2024-02-20 海纳云物联科技有限公司 热力管线泄露风险的评估方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN116341296B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
Portelinha et al. Performance of nonwoven geotextile-reinforced walls under wetting conditions: laboratory and field investigations
CN116341296B (zh) 一种道路塌陷概率评估方法
Muthadi et al. Local calibration of mechanistic-empirical pavement design guide for flexible pavement design
Haque et al. Load-testing program to evaluate pile-setup behavior for individual soil layers and correlation of setup with soil properties
Karaman et al. A comparative assessment of rock mass deformation modulus
Snapp et al. Electrical resisitivity of mechancially stablized earth wall backfill
Asadi et al. Maximum dry density test to quantify pumice content in natural soils
Lee et al. Management of cavities under flexible pavement road network in metropolitan area: Detection, evaluation, and rehabilitation
JP2014037745A (ja) 地盤基礎仕様判定方法、地盤基礎仕様判定システムおよび地盤基礎仕様判定プログラム
CN110130422A (zh) 一种单桩竖向抗拔静载试验设备的施工方法
Massarsch et al. In situ tests for settlement design of compacted sand
CN111042216B (zh) 一种既有建筑物基桩完整性与承载特性的综合检测方法
CN116362059B (zh) 一种道路土层性能劣化评估方法及系统
JP6085712B1 (ja) 小規模建築物の地盤判定方法、地盤判定システム、および地盤判定プログラム。
CN107675693A (zh) 道路泥炭土软基综合治理方法
CN116341295B (zh) 一种基于地下管线的道路稳定性评估方法及系统
JP4315291B2 (ja) 免震地盤形成方法
Di Filippo et al. Measurements and predictions of settlements induced by preloading and vertical drains on a heterogeneous soil deposit
Kim et al. Study on hydraulic characteristics of sabo dam with a flap structure for debris flow
Bertulienė Assessment, research and use of methods for determining the strength of base courses of road pavement structure
Volovski et al. Developing statistical limits for using the light weight deflectometer (LWD) in construction quality assurance.
Hariswaran et al. Experimental investigation on the behavior of a defective pile subject to a lateral load
Momani et al. In situ evaluation of bridge MSE retaining walls with excessive panel movements
CN107435345A (zh) 采用应力扩散模式预测超长群桩沉降量的方法
Kim et al. Strength and stiffness characterizations of geo-materials composing unpaved roads using LFWD, DCP, and CDP tests

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