NL2032338B1 - Intelligent decision-making system for pavement maintenance and repair - Google Patents

Intelligent decision-making system for pavement maintenance and repair Download PDF

Info

Publication number
NL2032338B1
NL2032338B1 NL2032338A NL2032338A NL2032338B1 NL 2032338 B1 NL2032338 B1 NL 2032338B1 NL 2032338 A NL2032338 A NL 2032338A NL 2032338 A NL2032338 A NL 2032338A NL 2032338 B1 NL2032338 B1 NL 2032338B1
Authority
NL
Netherlands
Prior art keywords
repair
maintenance
road
pavement
schedule
Prior art date
Application number
NL2032338A
Other languages
English (en)
Other versions
NL2032338A (en
Inventor
Wei Xinyu
Wang Hui
Original Assignee
Univ Chongqing
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 Univ Chongqing filed Critical Univ Chongqing
Publication of NL2032338A publication Critical patent/NL2032338A/en
Application granted granted Critical
Publication of NL2032338B1 publication Critical patent/NL2032338B1/en

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

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

Claims (9)

CONCLUSIES
1. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating, omvattende een module voor het verwerven van pa- rameters voor de toestand van de weg, een module voor het ver- werven van referentiefactoren voor onderhoud en reparatie, een module voor het genereren van schema's voor onderhoud en reparatie van wegen, een module voor het analyseren van wegenonderhoud en reparatieschema's en een uitvoermodule voor een optimaal schema voor wegonderhoud, waarbij: de module voor het verwerven van parameters voor de toestand van de weg statusparameters verwerft van een weg die moet worden onderhouden en gerepareerd en de statusparameters zendt naar de module voor het genereren van schema's voor onderhoud en reparatie van wegen; waarbij de module voor het verwerven van referentiefactoren voor onderhoud en reparatie een referentiefactor verkrijgt voor onder- houd en reparatie en de referentiefactor voor onderhoud en reparatie stuurt naar de module voor het analyseren van wegenon- derhoud en reparatieschema's; de module voor het genereren van schema's voor onderhoud en reparatie van wegen een model voor het genereren van wegenonder- houd en -reparatieschema's opslaat ; de module voor het genereren van schema's voor onderhoud en reparatie van wegen omvat een viervoud <S, A, P, R>, waarbij S de toestandsparameters van de te onderhouden en te repareren weg aangeeft; A geeft verschillende referentieschema's voor onderhoud en reparatie van wegen aan; P geeft een kans op toestandsverander- ing van een onderhouds- en reparatiepositie van verharding aan; en R geeft een beloningswaardefunctie aan; de module voor het genereren van schema's voor onderhoud en reparatie van wegen ontvangt de toestandsparameters van de te onderhouden en te repareren weg en berekent beloningswaarden onder verschillende referentieregelingen voor onderhoud en reparatie van de weg; de module voor het genereren van schema's voor onderhoud en reparatie van wegen schrijft een referentieschema voor onderhoud en reparatie van wegen met een beloningswaarde die groter is dan een vooraf ingestelde drempel in een set met schema's voor onder- houd en reparatie van wegen en stuurt het referentieschema voor onderhoud en reparatie van wegen naar de analyse van het wegenon- derhouds- en reparatieschema module; de analysemodule van het wegenonderhouds- en reparatieschema eval- ueert een wegenonderhouds- en reparatieschema in het wegenonder- houds- en reparatieschema dat is ingesteld volgens de referen- tiefactor voor onderhoud en reparatie, bepaalt een prioriteit van het wegenonderhouds- en reparatieschema en stuurt de prioriteit naar de uitvoermodule voor een optimaal schema voor wegonderhoud; en de uitvoermodule voor een optimaal schema voor wegonderhoud voert het schema voor wegonderhoud en reparatie uit met de hoogste pri- oriteit als een optimaal schema voor wegonderhoud.
2. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 1, waarbij de toestandsparameters van de te onderhouden en te repareren weg een wegleeftijd, een wegtype, een wegdekstructuurtype, een oppervlaktesamenstelling, een verkeerstoestand, een wegkwaliteit, regionale indeling, een schadepercentage (DR) /een wegdekconditie-index (PCI), een wegdekgemiddelde internationale ruwheidsindex (IRI)/een rijkwaliteitsindex (RQI), een wegdekstructuur representatieve doorbuiging (DEF)/ een sterkte-index van de wegdekconstructie (PSSI), een gemiddelde maximale spoordiepte (RD) /een spoordiepte- index (RDI), een stroefheidsindex van de wegdek (SRI), een eerste hoofdschadetype en een tweede hoofdschadetype omvatten.
3. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 1, waarbij het referentieschema voor onderhoud en reparatie van wegen een reparatieschema, een dagelijks onderhoudsschema en een preventief onderhoudsschema omvat.
4. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 1, waarbij een preventief onder- houdsschema M1={dagelijkse inspectie M1-1; dagelijks onderhoud M1- 2; dagelijkse reparatie M1-3}; een dagelijks onderhoudsschema M2= {afdichting M2-1; functionele bekleding M2-2; preventief onderhoud combinatie M2-3}; en een reparatieschema M3={frezen en afdekken M3-1; structurele wapening M3-2; oppervlakterevisie M3-3; basisre- visie M3-4; ondergrondbehandeling M3-5}.
5. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 1, waarbij de beloningswaarde- functie wordt aangegeven als: Ro = WRIGHT wa RSS; (1) waarin w; een gewichtscoëfficiënt is van een beloningswaarde van een ith prestatie-index; NiW;=1; indexi staat voor de ith prestatie-index; i=1, 2, .., n; R41 1s een totale beloningswaarde nadat een referentieschema voor onderhoud en reparatie van wegen is geïmplementeerd; Ride. is een beloningswaarde van de i-th prestatie-index nadat een referentieschema voor onderhoud en reparatie van wegen is geïmplementeerd; en een prestatie-index is een of meer van de toestandsparameters.
6. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 5, waarbij de beloningswaarde- functie is aangegeven als: Ri41 = WperREF + Wror RES! +wrm REE: (2) waarin Wpe, Wrgr and Wgpy zijn gewichtscoëfficiënten van be- loningswaarden van PCI, RQI en RDI; de beloningswaarde RFE! van de PCI voldoet aan: REEL = C1DRt41 + C2Spr main + CaFprtypei (3) waarin €, €;. C3 zijn een bestratingschadehoeveelheidscoëfficiënt, een bestratingschadeverdelingscoëfficiënt en een bestratingschade- hoofdtypecoëfficiënt; DR, is een hoeveelheid schade aan de bestrating; Spr main is een bestratingsschadeverdeling; en Fpg ype is een hoofdtype bestratingsschade; de beloningswaarde REY van de RQI voldoet aan:
RFC = d IRI, + dyIRI max; (4) waarin dq. dy zijn een wegdekruwheidscoëfficiënt en een extreme ru- wheidscoëfficiënt; IRh,1 is een toestand van ruwheid van de bestrating; en IRI max is de optimale ruwheid van de bestrating; en de beloningswaarde RRD! van de RDI voldoet aan: RRP! = e ‚RD, + e2RD_max; (5) waarin ey. e; zijn een spoorvormingcoëfficiënt en een extreme spoorvormingdiepte-coëfficiënt; RD is een diepte van de spoorvorming; en RD max is een maximale diepte van de spoorvorm-
ing.
7. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 1, waarbij de referentiefactor voor onderhoud en reparatie wordt bepaald door vakkennis; en clus- terfactoranalyse wordt uitgevoerd om een effectief categorieveld te bepalen, en een scorenorm van de referentiefactor voor onder- houd en reparatie wordt bepaald door de vakkennis en een indus- triële norm.
8. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 7, waarbij de referentiefactoren voor onderhoud en reparatie een materiaal omvatten dat wordt ge- bruikt voor het implementeren van het schema voor onderhoud en reparatie van de weg en een overeenkomstige prioriteit, evenals een rang, kosten, een stad en een verkeersniveau van de weg die moet worden onderhouden en gerepareerd.
9. Intelligent besluitvormingssysteem voor onderhoud en reparatie van bestrating volgens conclusie 1, waarbij een werkwijze voor het evalueren van het schema voor onderhoud en reparatie van de weg in het wegenonderhouds- en reparatieschema ingesteld door de mod- ule voor het analyseren van wegenonderhoud en reparatieschema's omvat: het gebruiken van een actor-kritisch model voor het bere- kenen van een beloning (Rt+l) van elk wegenonderhouds- en reparatieschema, en het sorteren van wegenonderhouds- en reparatieschema's in aflopende volgorde volgens een be-
loningswaarde Rt+1, om de prioriteit van het schema voor onderhoud en reparatie van wegen te bepalen.
NL2032338A 2021-07-26 2022-06-30 Intelligent decision-making system for pavement maintenance and repair NL2032338B1 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110843921.4A CN113723753A (zh) 2021-07-26 2021-07-26 一种路面养护维修智能决策系统

Publications (2)

Publication Number Publication Date
NL2032338A NL2032338A (en) 2023-01-31
NL2032338B1 true NL2032338B1 (en) 2023-11-10

Family

ID=78674064

Family Applications (1)

Application Number Title Priority Date Filing Date
NL2032338A NL2032338B1 (en) 2021-07-26 2022-06-30 Intelligent decision-making system for pavement maintenance and repair

Country Status (2)

Country Link
CN (1) CN113723753A (nl)
NL (1) NL2032338B1 (nl)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114444737B (zh) * 2022-02-18 2024-05-28 招商局重庆交通科研设计院有限公司 基于迁移学习的路面养护智能规划方法
CN116797102A (zh) * 2023-07-21 2023-09-22 西安科技大学 一种基于iri的路面养护决策确定方法及系统

Also Published As

Publication number Publication date
CN113723753A (zh) 2021-11-30
NL2032338A (en) 2023-01-31

Similar Documents

Publication Publication Date Title
NL2032338B1 (en) Intelligent decision-making system for pavement maintenance and repair
Madeh Piryonesi et al. Using machine learning to examine impact of type of performance indicator on flexible pavement deterioration modeling
Wang et al. Life cycle energy consumption and GHG emission from pavement rehabilitation with different rolling resistance
CN111062648B (zh) 一种沥青路面综合性能的评价方法
CN113191660A (zh) 公路沥青路面养护智能决策方法
Adel et al. Developing parametric model for conceptual cost estimate of highway projects
Rebelo et al. Use of data mining techniques to explain the primary factors influencing water sensitivity of asphalt mixtures
Bosurgi et al. Optimizing artificial neural networks for the evaluation of asphalt pavement structural performance
Setianingsih et al. Road maintenance and rehabilitation program using functional and structural assessment
Alnaqbi et al. Predictive models for flexible pavement fatigue cracking based on machine learning
Ewadh et al. Conflict to study safety at four leg-signalised intersections
Vasiliev et al. Intellectualization of the monitoring process of street and road network objects
Papageorgiou et al. Defining threshold values for pavement surface characteristics
Chassiakos et al. Development of decision-support system for managing highway safety
Merritt et al. Developing crash-modification factors for high-friction surface treatments
Paplauskas et al. Road pavement condition index deterioration model for network-level analysis of national road network based on pavement condition scanning data
Sirvio Advances in predictive maintenance planning of roads by empirical models
Fuentes An analysis of sensitivity in economic forecasting for pavement management systems
Yichang et al. Study of Georgia’s pavement deterioration/life and potential risks of delayed pavement resurfacing and rehabilitation.
Tidjani et al. Impact of road infrastructure characteristics on road markings
Tadubana Prediction of fuel consumption of haulage trucks in open pit mines
Musey Quantifying the safety impact of high friction surface treatment installations in Pennsylvania
Uglova et al. Reliability-Oriented Method of Flexible Pavement Management
Yuan et al. Safety evaluation and improvements for highway intersections
Lazic From Road Condition Data Collection to Effective Maintenance Decision Making