榮建國，王浩仰

(中公高科養(yǎng)護科技股份有限公司 公路養(yǎng)護技術國家工程研究中心,北京 100095)

實現(xiàn)路面使用性能的準確預測對合理確定養(yǎng)護措施，制定養(yǎng)護方案及提高路面養(yǎng)護投資效益有著重大作用。目前,在許多路面性能影響因素難以準確量化的情況下，利用積累的實測數(shù)據(jù)，對不同因素影響下路面性能的變化情況進行預測，對制定路面養(yǎng)護對策具有重要的意義[1]。

本文以西部某省(區(qū))高速公路網(wǎng)2012—2016年檢測數(shù)據(jù)為基礎，分析在不同影響因素(交通量、區(qū)域、行政等級和基層厚度)條件下PCI和RQI的變化趨勢；通過比較變異系數(shù)(%)均值的大小，確定了PCI和RQI衰變的主要影響因素，據(jù)此建立PCI(路面損壞狀況指數(shù)(Pavement Condition Index)，表征路面破損狀況的指標)和RQI(路面行駛質量指數(shù)(Riding Quality Index)，表征路面平整度狀況指標)衰變模型，為路面使用性能預測的研究探索新路。

1 路面性能指標預測方法

路面性能預測模型包括確定型和概率型預測模型。確定模型可用于路面使用性能指標或壽命周期預估。常見的有力學預測模型、經(jīng)驗回歸預測模型和力學-經(jīng)驗預測模型等。概率型模型對各種指標的不同狀態(tài)分布進行預測，主要有殘存曲線、馬爾可夫模型和半馬爾可夫模型等[2]。近年來出現(xiàn)了模糊評價、灰色系統(tǒng)、遺傳算法、人工神經(jīng)網(wǎng)絡、改進優(yōu)劣系數(shù)、馬氏距離及它們的組合等預測模型[1]。

各類預測模型均有自己的優(yōu)缺點和適用條件。本文考慮有較多歷史檢測和基礎數(shù)據(jù)，選擇經(jīng)驗回歸預測模型作為研究模型。

2 路面性能預測模型的建立

2.1 預測指標及影響因素

預測指標的選取應當考慮路面養(yǎng)護管理的整體要求，同評價和決策兩部分所采用的指標相一致。本文擬采用PCI和RQI作為模型的預測指標。影響路面使用性能的因素多，主要分為內部因素和外部因素兩類。內部因素主要包括路面結構及材料性能，外部因素則主要包括交通荷載、環(huán)境條件、施工質量和養(yǎng)護水平等。為建立可靠的路面性能預測模型，應當充分考慮這些因素的影響特性或機理。但是，在目前實踐水平下，沒有必要將所有影響因素都納入模型中，必須針對具體的研究對象，按照“突出重點、弱化次要”的大原則進行選取[3]。

西部該省(區(qū))高速公路網(wǎng)，路面結構較為單一，面層厚度主要以15 cm為主，基層主要為半剛性基層，均不宜作為影響因素來分析，而基層厚度范圍較大(15～35 cm)，宜選為影響因素之一，按15～18 cm和20～35 cm將基層厚度劃為薄基層和厚基層；外部影響因素方面，根據(jù)該省(區(qū))實際狀況，選擇交通量、區(qū)域(區(qū)域1、區(qū)域2和區(qū)域3)和行政等級(國家高速和地方高速)作為影響因素進行分析。

交通量等級劃分依據(jù)的是《公路瀝青路面設計規(guī)范》(JTGD50-2017)。本文采用設計使用年限內設計車道累計大型客車和貨車交通量來劃分交通量等級，以此來反映交通量的輕重情況，交通等級劃分如表1所示。西部該省(區(qū))交通量劃分為輕交通、中交通和重交通三個類別。

表1 交通等級 106輛

2.2 主要影響因素確定方法

分析多種因素條件下，采用擬合預測曲線的預測結果更切合實際，然而擬合曲線過多，計算過程繁瑣，不利于對路況的預測。因此選1～2種因素分析PCI和RQI路況情況。

確定方法：①將預處理過的數(shù)據(jù)，按指標PCI/RQI，影響因素及級別、年份，分別計算均值、偏差及變異系數(shù)(%)。歷年變異系數(shù)再取均值作為某個影響因素參考指標；②比較PCI/RQI 4個影響因素各自變異系數(shù)(%)大小，選較大的兩個作為該指標的主要影響因素。變異系數(shù)大，說明該因素(不同級別)對指標的區(qū)分程度大。

2.3 預測模型的選擇

本文在已有研究成果的基礎上，并結合PCI/RQI的曲線變化樣式，選用下列幾種典型曲線模型進行研究：①對于PCI，選用二次多項式、冪指數(shù)曲線和修正S曲線；②對于RQI，選用二次多項式、負指數(shù)曲線和修正S型曲線。最終的模型結構和模型參數(shù)還需根據(jù)對檢測數(shù)據(jù)進行統(tǒng)計分析后才能確定。

2.4 數(shù)據(jù)預處理方法

正常情況下路段新建、改建或者修復養(yǎng)護后的PCI和RQI值是逐年降低的，但由于檢測、小修保養(yǎng)或其它原因，導致部分數(shù)據(jù)與規(guī)律不符。對于嚴重背離該規(guī)律的，應當在模型建立之前剔除；對于部分數(shù)據(jù)偏離該規(guī)律，可將偏離的數(shù)據(jù)刪除。然后，將每年的PCI和RQI值與其路齡(如0.5，1.5，2.5，…，由于新建、改建或者修復養(yǎng)護時間與檢測時間有偏差，因此將PCI和RQI預測初始年定為0.5)進行一一對應，分別匯總在一張統(tǒng)計表中，并對這兩個指標在每個使用年數(shù)的所有路段數(shù)據(jù)的平均值μ和均方差σ進行求解。取μ±σ作為邊界條件，將匯總表中相應使用年數(shù)的PCI和RQI值在μ±σ范圍之外的路段數(shù)據(jù)剔除，取剩余數(shù)值的均值作為該使用年數(shù)的指標代表值。最后，將各使用年限指標代表值進行擬合[3]。

3 PCI預測研究

3.1 不同條件下PCI的衰變趨勢

本節(jié)通過對基層厚度、交通量、區(qū)域和行政等級等不同因素條件下不同路齡的PCI變異系數(shù)均值大小的比較，選出影響PCI衰變的主要因素。

1)基層厚度。不同基層厚度條件下，不同路齡PCI衰變值及變異系數(shù)結果見表2。結果顯示，該條件下，PCI變異系數(shù)均值為2.76%。

表2 不同基層厚度條件下PCI衰變及變異系數(shù)

2)交通量。不同交通量條件下，不同路齡PCI衰變值及變異系數(shù)結果見表3。結果表明，該條件下，PCI變異系數(shù)均值為4.30%。

表3 不同等級交通量下PCI衰變及變異系數(shù)

3)區(qū)域。不同區(qū)域條件下，不同路齡PCI衰變值及變異系數(shù)結果見表4?？梢钥闯觯摋l件下，PCI變異系數(shù)均值為4.00%。

表4 不同區(qū)域條件下PCI衰變及變異系數(shù)

4)行政等級。不同行政等級條件下，不同路齡PCI衰變值及變異系數(shù)結果見表5。由此可知，該條件下，PCI變異系數(shù)均值為2.88%。

表5 不同行政等級條件下PCI衰變及變異系數(shù)

不同影響因素條件下PCI隨時間變化的曲線見圖1。

圖1 各種影響因素條件下PCI衰變趨勢

3.2 影響PCI衰變的主要因素

通過對不同因素下變異系數(shù)均值大小的比較，本文選擇交通量和區(qū)域作為影響PCI衰變的主要因素。在該省(區(qū))高速公路路網(wǎng)中，中交通和重交通路段占比合計不足15%，因此中交通和重交通將不再細分，輕交通將根據(jù)區(qū)域不同，分為輕交通-區(qū)域1、輕交通-區(qū)域2和輕交通-區(qū)域3三類。不同交通量等級不同區(qū)域條件下PCI衰變值見表6。

表6 不同交通量等級(及不同區(qū)域)條件下PCI衰變趨勢

3.3 PCI衰變曲線擬合及選擇

采用3種模型，對不同交通量等級條件下PCI衰變曲線進行擬合，結果如表7所示。

選擇相關系數(shù)R2高的模型公式作為擬合曲線。但對于輕交通-區(qū)域1、輕交通-區(qū)域2及重交通三個類別，雖二次多項式相關系數(shù)R2較高，但二次多項式的適用范圍較窄(限制條件分別為PCI≥84、PCI≤93和PCI≥79)，因此該三個類別不宜選擇二次多項式。

除輕交通-區(qū)域2選擇修正S曲線外，其它類別均選擇冪指數(shù)曲線，具體見表7。該省(區(qū))PCI衰變規(guī)律符合冪指數(shù)曲線。

表7 PCI衰變模型公式匯總

4 RQI預測研究

4.1 各種因素對平整度的影響

1)基層厚度。不同基層厚度條件下，不同路齡RQI衰變及變異系數(shù)結果見表8。結果顯示，該條件下，RQI變異系數(shù)均值為1.92%。

表8 不同基層厚度條件下RQI衰變及變異系數(shù)

2)交通量。不同交通量條件下，不同路齡RQI衰變值及變異系數(shù)結果見表9。結果表明，該條件下，RQI變異系數(shù)均值為1.96%。

3)區(qū)域。不同區(qū)域條件下，不同路齡RQI衰變值及變異系數(shù)結果見表10。由此可知，該條件下，RQI變異系數(shù)均值為1.12%。

表9 不同交通量等級條件下RQI衰變及變異系數(shù)

表10 不同區(qū)域條件下RQI衰變及變異系數(shù)

4)行政等級。不同行政等級條件下，不同路齡RQI衰變值及變異系數(shù)結果見表11。結果顯示，該條件下，RQI變異系數(shù)均值為0.82%。

表11 不同行政等級條件下RQI衰變及變異系數(shù)

不同影響因素條件下RQI隨時間變化的曲線見圖2。

圖2 不同影響因素條件下RQI衰變趨勢

4.2 不同因素對平整度的影響

通過對不同因素下變異系數(shù)均值大小的比較，本文選擇交通量和基層厚度作為影響RQI衰變的主要因素。在該省(區(qū))高速公路路網(wǎng)中，中交通和重交通合計占比不足15%，因此中交通和重交通將不再細分，輕交通將根據(jù)基層厚度不同，分為輕交通-薄基層和輕交通-厚基層兩類。不同交通量等級不同基層厚度條件下RQI衰變值見表12。

表12 不同交通量等級(及不同基層厚度)條件下RQI衰變趨勢

4.3 RQI衰變曲線擬合及選擇

采用3種模型，對不同交通量等級的RQI衰變曲線進行擬合，結果如表13所示。

同樣，按相關系數(shù)R2的高低對模型公式進行選擇。對于輕交通-薄基層和輕交通-厚基層兩個類別，雖二次多項式相關系數(shù)R2較高，但其適用范圍較窄(限制條件分別為RQI≤95和RQI≥91)，因此該兩個類別不宜選二次多項式。

除輕交通-厚基層選擇負指數(shù)曲線模型外，其它類別均選擇修正S曲線模型，具體見表13?？梢哉J為該省(區(qū))RQI衰變規(guī)律與修正S曲線較為一致。

表13 RQI衰變模型匯總

5 模型驗證

本次以全路網(wǎng)所有路段數(shù)據(jù)為樣本，對所建立的模型進行驗證。由于路網(wǎng)數(shù)據(jù)變異性，驗證前需對數(shù)據(jù)進行處理，剔除無檢測數(shù)據(jù)路段、水泥路面路段、低于60路段、兩年差異較大路段等。剔除完成后，PCI及RQI有效路段數(shù)分別為5 702和7 758。以2016年路況數(shù)據(jù)為基礎預測2017年的路況，并分別采用表7和表13中相應模型公式，計算誤差:

誤差=(預測路況值-預測年實際路況值)×100/預測年實際路況值.

驗證結果：

1)2017年有效路段預測PCI均值和實際PCI均值分別為86.70和87.30，差值為-0.60，誤差均值為-0.30%，精度符合小于1%要求；

2)2017年有效路段預測RQI均值和實際RQI均值分別為92.88和93.62，差值為-0.78，誤差均值為-0.74%，精度符合小于1%要求。

6 結束語

本文針對西部某省(區(qū))高速公路路網(wǎng)多年檢測數(shù)據(jù)，通過分析不同影響因素PCI和RQI的衰變規(guī)律，總結出PCI和RQI衰變的主要影響因素，進而分析出PCI和RQI衰變符合的曲線模型，得出PCI和RQI的衰變規(guī)律。最后采用2017年路網(wǎng)數(shù)據(jù)對曲線模型驗證，兩個模型總體誤差均在1%內。總結如下：

1)在交通量、區(qū)域、行政等級和基層厚度幾個因素中，對PCI衰變影響較大的因素是交通量和區(qū)域，對RQI衰變影響較大的因素是交通量和基層厚度；

2)PCI衰變趨勢符合冪指數(shù)曲線；而RQI衰變趨勢則符合修正S曲線；

3)經(jīng)全路網(wǎng)檢測數(shù)據(jù)驗證，PCI、RQI預測的平均差值分別為-0.60和-0.74，預測誤差分別為-0.30%和-0.78%，精度滿足小于1%的要求。