CN116362059B - 一种道路土层性能劣化评估方法及系统 - Google Patents
一种道路土层性能劣化评估方法及系统 Download PDFInfo
- Publication number
- CN116362059B CN116362059B CN202310619770.3A CN202310619770A CN116362059B CN 116362059 B CN116362059 B CN 116362059B CN 202310619770 A CN202310619770 A CN 202310619770A CN 116362059 B CN116362059 B CN 116362059B
- Authority
- CN
- China
- Prior art keywords
- road
- soil layer
- performance degradation
- degradation
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 243
- 230000015556 catabolic process Effects 0.000 title claims abstract description 190
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 190
- 238000011156 evaluation Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 55
- 239000012535 impurity Substances 0.000 claims description 45
- 238000012360 testing method Methods 0.000 claims description 32
- 230000006866 deterioration Effects 0.000 claims description 25
- 238000013210 evaluation model Methods 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 17
- 238000004062 sedimentation Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007667 floating Methods 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 16
- 239000000523 sample Substances 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 230000005484 gravity Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000005483 Hooke's law Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 239000002184 metal Substances 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
- 239000012466 permeate Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明涉及交通运输技术领域,具体涉及一种道路土层性能劣化评估方法及系统。其中,本发明所提供的道路土层性能劣化评估方法,包括如下步骤:确定待分析道路,并获取所述待分析道路的状态信息;根据所述状态信息,判断所述待分析道路的道路土层性能劣化因素;搭建道路土层性能劣化影响模型;结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度。本发明方法能够根据实时获取的状态信息进行评估,及时反映道路土层性能劣化情况,并提供准确的评估结果,有助于采取及时的维修和管理措施,提高道路的安全性和可靠性。
Description
技术领域
本发明涉及交通运输技术领域,具体涉及一种道路土层性能劣化评估方法及系统。
背景技术
在道路工程中,地面土层的稳定性是保障道路安全的关键因素。然而,由于自然因素、人为因素等原因,地面土层的自身性能可能会劣化,例如出现空穴和渗水等现象。这些问题不仅会对道路的安全性和可靠性造成威胁,还会直接影响道路的使用寿命和维修成本。
目前,虽然已经存在一些方法用于评估道路土层的稳定性,但是仍然存在着一些不足。一方面,传统的土工试验方法虽然可以在实验室中获得土层的力学性能参数,但是其过程较为复杂、耗时耗费人力物力,而且实验结果可能会受到各种因素的影响而出现误差。另一方面,基于现代信息技术的地质雷达、地球物理探测等无损检测方法虽然可以实现非接触式地表观测,但是这些方法对于土层内部的结构和性质等细节信息的解析能力还不够,同时还存在着设备复杂、成本高等问题。
因此,需要研究新的评估方法,不仅能够直接反映土层性能劣化程度,同时也要具有简单易行、准确可靠等特点。
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土层性能劣化评估方法,旨在为道路土层自身性能劣化程度提供一种简单易行、准确可靠的新评估方法。本发明所提供的道路土层性能劣化评估方法,包括如下步骤:确定待分析道路,并获取所述待分析道路的状态信息;根据所述状态信息,判断所述待分析道路的道路土层性能劣化因素;搭建道路土层性能劣化影响模型;结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度。本发明方法简单易行、高效节省成本、实时准确,为道路土层性能劣化评估提供了一种优化的解决方案。首先,本发明简化了操作流程,不需要复杂的土工试验,减少了人力和物力资源的消耗。其次,本发明通过利用状态信息和影响模型,能够快速评估道路土层性能劣化程度,提高了评估的效率。相较于传统方法,本发明方法减少了成本投入,节省了时间和资源。最重要的是,本发明方法能够根据实时获取的状态信息进行评估,及时反映道路土层性能劣化情况,并提供准确的评估结果,有助于采取及时的维修和管理措施,提高道路的安全性和可靠性。
可选地,所述获取所述待分析道路的状态信息,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;利用GPR和/或EEM获得所述待分析道路的地下土层信息。相对于传统土工试验方法,本发明使用FWD获得路面状态信息、使用GPR和/或EEM获取地下土层信息,在实现了非接触式地表观测的同时,避免了对路面的破坏和影响。此外,这些无损检测方法可以提供更为精细的地下土层信息,从而更准确地判断道路土层性能劣化因素,为搭建性能劣化影响模型提供更可靠的数据支持,从而提高了评估方法的准确性和可靠性。
可选地,所述道路土层性能劣化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。本发明全面地考虑不同因素对道路土层性能的影响,提高评估结果的准确性。
可选地,所述搭建道路土层性能劣化影响模型,包括如下步骤:搭建空穴因素劣化影响强度模型,所述空穴因素劣化影响强度模型,包括如下公式:,其中,/>表示空穴因素劣化影响强度,/>表示空穴因素劣化影响经验因子,/>表示待分析区域的挠度对应的模量参数,/>表示空穴体积,/>表示空穴宽度系数,/>表示空穴轴线距地表的纵向距离,/>表示地下土层测试点距离空穴轴线的横向距离;搭建渗水因素劣化影响强度模型,所述渗水因素劣化影响强度模型,包括如下公式:/>,其中,/>表示渗水因素劣化影响强度,/>表示渗水因素劣化影响经验因子,/>表示渗水发生地层的浮容量,/>表示渗水发生地层与地表的距离,/>表示水的重度,/>表示渗水层的积水厚度;搭建非土层杂质因素劣化影响强度模型,所述非土层杂质因素劣化影响强度模型,包括如下公式:/>,其中,/>表示非土层杂质因素劣化影响强度,/>表示非土层杂质因素劣化影响经验因子,/>表示非土层杂质周围的土层沉降高度差,/>表示土层沉降宽度,/>表示非土层杂质的计算长宽比参数,/>表示非土层杂质周围土层的泊松比。本发明通过综合考虑道路土层性能劣化因素,搭建了针对不同影响因素的劣化影响强度模型,结合路面状态信息和地下土层信息,实现了对道路土层性能劣化程度的评估。相比传统的评估方法,该方法更加精准和可靠,能够有效提高道路维护管理的效率和效果,有助于降低道路维护成本,提高道路的使用寿命和安全性。
可选地,所述结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度,包括如下步骤:通过所述道路土层性能劣化影响模型,获得所述待分析道路的多因素劣化影响强度;获取所述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搭建道路土层性能劣化评估模型;利用所述多因素劣化影响强度结合所述道路土层性能劣化评估模型,评估所述待分析道路的道路土层性能劣化程度。本发明通过考虑多因素的劣化影响强度,可以更全面地评估土层性能劣化程度,土层性能劣化程度的定量评估结果可以为道路维修和管理决策提供依据,帮助制定合理的维修计划和资源分配。
可选地,所述道路土层性能劣化评估模型,满足如下公式:,其中,/>表示空穴因素劣化影响强度,/>表示渗水因素劣化影响强度,/>表示非土层杂质因素劣化影响强度,/>表示道路标准承载力。
可选地,所述搭建道路土层性能劣化评估模型,还包括如下步骤:搭建影响强度修正模型,并利用影响强度修正模型修正所述道路土层性能劣化评估模型。本发明通过搭建影响强度修正模型,修正了道路土层性能劣化评估模型的影响强度,提高了评估的准确性和可靠性。
可选地,所述影响强度修正模型,包括如下公式:,其中,/>表示影响强度修正因子,/>表示面积计算误差影响经验因子,/>表示建模理论边界和实际图形边界互相围成的第i块图形的面积,/>表示实际图形边界所围成的所有图形的总面积。
可选地,修正后的道路土层性能劣化评估模型满足如下公式:,其中,/>表示空穴因素劣化影响强度,/>表示渗水因素劣化影响强度,/>表示非土层杂质因素劣化影响强度,/>表示道路标准承载力,/>表示影响强度修正因子。
第二方面,为更好执行上述道路土层性能劣化评估方法,本发明还提供了一种道路土层性能劣化评估系统,所述道路土层性能劣化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土层性能劣化评估方法。本发明所提供的道路土层性能劣化评估系统,结构紧凑,性能稳定,能够高效且准确地实施道路土层性能劣化评估方法。
附图说明
图1为本发明实施例提供的道路土层性能劣化评估方法流程图;
图2为本发明实施例提供的道路土层性能劣化因素判断流程图;
图3为本发明实施例提供的步骤S04具体实施流程图;
图4为本发明实施例所提供的道路土层性能劣化评估系统结构图。
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为本发明实施例所提供的道路土层性能劣化评估方法流程图。如图1所示,本发明实施例所提供的道路土层性能劣化评估方法,包括如下步骤:
S01、确定待分析道路,并获取所述待分析道路的状态信息。
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。
在评估道路土层性能劣化之前,要明确需要评估的区域范围。进一步地,步骤S01所述的确定待分析道路,包括以下方式: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。更进一步地,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。
需要注意的是,步骤S01是整个评估流程的起点,只有明确了具体的待分析道路的位置和范围,才能进一步获取状态信息,从而判断性能劣化因素,进而结合后续搭建的道路土层性能劣化影响模型,评估待分析道路的道路土层性能劣化情况。
步骤S01中所述的状态信息包括路面状态信息和地下土层信息。所述路面状态信息包括待分析道路的挠度值;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。应该理解,待分析道路的状态信息,可根据实际需求和条件,选择合适的测试技术或适当的方法进行获取。
进一步地,待分析道路的挠度值可以通过在待分析道路中设定的测试点,并在测试点上进行FWD(Falling Weight Deflectometer,落锤式弯沉仪)测试获得。地下土层信息可以通过包括探地雷达(GPR,Ground Penetrating Radar)和/或电磁勘探方法(EEM,Electromagnetic Exploration Method)等非破坏性测试技术获得。
其中,GPR的扫描范围取决于所使用的探头的频率和功率,以及被测物质的电磁性质和厚度等因素。一般而言,高频率的探头能够提供更高的分辨率,但是探测深度较浅;而低频率的探头能够提供更深的探测深度,但是分辨率较低。
同时,GPR通常是通过一个手持式的探头在地面上快速地移动,从而实现动态扫描的效果。探头会发射高频电磁波,这些波会穿过地面并反弹回来,然后被接收器接收并转换成图像。这种方式被称为“连续波雷达(CWR)”,CWR可以提供更高的扫描速度和较低的噪声级别。
除了动态扫描,GPR也可以进行静态扫描,即将探头放置在地面上并等待反射波的接收,然后再移动探头进行下一个位置的扫描。这种方式可以提供更高的数据质量,但是扫描速度相对较慢。
但是,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。因此,可以通过实际的探测范围来确定GPR和EEM所探测的地下结构的深度范围,并进一步量化深浅地下土层。
例如,可以使用距离地表20米作为分界线,将浅层地下结构和深层地下结构分别使用GPR和EEM进行探测。在这种情况下,选择具有适当频率和功率的GPR探头可在20米以内提供良好的探测结果,而EEM仪器则可在20米以上提供良好的探测结果。
在一个可选的实施例中,为了更加快速地获得待分析道路内的状态信息,尤其是浅地下土层的状态信息,步骤S01所述的获取所述待分析道路的状态信息,包括以下步骤:确定待分析道路的FWD测试点,并在该点进行FWD测试以获得路面状态信息,所述路面状态信息包括FWD测试点的挠度;利用GPR动态扫描待分析道路,获得地下土层信息,所述地下土层信息包括地下介质相对介电常数、电阻率和地下结构状况。这种使用GPR和FWD相结合的方法可以获取更全面和准确的信息,对路面维护和管理具有重要意义。通过GPR动态扫描快速获得地下土层信息,可以进一步提高本发明的实施效率。
在又一个可选的实施例中,为了获得待分析道路更加精准的状态信息,尤其是浅地下土层的状态信息,步骤S01所述的获取所述待分析道路的状态信息,包括以下步骤:确定所述待分析道路的FWD测试点,并在所述FWD测试点进行FWD测试,获得路面状态信息,所述路面状态信息包括FWD测试点的挠度;确定所述待分析道路的地下土层测试点,并在所述地下土层测试点利用GPR进行静态扫描,获得所述地下土层测试点的地下土层断面信息;汇总所有地下土层测试点的地下土层断面信息,获得地下土层信息,所述地下土层信息包括地下介质相对介电常数、电阻率和地下结构状况。本实施例通过GPR静态扫描,获得了更全面和准确的地下层信息,有助于对路面状况进行评估和维护。
在又一个可选的实施例中,为了获得待分析道路更加精准的状态信息,具体包括浅地下土层和深地下土层的状态信息,步骤S01所述的获取所述待分析道路的状态信息,包括以下步骤:确定待分析道路的FWD测试点,并在该点进行FWD测试,以获取该点的路面状态信息,所述路面状态信息包括FWD测试点的挠度;确定待分析道路的地下土层测试点,并在该点利用GPR和EEM进行静态扫描,以获得该点的地下土层断面信息;汇总所有地下土层测试点的地下土层断面信息,获得浅地下土层信息,包括地下结构的相对介电常数、电阻率和地下结构状况。这种利用FWD、GPR和EEM静态扫描相结合的方法可以获取更全面和准确的信息,对于路面的维护和管理具有重要意义。
S02、根据所述状态信息,判断所述待分析道路的道路土层性能劣化因素。
步骤S02中所述的道路土层性能劣化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。即步骤S02通过全面地考虑不同因素对道路土层性能的影响,从而提高评估结果的准确性。
其中,空穴影响因素指的是土层内出现的空洞、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。
在一个可选的实施例中,请参见图2,图2为本发明实施例提供的道路土层性能劣化因素判断流程图。如图2所示,步骤S02所述的根据所述状态信息,判断所述待分析道路的道路土层性能劣化因素,具体包括如下步骤:
S021、根据地下结构状况判断是否存在空穴影响因素。
在本实施例中,选用的是GPR探测待分析道路的地下结构状况,在使用GPR进行探测时发现了明显的空穴信号,根据GPR获得的地下结构状况判断出在距离地表15.14米,存在一个直径约为2立方分米的空穴病害。
应当理解,所述地下结构状况的获取方式包括但不限于上述实施例所提出的GPR和EEM。
S022、根据相对介电常数和电阻率判断是否存在渗水影响因素。
应当理解,可以通过GPR测量出电磁波在地下介质中的传播速度和反射波信号特征等信息,进而推导出地下介质的相对介电常数、电阻率等物理特性参数。
应当理解,地下介质的相对介电常数、电阻率等物理特性参数的获取方式包括但不限于上述方式,还包括电阻率仪等测量仪器。
S023、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,并根据所述沉降状况判断非土层杂质影响因素。
步骤S023利用GPR或其他探测仪器获取非土层杂质周围地下结构状况,例如,是否存在空穴、裂缝等结构。再根据地下结构状况和相对介电常数、电阻率等物理特性参数,分析非土层杂质周围的沉降状况,如是否存在下沉、变形等。当确定非土层杂质周围存在沉降时,即判断该待分析道路存在非土层杂质影响因素。
本实施例提供了的待分析道路的道路土层性能劣化因素判别方法,可以有效地判断待分析道路存在的道路土层性能劣化因素和非土层杂质影响因素,如空穴、裂缝和沉降等。这种方法具有非侵入性、高效性和精确性的特点,能够帮助道路维护管理人员及时识别和定位路面病害,采取相应的维护措施,提高道路使用寿命和安全性。此外,该方法还可以减少人工勘测和开挖的成本和时间,提高工作效率和经济效益。
S03、搭建道路土层性能劣化影响模型。
基于上述空穴影响因素、渗水影响因素以及非土层杂质影响因素,步骤S03搭建的道路土层性能劣化影响模型包括空穴因素劣化影响强度模型、渗水因素劣化影响强度模型以及非土层杂质因素劣化影响强度模型。
在一个可选的实施例中,所述搭建道路土层性能劣化影响模型,包括如下步骤:
S031、搭建空穴因素劣化影响强度模型,所述空穴因素劣化影响强度模型,包括如下公式:,其中,/>表示空穴因素劣化影响强度,/>表示空穴因素劣化影响经验因子,/>表示待分析区域的挠度对应的模量参数,/>表示空穴体积,/>表示空穴宽度系数,/>表示空穴轴线距地表的纵向距离,/>表示地下土层测试点距离空穴轴线的横向距离。
其中,空穴因素劣化影响经验因子的取值经试验验证与专家讨论为0.2394。进一步地,步骤S031所述的搭建空穴因素劣化影响强度模型,包括如下步骤:
S031a、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:,其中,/>表示地面在x位置处的沉降值,/>表示地面沉降的最大值,/>表示地下土层测试点距离空穴轴线的横向距离,/>表示空穴宽度系数,/>表示空穴体积。
S031b、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:,其中,/>表示待分析道路内地表沿重力竖直方向的应变分量。
S031c、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,获得空穴因素劣化影响强度模型。
所述空穴因素劣化影响强度模型满足如下公式:,其中,/>表示空穴因素劣化影响强度。
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。再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、搭建渗水因素劣化影响强度模型,所述渗水因素劣化影响强度模型,包括如下公式:,其中,/>表示渗水因素劣化影响强度,/>表示渗水因素劣化影响经验因子,/>表示渗水发生地层的浮容量,/>表示渗水发生地层与地表的距离,/>表示水的重度,/>表示渗水层的积水厚度。
其中,渗水因素劣化影响强度模型中的渗水因素劣化影响经验因子经试验验证与专家讨论取值为3.0872。
应当理解,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。
在利用渗水因素劣化影响强度模型进行计算时,不同渗水方向的虽然符号不同,但计算方式类似。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。例如,当步骤S02中分析出具体的渗水因素是管线渗水,则后续使用的渗水因素劣化影响强度模型为;当步骤S02中分析出具体的渗水因素是雨水,则后续使用的渗水因素劣化影响强度模型为。
S033、搭建非土层杂质因素劣化影响强度模型,所述非土层杂质因素劣化影响强度模型,包括如下公式:,其中,/>表示非土层杂质因素劣化影响强度,/>表示非土层杂质因素劣化影响经验因子,/>表示非土层杂质周围的土层沉降高度差,/>表示土层沉降宽度,/>表示非土层杂质的计算长宽比参数,/>表示非土层杂质周围土层的泊松比。
其中,非土层杂质因素劣化影响强度模型中的非土层杂质因素劣化影响经验因子,经试验验证与专家讨论取值为2.9784;非土层杂质的计算长宽比参数/>通常根据GPR测试结果进行计算,并取值在5至10之间。
本发明通过综合考虑道路土层性能劣化因素,搭建了针对不同影响因素的劣化影响强度模型,结合路面状态信息和地下土层信息,实现了对道路土层性能劣化程度的评估。相比传统的评估方法,该方法更加精准和可靠,能够有效提高道路维护管理的效率和效果,有助于降低道路维护成本,提高道路的使用寿命和安全性。
S04、结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度。
在一个可选的实施例中,请参见图3,图3为本发明实施例提供的步骤S04具体实施流程图。如图3所示,步骤S04所述的结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度,包括如下步骤:
S041、通过所述道路土层性能劣化影响模型,获得所述待分析道路的多因素劣化影响强度。
步骤S041是利用所述道路土层性能劣化影响模型结合对应的实验数据,可分别获得的空穴影响因素、渗水影响因素和非土层杂质影响因素对应的劣化影响强度。可以理解的是,若步骤S02中判断出的只存在某一种影响因素,那该影响因素对待分析道路才会有对应的劣化影响,而其余影响因素对待分析道路的劣化影响强度为0。
S042、获取所述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搭建道路土层性能劣化评估模型。
其中,待分析道路的道路标准承载力可通过查阅《CJJ37-2012(2016年版)城市道路工程设计规范》等相关规范获得。应当理解,道路标准承载力的具体值,可根据待分析道路所在的地区进行适应性调整。
在本实施例中,所述道路土层性能劣化评估模型,满足如下公式:,其中,/>表示空穴因素劣化影响强度,/>表示渗水因素劣化影响强度,/>表示非土层杂质因素劣化影响强度,/>表示道路标准承载力,具体地,通过查阅《CJJ37-2012(2016年版)城市道路工程设计规范》,将道路标准承载力/>设定为4.5MP。
S043、利用所述多因素劣化影响强度结合所述道路土层性能劣化评估模型,评估所述待分析道路的道路土层性能劣化程度。
步骤S043中将不同影响因素具体的劣化影响强度值,代入上述道路土层性能劣化评估模型,即可定量评出待分析道路的道路土层性能劣化程度。
本发明通过考虑多因素的劣化影响强度,可以更全面地评估土层性能劣化程度,土层性能劣化程度的定量评估结果可以为道路维修和管理决策提供依据,帮助制定合理的维修计划和资源分配。
进一步地,在又一个可选的实施例中,步骤S04中所述的搭建道路土层性能劣化评估模型,还包括如下步骤:搭建影响强度修正模型,并利用影响强度修正模型修正所述道路土层性能劣化评估模型。本发明通过搭建影响强度修正模型,修正了道路土层性能劣化评估模型的影响强度,提高了评估的准确性和可靠性。
在本实施例中,所述影响强度修正模型,包括如下公式:,其中,/>表示影响强度修正因子,/>表示面积计算误差影响经验因子,/>表示建模理论边界和实际图形边界互相围成的第i块图形的面积,/>表示实际图形边界所围成的所有图形的总面积。修正后的道路土层性能劣化评估模型满足如下公式:/>,其中,/>表示空穴因素劣化影响强度,/>表示渗水因素劣化影响强度,/>表示非土层杂质因素劣化影响强度,/>表示道路标准承载力,/>表示影响强度修正因子。
本发明方法简单易行、高效节省成本、实时准确,为道路土层性能劣化评估提供了一种优化的解决方案。首先,本发明简化了操作流程,不需要复杂的土工试验,减少了人力和物力资源的消耗。其次,本发明通过利用状态信息和影响模型,能够快速评估道路土层性能劣化程度,提高了评估的效率。相较于传统方法,本发明方法减少了成本投入,节省了时间和资源。最重要的是,本发明方法能够根据实时获取的状态信息进行评估,及时反映道路土层性能劣化情况,并提供准确的评估结果,有助于采取及时的维修和管理措施,提高道路的安全性和可靠性。
在一个可选的实施例中,为更好地执行上述道路土层性能劣化评估方法请参见图4,图4为本发明实施例所提供的道路土层性能劣化评估系统结构图。如图4所示,所述道路土层性能劣化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,执行本发明所提供的道路土层性能劣化评估方法。本发明所提供的道路土层性能劣化评估系统,结构紧凑,性能稳定,能够高效且准确地实施道路土层性能劣化评估方法。
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状态信息。输出设备403可以将通过本发明获得的道路土层性能劣化评估结果进行显示。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 (8)
1.一种道路土层性能劣化评估方法,其特征在于,所述道路土层性能劣化评估方法包括如下步骤:
确定待分析道路,并获取所述待分析道路的状态信息;
根据所述状态信息,判断所述待分析道路的道路土层性能劣化因素,所述道路土层性能劣化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;
搭建道路土层性能劣化影响模型,所述道路土层性能劣化影响模型包括空穴因素劣化影响强度模型、渗水因素劣化影响强度模型和非土层杂质因素劣化影响强度模型,所述空穴因素劣化影响强度模型、所述渗水因素劣化影响强度模型和所述非土层杂质因素劣化影响强度模型,分别满足如下公式:,,/>,其中,/>表示空穴因素劣化影响强度,/>表示空穴因素劣化影响经验因子,/>表示待分析区域的挠度对应的模量参数,/>表示空穴体积,/>表示空穴宽度系数,/>表示空穴轴线距地表的纵向距离,/>表示地下土层测试点距离空穴轴线的横向距离,/>表示渗水因素劣化影响强度,/>表示渗水因素劣化影响经验因子,/>表示渗水发生地层的浮容量,/>表示渗水发生地层与地表的距离,/>表示水的重度,/>表示渗水层的积水厚度,/>表示非土层杂质因素劣化影响强度,/>表示非土层杂质因素劣化影响经验因子,/>表示非土层杂质周围的土层沉降高度差,/>表示土层沉降宽度,/>表示非土层杂质的计算长宽比参数,/>表示非土层杂质周围土层的泊松比;
结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度。
2.根据权利要求1所述的道路土层性能劣化评估方法,其特征在于,所述获取所述待分析道路的状态信息,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;
利用GPR和/或EEM获得所述待分析道路的地下土层信息。
3.根据权利要求1所述的道路土层性能劣化评估方法,其特征在于,所述结合所述道路土层性能劣化影响模型和所述道路土层性能劣化因素,评估所述待分析道路的道路土层性能劣化程度,包括如下步骤:
通过所述道路土层性能劣化影响模型,获得所述待分析道路的多因素劣化影响强度;
获取所述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搭建道路土层性能劣化评估模型;
利用所述多因素劣化影响强度结合所述道路土层性能劣化评估模型,评估所述待分析道路的道路土层性能劣化程度。
4.根据权利要求3所述的道路土层性能劣化评估方法,其特征在于,所述道路土层性能劣化评估模型,满足如下公式:,其中,/>表示空穴因素劣化影响强度,表示渗水因素劣化影响强度,/>表示非土层杂质因素劣化影响强度,/>表示道路标准承载力。
5.根据权利要求3所述的道路土层性能劣化评估方法,其特征在于,所述搭建道路土层性能劣化评估模型,还包括如下步骤:
搭建影响强度修正模型,并利用影响强度修正模型修正所述道路土层性能劣化评估模型。
6.根据权利要求5所述的道路土层性能劣化评估方法,其特征在于,所述影响强度修正模型,包括如下公式:,其中,/>表示影响强度修正因子,/>表示面积计算误差影响经验因子,/>表示建模理论边界和实际图形边界互相围成的第i块图形的面积,/>表示实际图形边界所围成的所有图形的总面积。
7.根据权利要求5所述的道路土层性能劣化评估方法,其特征在于,修正后的道路土层性能劣化评估模型满足如下公式:,其中,/>表示空穴因素劣化影响强度,/>表示渗水因素劣化影响强度,/>表示非土层杂质因素劣化影响强度,/>表示道路标准承载力,/>表示影响强度修正因子。
8.一种道路土层性能劣化评估系统,其特征在于,所述道路土层性能劣化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,执行权利要求1-7任一所述的道路土层性能劣化评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310619770.3A CN116362059B (zh) | 2023-05-30 | 2023-05-30 | 一种道路土层性能劣化评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310619770.3A CN116362059B (zh) | 2023-05-30 | 2023-05-30 | 一种道路土层性能劣化评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116362059A CN116362059A (zh) | 2023-06-30 |
CN116362059B true CN116362059B (zh) | 2023-08-01 |
Family
ID=86909748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310619770.3A Active CN116362059B (zh) | 2023-05-30 | 2023-05-30 | 一种道路土层性能劣化评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116362059B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110033712A (ko) * | 2009-09-25 | 2011-03-31 | 한국전력공사 | 원전 구조물의 통합적 수명관리시스템 및 그 방법 |
CN110807601B (zh) * | 2019-11-11 | 2023-11-07 | 云南电网有限责任公司电力科学研究院 | 一种基于截尾数据的园区道路劣化分析方法 |
CN113141208B (zh) * | 2020-01-19 | 2022-02-15 | 烽火通信科技股份有限公司 | 一种实现光通道路径健康度评估和故障定位的方法及系统 |
CN114240759A (zh) * | 2021-12-29 | 2022-03-25 | 交通运输部公路科学研究所 | 一种车底成像处理方法及装置 |
-
2023
- 2023-05-30 CN CN202310619770.3A patent/CN116362059B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116362059A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rehman et al. | Nondestructive test methods for concrete bridges: A review | |
CN102980819B (zh) | 用硬度测试检测水泥混合土强度的方法 | |
KR101651536B1 (ko) | Tdr을 이용한 철도노반 다짐도 평가 시스템 및 그 방법 | |
Elkarmoty et al. | In-situ GPR test for three-dimensional mapping of the dielectric constant in a rock mass | |
Ganju et al. | Effect of particle characteristics on the evolution of particle size, particle morphology, and fabric of sands loaded under uniaxial compression | |
Jiang et al. | Tunnel lining detection and retrofitting | |
CN116341296B (zh) | 一种道路塌陷概率评估方法 | |
Amoroso | G-γ decay curves by seismic dilatometer (SDMT) | |
CN109826175A (zh) | 一种土工合成材料加筋土填筑质量的检测方法 | |
CN116362059B (zh) | 一种道路土层性能劣化评估方法及系统 | |
Liu et al. | Evaluation of the antenna parameters for inspection of hidden defects behind a reinforced shield tunnel using GPR | |
Lin et al. | Diameter assessment of soilcrete column using in-hole electrical resistivity tomography | |
KR101846504B1 (ko) | 교량의 콘크리트 층에 대한 열화 판별 시스템 및 그 방법 | |
He et al. | Small-strain shear modulus (G max) and microscopic pore structure of calcareous sand with different grain size distributions | |
Soltanbeigi et al. | Determination of passive failure surface geometry for cohesionless backfills | |
CN114108713B (zh) | 一种用于混凝土浇筑过程质量在线监控的成像系统和方法 | |
Huang et al. | Research on void signal recognition algorithm of 3D ground-penetrating radar based on the digital image | |
Hajali et al. | Cross-hole sonic logging and frequency tomography analysis of drilled shaft foundations to better evaluate anomalies locations | |
CN113567977A (zh) | 一种适用于不同公路工程的路面塌陷程度检测方法 | |
Zhou et al. | Application of ground penetrating radar in detecting deeply embedded reinforcing bars in pile foundation | |
Hariswaran et al. | Experimental investigation on the behavior of a defective pile subject to a lateral load | |
Fontul et al. | Flexible pavement diagnosis methodology based on GPR assessment | |
CN116341295B (zh) | 一种基于地下管线的道路稳定性评估方法及系统 | |
Núñez-Nieto et al. | Applications of the GPR method for road inspection | |
Ravi Kumar et al. | Structural health monitoring: detection of concrete flaws using ultrasonic pulse velocity |
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 |