CN117647220A - 一种基于激光点云数据的沥青路面沉陷处治方法 - Google Patents
一种基于激光点云数据的沥青路面沉陷处治方法 Download PDFInfo
- Publication number
- CN117647220A CN117647220A CN202410102111.7A CN202410102111A CN117647220A CN 117647220 A CN117647220 A CN 117647220A CN 202410102111 A CN202410102111 A CN 202410102111A CN 117647220 A CN117647220 A CN 117647220A
- Authority
- CN
- China
- Prior art keywords
- subsidence
- asphalt
- point cloud
- cloud data
- aggregate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000010426 asphalt Substances 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000000463 material Substances 0.000 claims abstract description 39
- 239000000203 mixture Substances 0.000 claims abstract description 33
- 238000002156 mixing Methods 0.000 claims abstract description 26
- 201000010099 disease Diseases 0.000 claims abstract description 20
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 238000003801 milling Methods 0.000 claims abstract description 11
- 230000008929 regeneration Effects 0.000 claims abstract description 11
- 238000011069 regeneration method Methods 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000013519 translation Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000032823 cell division Effects 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 239000002245 particle Substances 0.000 abstract description 2
- 238000011065 in-situ storage Methods 0.000 description 5
- 239000004575 stone Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000012492 regenerant Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C11/00—Details of pavings
- E01C11/005—Methods or materials for repairing pavings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/002—Active optical surveying means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Road Paving Structures (AREA)
- Road Paving Machines (AREA)
- Road Repair (AREA)
Abstract
本发明提供一种基于激光点云数据的沥青路面沉陷处治方法，采用3D扫描技术，利用坐标转换、坐标拼接技术将扫描点云数据转化为空间坐标数据，并进行单元格分割以及曲面拟合，精确计算出沉陷量，用于指导沉陷处治过程中新料加入量，沉陷病害的处治时，将病害位置铣刨料与计算的新料添加量，采用厂拌热再生技术进行100%利用，以关键筛孔控制加入新料中不同粒径集料掺配比例，根据沥青成膜理论控制新沥青掺入量。本发明有效利用病害段的旧沥青混合料，并且采用多档集料与旧沥青混合料合成，实现再生后的沥青混合料性能可控，并实现废物资源化利用，资源节约，高效环保。
Description
技术领域
本发明属于沥青路面养护技术领域，尤其涉及一种基于激光点云数据的沥青路面沉陷处治方法。
背景技术
交通状况及极端环境显著变化给沥青路面带来了严峻考验，受到路面结构强度、路基稳定性等方面影响，在高温、水等作用下，使得道路整体强度不足，引发的沥青路面结构层出现的竖直方向变形，沥青路面一旦产生沉陷，如果不及时处理，严重影响路面使用寿命，同时，影响行车安全性，后果相当严重，沥青路面沉陷处理最常规的方法，是对沉陷段进行路面结构层补强，并采用新的沥青混合料对沉陷位置进行填充处理。
当前，沥青路面沉陷范围和病害程度的判断，主要依靠检测设备，测定不同横断面位置处的沉陷深度，这种检测结果对于病害处理的指导意义不强，无法判断出沉陷病害沉陷量，对于病害处理过程中新材料补充材料量无法确定；就地热再生技术是对沥青路面进行加热、翻松，掺入一定量的新沥青、新沥青混合料、再生剂等，经热态拌和、摊铺、碾压等工序，一次性实现旧沥青路面再生利用的技术，对于路面沉陷处理较为有效，然而，补充加入的新集料、沥青很容易干扰到混合料油石比、级配，导致沥青混合料性能无法控制，影响路面处治质量。因此，急需探求一种沉陷量精确计算的检测手段，并控制好新材料加入后对级配、油石比影响，从而实现沉陷病害精确及高质量的处治。
发明内容
针对沥青路面沉陷处治过程中沉陷量无法精确快速获取的问题，以及就地热再生处理时新料加入对级配、油石比干扰，本发明通过采用3D扫描技术，采用坐标转换、坐标拼接将扫描点云数据转化为空间坐标数据，并进行单元格分割以及曲面拟合，通过计算空间曲面围成体积，精确计算出沉陷沉降量，并以关键筛孔、沥青最佳沥青膜控制碎石、沥青掺配比例，从而提出一种精准、快速计算处治量以及处治效果可控的沥青路面沉陷病害的处治方法。
为了实现上述目的，本发明提供了如下方案：
一种基于激光点云数据的沥青路面沉陷处治方法，包括以下步骤：
（1） 根据路面沉陷病害位置形态、空间分布情况，确定3D扫描测站点和控制点位置布设方案；
（2） 使用全站仪对测站点、控制点的坐标和高程进行测定，获得测站点和控制点的空间坐标，作为已知坐标；
（3） 3D扫描仪按照测站点进行布设，对路面的空间信息进行采集，从而获得路面采集坐标点云数据；
（4） 根据控制点，将不同测站点采集的坐标进行点云数据拼接，根据测站点、控制点已知坐标与采集坐标关系，构造坐标转化的旋转矩阵及平移矩阵，对3D扫面仪采集坐标点云数据进行坐标转换；
（5） 按照一定间距，将点云数据进行均匀的空间分割，根据分割单元内的点云数据，在分割单元内进行曲面重建，根据重建曲面与路面竣工路表拟合面围成的区域为该单元内沉陷量；
（6） 设置沉陷处理范围长度、宽度/>，统计该范围内所有单元格沉陷量，以此作为处治时新料添加量，根据重建曲面与路面竣工路表拟合面最大沉降差，确定路面处理深度；
（7） 根据处理深度以病害范围，对病害路段进行铣刨，将铣刨后旧料与计算出的新料添加量一起，利用厂拌热再生技术制备出再生沥青混合料，将其重新铺筑与病害位置，从而对沉陷病害段加以处理，并根据规范中级配要求控制新加入集料掺配比例，根据沥青成膜理论控制新沥青掺入比例，根据沉降量计算结果，确定新加入的各档集料和沥青用量。
本发明的进一步技术：
优选的，所述的构造坐标转化的旋转矩阵及平移矩阵，根据最小二乘构造目标函数非线性最小值，按照如下公式（1）-（5）计算旋转矩阵及平移矩阵：
式中：—旋转矩阵；/>—平移矩阵；/>——X轴方向旋转角；/>——Y轴方向旋转角；/>——Z轴方向旋转角；
、/>、/>—转化后坐标；/>、/>、/>—转化前坐标；
—残差；/>—目标函数。
优选的，步骤（5）空间分割是沿着路面横向、纵向进行划分成正方形的单元格。
优选的，步骤（5）在分割单元内进行曲面重建，采用的是BP神经网络模型，利用分割空间内的点云坐标数据，重建曲面，根据路面竣工数据，路面竣工拟合面为/>，按照如下公式（6）计算单元格沉降量/>：
。
优选的，沉陷量及沉陷处理深度/>按照如下公式（7）-（8）确定：
。
优选的，根据规范级配要求控制新加入集料掺配比例，是对厂拌热再生过程中的旧路面铣刨料取样，抽屉筛分确定其级配组成，以规范中要求的4.75mm、9.5mm通过率作为关键筛孔，将加入新集料与抽屉筛分后旧石料进行级配合成，并且沥青裹附集料表面，各档集料掺配比例及新沥青掺入比例按照以下公式（9）-（14）进行计算：
式中：—新集料的比例，%；/>—新集料3～5mm比例，%；
—沉陷处理长度，m；/>—沉陷处理宽度，m；/>—沉陷处理深度，m；
—新集料5～10mm比例，%；/>—新集料10～15mm比例，%；
—级配要求4.75mm通过率；/>—级配要求9.5mm通过率；
—旧料抽屉后集料4.75mm通过率；/>—旧料抽屉后集料9.5mm通过率；
—集料比表面积，m2/kg；/>—新集料3～5mm比表面积，m2/kg
—新集料5～10mm比表面积，m2/kg；/>—沥青掺入比例，%；
—新集料10～15mm比表面积，m2/kg；
—沥青的密度，kg/m3；/>—沥青膜厚度，um；
、/>、/>、/>、/>、/>、/>分别为4.75mm及其以下各筛孔通过率。
优选的，对于最大沉陷处理深度大于10cm时，处治时分层摊铺，每层摊铺厚度控制在4～10cm。
优选的，所述的沥青膜厚度8～12 um。
优选的，根据沉降量计算结果，按照如下公式（15）-（18）确定新加入的各档集料和沥青用量：
式中：—沥青用量，kg；/>—新集料3～5mm用量，kg；
—新集料5～10mm用量，kg；/>—新集料10～15mm用量，kg；
—沥青混合料的密度，kg/m3。
本发明的有益效果为：
（1）本发明一种沥青路面沉陷处治方法，采用3D 扫描技术，利用坐标转换、坐标拼接技术将扫描点云数据转化为空间坐标数据，并进行单元格分割以及曲面拟合，通过计算空间曲面围成体积，从而精确计算出沉陷路段的沉降量，用于指导沉陷处治过程中新料加入量，避免盲目加入造成材料的浪费，并精确计算出新料加入比例，确保处治后沥青混合料性能。
（2）本发明一种沥青路面沉陷处治方法，以关键筛孔控制加入新料中不同粒径集料掺配比例，根据沥青成膜理论控制新沥青掺入量，从而使得新料、新沥青加入后与旧沥青混合料能够合成较好级配以及最佳油石比，提升再生后沥青混合料质量，确保沉陷路面处治后的使用耐久性。
（3）本发明一种沥青路面沉陷处治方法，有效利用病害段的旧沥青混合料，并且采用多档集料与旧沥青混合料合成，实现再生后的沥青混合料性能可控，并实现废物资源化利用，资源节约，高效环保。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本说明，并不用于限定本发明。
本发明提供一种沥青路面沉陷处治方法，包括以下步骤：
（1）根据路面沉陷病害位置形态、空间分布情况，确定3D扫描测站点和控制点位置布设方案；
（2）使用全站仪对测站点、控制点的坐标和高程进行测定，获得测站点和控制点的空间坐标，作为已知坐标；
（3）3D扫描仪按照测站点进行布设，对路面的空间信息进行采集，从而获得路面采集坐标点云数据；
（4）根据控制点，将不同测站点采集的坐标进行点云数据拼接。根据测站点、控制点已知坐标与采集坐标关系，构造坐标转化的旋转矩阵及平移矩阵，根据最小二乘构造目标函数非线性最小值，按照如下公式（1）-（5）计算旋转矩阵及平移矩阵，并对3D扫面仪采集坐标点云数据进行坐标转换；
式中：—旋转矩阵；/>—平移矩阵；/>——X轴方向旋转角；/>——Y轴方向旋转角；/>——Z轴方向旋转角；
、/>、/>—转化后坐标；/>、/>、/>—转化前坐标；
—残差；/>—目标函数；
（5）按照一定间距，将点云数据进行均匀的空间分割，根据分割单元内的点云数据，采用的是BP神经网络模型，利用分割空间内的点云坐标数据，重建曲面，根据路面竣工数据，路面竣工拟合面为/>，按照如下公式（6）计算单元格沉降量/>：
。
（6）设置沉陷处理范围，统计该范围内所有单元格沉陷量，以此作为处治时，新料添加量，根据重建曲面与路面竣工路表拟合面最大沉降差，确定路面处理深度/>。并按照如下公式（7）-（8）计算沉陷量及沉陷处治深度：
。
（7）根据处理深度以病害范围，根据处理深度以病害范围，对病害路段进行铣刨，将铣刨后旧料与计算出的新料添加量一起，利用厂拌热再生技术制备出再生沥青混合料，将其重新铺筑与病害位置，从而对沉陷病害段加以处理。并根据规范中级配要求控制新加入集料掺配比例，是对就地热再生过程中的旧路面铣刨料取样，抽屉筛分确定其级配组成，以规范中要求的4.75mm、9.5mm通过率作为关键筛孔，根据沥青成膜理论控制新沥青掺入比例，沥青以一定膜厚度裹附集料表面，各档集料掺配比例及新沥青掺入比例按照以下公式（9）-（14）进行计算：
式中：—新集料的比例，%；/>—新集料3～5mm比例，%；
—沉陷处理长度，m；/>—沉陷处理宽度，m；/>—沉陷处理深度，m；
—新集料5～10mm比例，%；/>—新集料10～15mm比例，%；
—级配要求4.75mm通过率；/>—级配要求9.5mm通过率；
—旧料抽屉后集料4.75mm通过率；/>—旧料抽屉后集料9.5mm通过率；
—集料比表面积，m2/kg；/>—新集料3～5mm比表面积，m2/kg
—新集料5～10mm比表面积，m2/kg；/>—沥青掺入比例，%；
—新集料10～15mm比表面积，m2/kg；
—沥青的密度，kg/m3；/>—沥青膜厚度，um；
、/>、/>、/>、/>、/>、/>分别为4.75mm及其以下各筛孔通过率。
（8）根据沉降量计算结果，按照如下公式（15）-（18）确定新加入的各档集料和沥青用量：
式中：—沥青用量，kg；/>—新集料3～5mm用量，kg；
—新集料5～10mm用量，kg；/>—新集料10～15mm用量，kg；
—沥青混合料的密度，kg/m3。
需要说明的是：
所述的厂拌热再生技术，是对病害位置铣刨旧料100%利用，与加入新料拌合后指标的再生沥青混合料作为病害段处治时铺筑材料，对于最大沉陷深度大于10cm时，处治时应分层摊铺，每层摊铺厚度控制在4～10cm，所述的沥青膜厚度8～12um。
本发明中所有的原料，对其来源没有特别限定，在市场上购买的或按照本领域技术人员熟知的常规方法制备的即可。
本发明中所有的原料，对其纯度没有特别限定，本发明优选采用分析纯或复合材料领域使用的常规纯度。
实施例：以某条高速公路路面沉陷为例，新加入的集料筛分数据如表1所示，按照规范中要求的级配中值筛孔通过率作为控制值。
表1 集料筛分结果
根据路面沉陷病害位置形态、空间分布情况，确定3D扫描测站点和控制点位置布设方案，选择3个测站点，以及4个控制点。
使用全站仪对测站点、控制点的坐标和高程进行测定。测定坐标为。
利用3D扫描仪按照3个测站点进行布设，对路面的空间信息进行采集，从而获得路面采集坐标点云数据，/>，
根据控制点，将不同测站点采集的坐标进行点云数据拼接，拼接后的点云坐标为。
将上述全站仪测地的测站点、控制点已知坐标与3D扫描仪采集的测站点、坐标代入如下公式（1）-（5），根据最小二乘构造目标函数非线性最小值，利用Maltlab软件计算旋转矩阵及平移矩阵；
对3D扫面仪采集坐标点云数据，按照上述求得旋转矩阵，平移矩阵/>，对3D扫描仪采集坐标的进行坐标转换，转换后坐标为/>。
按照路面纵、横向间距均为10cm进行单元格划分，将点云数据进行均匀的空间分割，根据分割单元内的点云数据，利用Maltlab软件实现BP神经网络模型建立，利用分割空间内的点云坐标数据，重建曲面，根据路面竣工数据，路面竣工拟合面为/>，利用Maltlab软件按照如下公式（6）计算单元格沉降量 />：
设置沉陷处理范围，处治宽度为两个车道3.75×2m，统计该范围内所有单元格沉陷量/> ，根据重建曲面与路面竣工路表拟合面最大沉降差，沉陷处理深度/>为6cm。
根据处理深度以病害范围，采用就地热再生技术进行沉陷病害处理，对就地热再生过程中的旧路面铣刨料取样，抽屉筛分确定其级配组成，如表2：
表2 铣刨料抽屉筛分结果
以规范中要求的4.75mm、9.5mm通过率作为关键筛孔，各档集料掺配比例按照以下公式（9）-（12）进行计算：
经计算，三档集料掺配比例为 ，/> ， />
根据沥青成膜理论控制新沥青掺入比例，沥青以一定膜厚度裹附集料表面，计算集料的比表面积，/>，/> ，沥青膜厚度取10um，沥青密度1020kg/m3，计算沥青用量
根据沉降量计算结果，沥青混合料的密度取2450kg/m3，按照如下公式（15）-（18）确定新加入的各档集料和沥青用量：
将沉陷病害位置铣刨的旧料，加入粒径10～15cm为58571kg、粒径5～10cm为70285kg、粒径3～5cm为30883kg、SBS改性沥青1064kg，采用厂拌热再生技术制备出再生沥青混合料，采用摊铺机将其摊铺至沉陷位置，经过碾压成型，完成沉陷病害处治。
以上显示和描述了本发明的基本原理、主要特征和本发明的特点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求保护的范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于，包括以下步骤：
（1）根据路面沉陷病害位置形态、空间分布情况，确定3D扫描测站点和控制点位置布设方案；
（2）使用全站仪对测站点、控制点的坐标和高程进行测定，获得测站点和控制点的空间坐标，作为已知坐标；
（3）3D扫描仪按照测站点进行布设，对路面的空间信息进行采集，从而获得路面采集坐标点云数据；
（4）根据控制点，将不同测站点采集的坐标进行点云数据拼接，根据测站点、控制点已知坐标与采集坐标关系，构造坐标转化的旋转矩阵及平移矩阵，对3D扫面仪采集坐标点云数据进行坐标转换；
（5）按照一定间距，将点云数据进行均匀的空间分割，根据分割单元内的点云数据，在分割单元内进行曲面重建，根据重建曲面与路面竣工路表拟合面围成的区域为该单元内沉陷量；
（6）设置沉陷处理范围长度、宽度/>，统计该范围内所有单元格沉陷量，以此作为处治时新料添加量，根据重建曲面与路面竣工路表拟合面最大沉降差，确定路面处理深度；
（7）根据处理深度以病害范围，对病害路段进行铣刨，将铣刨后旧料与计算出的新料添加量一起，利用厂拌热再生技术制备出再生沥青混合料，将其重新铺筑与病害位置，从而对沉陷病害段加以处理，并根据规范中级配要求控制新加入集料掺配比例，根据沥青成膜理论控制新沥青掺入比例，根据沉降量计算结果，确定新加入的各档集料和沥青用量。
2.根据权利要求1所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：所述的构造坐标转化的旋转矩阵及平移矩阵，根据最小二乘构造目标函数非线性最小值，按照如下公式（1）-（5）计算旋转矩阵及平移矩阵：
式中：/>—旋转矩阵；—平移矩阵；/>——X轴方向旋转角；/>——Y轴方向旋转角；
——Z轴方向旋转角；/>、/>、/>—转化后坐标；/>、/>、/>—转化前坐标；
—残差；/>—目标函数。
3.根据权利要求1所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：步骤（5）空间分割是沿着路面横向、纵向进行划分成正方形的单元格。
4.根据权利要求1所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：步骤（5）在分割单元内进行曲面重建，采用的是BP神经网络模型，利用分割空间内的点云坐标数据，重建曲面，根据路面竣工数据，路面竣工拟合面为/>，按照如下公式（6）计算单元格沉降量/>：
。
5.根据权利要求4所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：沉陷量及沉陷处理深度/>按照如下公式（7）-（8）确定：
。
6.根据权利要求5所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：根据规范级配要求控制新加入集料掺配比例，是对厂拌热再生过程中的旧路面铣刨料取样，抽屉筛分确定其级配组成，以规范中要求的4.75mm、9.5mm通过率作为关键筛孔，将加入新集料与抽屉筛分后旧石料进行级配合成，并且沥青裹附集料表面，各档集料掺配比例及新沥青掺入比例按照以下公式（9）-（14）进行计算：
式中：—新集料的比例，%；/>—新集料3～5mm比例，%；
—沉陷处理长度，m；/>—沉陷处理宽度，m；/>—沉陷处理深度，m；
—新集料5～10mm比例，%；/>—新集料10～15mm比例，%；
—级配要求4.75mm通过率；/>—级配要求9.5mm通过率；
—旧料抽屉后集料4.75mm通过率；/>—旧料抽屉后集料9.5mm通过率；
—集料比表面积，m2/kg；/>—新集料3～5mm比表面积，m2/kg
—新集料5～10mm比表面积，m2/kg；/>—沥青掺入比例，%；
—新集料10～15mm比表面积，m2/kg；
—沥青的密度，kg/m3；/>—沥青膜厚度，um；
、/>、/>、/>、/>、/>、/>分别为4.75mm及其以下各筛孔通过率。
7.根据权利要求6所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：对于最大沉陷处理深度大于10cm时，处治时分层摊铺，每层摊铺厚度控制在4～10cm。
8.根据权利要求6所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：所述的沥青膜厚度8～12 um。
9.根据权利要求6所述的一种基于激光点云数据的沥青路面沉陷处治方法，其特征在于：根据沉降量计算结果，按照如下公式（15）-（18）确定新加入的各档集料和沥青用量：
式中：/>—沥青用量，kg；/>—新集料3～5mm用量，kg；
—新集料5～10mm用量，kg；/>—新集料10～15mm用量，kg；
—沥青混合料的密度，kg/m3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410102111.7A CN117647220B (zh) | 2024-01-25 | 2024-01-25 | 一种基于激光点云数据的沥青路面沉陷处治方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410102111.7A CN117647220B (zh) | 2024-01-25 | 2024-01-25 | 一种基于激光点云数据的沥青路面沉陷处治方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117647220A true CN117647220A (zh) | 2024-03-05 |
| CN117647220B CN117647220B (zh) | 2024-04-26 |
Family
ID=90049753
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410102111.7A Active CN117647220B (zh) | 2024-01-25 | 2024-01-25 | 一种基于激光点云数据的沥青路面沉陷处治方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117647220B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118134937A (zh) * | 2024-05-10 | 2024-06-04 | 安徽省交通规划设计研究总院股份有限公司 | 基于图像处理的大空隙沥青路面构造深度检测方法 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103526665A (zh) * | 2013-09-30 | 2014-01-22 | 沧州市市政工程公司 | 一种准确的乳化沥青冷再生混合料的制备方法 |
| CN105509710A (zh) * | 2015-12-31 | 2016-04-20 | 天津市大地海陆岩土工程技术开发有限公司 | 一种地表沉降的检测方法 |
| CN106969751A (zh) * | 2017-03-13 | 2017-07-21 | 西安科技大学 | 一种基于无人机遥感的采煤地表沉陷量监测计算的方法 |
| CN108614270A (zh) * | 2018-07-11 | 2018-10-02 | 武汉长江航道救助打捞局 | 一种基于三维点云系统的水下抛石实时监测系统及其工作方法 |
| CN110119582A (zh) * | 2019-05-17 | 2019-08-13 | 安徽省交通规划设计研究总院股份有限公司 | 一种旧料分级再生沥青混合料设计方法 |
| CN110965439A (zh) * | 2019-08-12 | 2020-04-07 | 武汉理工大学 | 基于沥青混合料介电模型的道路沉陷病害图像解译方法 |
| CN110992479A (zh) * | 2020-03-05 | 2020-04-10 | 浙江交工集团股份有限公司 | 一种适合散乱点云的高粗糙度三维曲面拟合方法 |
| CN112163669A (zh) * | 2020-10-09 | 2021-01-01 | 上海应用技术大学 | 基于bp神经网络的路面沉陷预测方法 |
| CN113804154A (zh) * | 2021-08-30 | 2021-12-17 | 东南大学 | 基于卫星和无人机遥感的路面沉陷检测方法及装置 |
| WO2022027778A1 (zh) * | 2020-08-06 | 2022-02-10 | 江苏中路工程技术研究院有限公司 | 一种高效再生沥青混合料及其制备工艺 |
| CN114049618A (zh) * | 2022-01-12 | 2022-02-15 | 河北工业大学 | 一种基于图-点-图变换的路面三维病害pci计算方法 |
| CN114580959A (zh) * | 2022-03-16 | 2022-06-03 | 华东交通大学 | 一种就地热再生沥青混合料配合比设计方法 |
| WO2022237082A1 (zh) * | 2021-05-11 | 2022-11-17 | 中国科学院武汉岩土力学研究所 | 一种软岩路基纵向裂缝病害处治方法 |
| CN116204990A (zh) * | 2023-04-28 | 2023-06-02 | 南京航空航天大学 | 一种三维实测数据驱动的飞机大型骨架精准协调修配方法 |
| CN116500643A (zh) * | 2023-04-21 | 2023-07-28 | 东南大学 | 一种基于单线激光点云的公路变形类病害检测方法、系统 |
-
2024
- 2024-01-25 CN CN202410102111.7A patent/CN117647220B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103526665A (zh) * | 2013-09-30 | 2014-01-22 | 沧州市市政工程公司 | 一种准确的乳化沥青冷再生混合料的制备方法 |
| CN105509710A (zh) * | 2015-12-31 | 2016-04-20 | 天津市大地海陆岩土工程技术开发有限公司 | 一种地表沉降的检测方法 |
| CN106969751A (zh) * | 2017-03-13 | 2017-07-21 | 西安科技大学 | 一种基于无人机遥感的采煤地表沉陷量监测计算的方法 |
| CN108614270A (zh) * | 2018-07-11 | 2018-10-02 | 武汉长江航道救助打捞局 | 一种基于三维点云系统的水下抛石实时监测系统及其工作方法 |
| CN110119582A (zh) * | 2019-05-17 | 2019-08-13 | 安徽省交通规划设计研究总院股份有限公司 | 一种旧料分级再生沥青混合料设计方法 |
| CN110965439A (zh) * | 2019-08-12 | 2020-04-07 | 武汉理工大学 | 基于沥青混合料介电模型的道路沉陷病害图像解译方法 |
| CN110992479A (zh) * | 2020-03-05 | 2020-04-10 | 浙江交工集团股份有限公司 | 一种适合散乱点云的高粗糙度三维曲面拟合方法 |
| WO2022027778A1 (zh) * | 2020-08-06 | 2022-02-10 | 江苏中路工程技术研究院有限公司 | 一种高效再生沥青混合料及其制备工艺 |
| CN112163669A (zh) * | 2020-10-09 | 2021-01-01 | 上海应用技术大学 | 基于bp神经网络的路面沉陷预测方法 |
| WO2022237082A1 (zh) * | 2021-05-11 | 2022-11-17 | 中国科学院武汉岩土力学研究所 | 一种软岩路基纵向裂缝病害处治方法 |
| CN113804154A (zh) * | 2021-08-30 | 2021-12-17 | 东南大学 | 基于卫星和无人机遥感的路面沉陷检测方法及装置 |
| CN114049618A (zh) * | 2022-01-12 | 2022-02-15 | 河北工业大学 | 一种基于图-点-图变换的路面三维病害pci计算方法 |
| CN114580959A (zh) * | 2022-03-16 | 2022-06-03 | 华东交通大学 | 一种就地热再生沥青混合料配合比设计方法 |
| CN116500643A (zh) * | 2023-04-21 | 2023-07-28 | 东南大学 | 一种基于单线激光点云的公路变形类病害检测方法、系统 |
| CN116204990A (zh) * | 2023-04-28 | 2023-06-02 | 南京航空航天大学 | 一种三维实测数据驱动的飞机大型骨架精准协调修配方法 |
Non-Patent Citations (3)
| Title |
|---|
| 曹乐;王修山;: "公路沥青混凝土路面热再生技术研究", 交通标准化, no. 14, 23 July 2012 (2012-07-23) * |
| 曹乐;王修山;: "公路沥青混凝土路面热再生技术研究", 道路工程, no. 14, 31 July 2012 (2012-07-31), pages 39 - 42 * |
| 曹卫东等: "厂拌热再生沥青混合料最佳新沥青用量范围估算", <<中外公路>>, vol. 3, 31 December 2018 (2018-12-31), pages 277 - 280 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118134937A (zh) * | 2024-05-10 | 2024-06-04 | 安徽省交通规划设计研究总院股份有限公司 | 基于图像处理的大空隙沥青路面构造深度检测方法 |
| CN118134937B (zh) * | 2024-05-10 | 2024-07-26 | 安徽省交通规划设计研究总院股份有限公司 | 基于图像处理的大空隙沥青路面构造深度检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117647220B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117647220B (zh) | 一种基于激光点云数据的沥青路面沉陷处治方法 | |
| CN101407398A (zh) | 沥青路面深层微表处功能层及其施工方法 | |
| CN104389253B (zh) | 一种水泥稳定再生集料基层或底基层的设计方法 | |
| CN109930462A (zh) | 一种聚氨酯改性早强水泥混凝土旧路快速修复施工方法 | |
| CN110208266A (zh) | 一种再生沥青混合料均匀性评价方法 | |
| CN103850164A (zh) | 一种长寿命通透诱导式排水路面的施工方法 | |
| CN114441436A (zh) | 一种基于路面纹理评价抗滑性能的分析方法 | |
| CN112359688A (zh) | 一种公路水泥稳定碎石基层就地冷再生的施工方法 | |
| CN206736664U (zh) | 一种耐久性抗车辙高速公路改扩建路面结构 | |
| CN112878135B (zh) | 一种基于探地雷达的路口抗车辙路面变形判断和施工方法 | |
| CN108570907A (zh) | 泡沫沥青就地冷再生的施工方法 | |
| CN108570897A (zh) | 一种道路路面基层的铺筑方法 | |
| CN110704918A (zh) | 一种通过预切缝缓减水泥稳定基层发生拱胀的方法 | |
| CN110158388A (zh) | 水泥稳定碎石基层就地冷再生的工艺方法 | |
| CN106758654A (zh) | 一种再生型路面结构及其筑路工艺 | |
| Masad et al. | Application of imaging technology to improve the laboratory and field compaction of HMA. | |
| CN116655305A (zh) | 再生骨料复合稳定土及其配比设计方法、制作方法 | |
| CN114182595B (zh) | 一种长寿命沥青道路的施工方法 | |
| CN110878502A (zh) | 一种软土基质路面沥青混凝土施工方法 | |
| CN110489923A (zh) | 一种级配碎石混合料重复荷载作用下塑性应变预估方法 | |
| CN105735079A (zh) | 一种沥青路面横向反射裂缝的处治方法 | |
| CN118134937B (zh) | 基于图像处理的大空隙沥青路面构造深度检测方法 | |
| Reid | Concrete pavement subgrade design, construction, control | |
| CN117947672B (zh) | 沥青路面整形加铺就地热再生方法及系统 | |
| Senior et al. | Recycling road building materials and experience with full depth reclamation in the Ontario provincial highway system |
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 |