检测数据变异性对高速公路沥青路面使用性能评价的影响

宋海云

（天津市交通科学研究院，天津市 300074）

检测数据变异性对高速公路沥青路面使用性能评价的影响

宋海云

（天津市交通科学研究院，天津市 300074）

由于路面破坏是随机发生的，路面性能指标反映的数据也是随机的。通过对这些使用性能数据进行收集、整理和分析，提出各路面性能单项评价指标检测数据变异性对其的影响,对比不同分析方式的结果优劣，可选择合适的路段代表值反应路面实际状况。

高速公路；沥青路面；使用性能评价；检测数据变异性

0 引言

路面使用性能评价在公路使用现状评价与养护决策的决定中起到很重要的作用。它不仅提供了路面破损程度的大小，还给出了路面行驶质量、路面车辙等能直观反映路面状况的指标以及结构的承载力等信息，反映出路面行驶质量、结果完好程度等信息。养护部门可以以它为依据确定路面所需的养护和改建措施，并在之后的使用评价中提供参考信息。路面使用性能是由一系列的检测数据体现出来的，各个检测指标数据得来的最小单位是10 m或者20 m，但公路养护并不会将路段分为20 m一个单元进行养护，往往是用数据来表征较长的一段公路性能。但正是因为这种表示方法，由于数据分布的不确定性，可能会给路面评价带来不利的影响。

本次实验研究的主要对象是公路沥青路面的使用性能，结合京津塘高速实际道路检测数据，通过对这些使用性能数据进行收集、整理和分析，提出各路面性能单项评价指标检测数据变异性对其的影响,对比不同分析方式的结果优劣。

1 对路面车辙评价的影响

以2010年京津塘高速（天津段）出京方向的车辙和平整度数据来说明数据变异性对路面性能预测的影响。

以里程桩号为K49+000～K50+000、K58+000～K59+000、K60+000～K61+000、K77+000～K78+000、K106+000～K107+000、K138+000～K139+000段为例，说明检测数据变异性对其的影响。

对K49～K50、K58～K59、K60～K61、K77～K78、K106～K107、K138～K139各段每10 m一个，共计100个车辙数据进行收集整理，并对各路段100个车辙数据进行数理统计分析，结果如图1～图3所示。

图1 K49～K50段车辙深度与计算代表值

图2 K58～K59段车辙深度与计算代表值

图3 K58～K59段车辙深度与计算代表值

统计数据表明，K49～K50段路面车辙数据变异性较小，与路段实际计算采用车辙深度相差不大。考虑其95%置信度求出的值为0.169 5，以最不利情况1.215+0.169 5考虑，该路段的RDI评价指标仍为优。该路段用其平均深度是合适的。

K58～K59段的方差为40.95，数据离散程度高，变异性很大。K58～K59段中，前半部分K58+ 010～K58+380与后半段K58+520～K59+000这两部分的车辙较小，K390+000～K520+000这一段中车辙出现了较大幅度的增长，车辙大于15 mm，甚至部分路段的车辙超过了20 mm，按公路养护规范所提出的标准，这部分路面的评价指标应为“次”。但是根据路段平均值得出的路面等分为83.18，评价为良。其中有28%的路面等级评价在良以下，准确率为82%。而根据路段平均值得出的养护建议是不用采取养护措施，显然这对于该路段是并不合适的。

对K60～K61段路面而言，其超过规范要求的修补限值15 mm的路段共有17个，集中分布在K60+ 150～K60+60+320、K60+640～K0+690、K0+840～K0+ 890段内，可以看出，虽然路段损坏数据是随机分布的，但是仍然能从其中找出一些分布规律。从部分路段来看，利用道路优良率来代表其准确程度，其与该段路的实验数据离散性，以方差表示是有一定关系的。

2 对路面平整度评价的影响

以2010年京津塘高速出京方向共100km的公路检测数据为基础，从中选择具有代表性的路段来进行分析。选取里程桩号为K62+000～K63+ 000、K63+000～K64+000、K69+000～70+000、K73+ 000～K74+000、K74+000～K75+000、K75+000～K76+ 000、K118+000～K119+000、K132+000～K133+000的路段原始IRI数据进行收集整理、数据分析。路段IRI检测使用的是快速设备检测，按规范要求数据以20 m为一段长期保存。因为路面平整度划分为5个大的等级，且得分等级在良以上的路段路用性能规范要求可只进行日常养护，现按照以1 km为单位划分的共计100个单位的路段进行汇总分析，定义优良率为1 km路段内IRI指标达到良及以上的子路段数数量与该路段内总的分路段数的比值，如图4所示。

图4 京津塘高速各路段IRI统计方差与优良率对照图

K62+000～K63+000和K63+000～K64+000段的IRI计算代表数据为同段路面中最低值，这两个路段方差的计算值很小，仅为0.042 2和0.099 9，从图5和图6可以看出这两段路的实验数据变化范围小，幅度不大，数据变异性小。这两段路的评价均为优。从最小单元来看，K62～K63段的优良率各达到100%和98%，说明用实验数据均值来代表是比较合适的。

图5 K62～K63段实测IRI与计算代表值

图6 K63～K64段实测IRI与计算代表值

由于得分标准是连续的1～100，不同得分代表的路段状况也不同。为了更好地进行养护管理，人为地将得分化为5段，以90分、80分、70分、60分为限。虽然对路段的得分评级结果一目了然，方式简单，易于操作，但接近于划分界限处的路段评价是较为不准确的。得分80.01与79.99相差仅为0.02，路面使用状况相差不大，但是路用性能评价等级差了一个大段，在选取相对应的养护措施时，养护方式也相差很大。显然这种划分方法显然是不合适的。由图8可以看出，K132～133段的计算代表IRI值为2.235 0，根据计算得出的RQI得分为90.00，评价为优，其试验段数据方差为0.640 23，优良率为94%。而根据实测得出的K98～K99段的计算代表IRI值为2.234 7，其对应的RQI得分为90.00，路段评价指标为优，如图7所示。该路段的方差为1.301 9，路段达到优良水平的优良率仅为88%。以20m为一段的路段分级统计数据对比见表1。可以明显看出，虽然同为优等级道路，K98～K99段的中水平以上道路数量要低于K132～133段，需要普通养护水平以上的路段更多，其路面平整度表现要差于K132～133段。因此，在得出路面使用性能评价等级时，仍需在实验数据的基础上进一步细分，得到更为准确的结论。

图7 K98～K99段实测IRI与计算代表值

图8 K132～K133段实测IRI与计算代表值

表1 代表路段实际IRI情况分布表

从数据统计表（见表2）以及路段IRI分布图（见图9～图11）可以看出，K73～K76段数据变异性比较大。这3段的方差数值分别为1.112、1.516、1.422，由计算代表数值计算得出RQI指数分别为82.11、86.86、84.61，路用性能评价等级为良，按规范这 3个路段均属于只需日常维护的路面。K73～K74路段的众数为3.854 5，此数值对应的RQI得分为75.85，评价是中，而且从图9可以看到，有很大一部分路面的IRI数值超过了规定的限值，显然按照路段均值来代表这3个路段是不合适的。以方差和优良率对应来看，不是一种明显的对应关系。K74～K75段方差最大，但是其路面优良率是最高的。方差仅表示一组数据的离散程度，而数据分布是随机的，在大量数据的情况下，满足统计数据的方差越小，其道路优良率越高，做出的评价越接近事实。但是不能一概而论地将方差大小与优良率放在一起比较，这两组数据仅能做出一个大致的判断，具体的细节仍需小心求证。例如K74～K75段路面优良率达到82%，比较接近计算代表值得出的结论，但是图10可以看出，IRI在该段分布中不均匀，前半段路面平整度较差，如果忽略该路段问题，很可能这部分路面的平整度会更加快速恶化，影响路面的使用。

表2 代表路段实际IRI情况分布表

图9 K73～K74段实测IRI与计算代表值

图10 K74～K75段实测IRI与计算代表值

图11 K75～K76段实测IRI与计算代表值

3 对路面损坏状况评定的影响

将K43～K142段路面共计100km的路面破损数据进行集中分析，为方便直观地对路面破损有清晰的认识，以路面破损率DR为指标对路面平整度做出系统性的评价。从破损率分布图（见图12）来看，全线路面均达到优良水平，按规范规定不用进行特殊处理，只进行日常养护就可以满足路面使用条件。在对原始数据分析时发现，数据是以100 m为单位记载的。每千米共10个数据。在对这10个一组的数据进行统计分析后，做出优良率与数据组方差对照图，如图13所示。对照来看，破损率为良的3个路段，其方差数值均比同类的要大。

图12 2010年京津塘高速路面破损率分布图

图13 2010年京津塘高速DR统计数据方差与优良率对照图

将路段K73+000～K74+000与路段K107+000～K108+000单独列出进行分析。这两段路的方差大于同期其他数据。只有K107+300～K107～400处破损率超过限制，在这两段路面中，均从300 m开始至700 m路段破损率在0.37以上，需要养护部门加强管理检测，如图14所示。

图14 K73～K74、K107～K108段DR分布值

4 结语

路面病害的发生是随机的，这与路面修筑与养护使用过程中的各项因素如交通量、气候、养护水平等息息相关。因此表征路面病害的检测数据不具有统一的特征。但是通过对这些随机分布的养护检测数据进行数学上的统计分析，可以找到一定的规律性，进而对路面养护管理措施采取提供一定的理论依据。

[1]孙立军,姚祖康.沥青路面使用性能评价和养护对策确定的Fuzzy方法[J].同济大学学报,1990（2）:167-176.

[2]申晓静.基于路面使用性能可靠性的检测周期优化研究[D].天津：河北工业大学,2012.

[3]马士宾,陈奕,张彩利,王清洲.路面使用性能检测周期对养护决策影响研究[J].中外公路,2015,35（4）:341-345.

[4]李强.高速公路路面车辙检测、评价与预测技术研究[D].南京：东南大学,2007.

[5]马士宾,陈奕,孙敬福,虞秋富.路面检测周期对使用性能预测影响研究[J].中外公路,2014,34（6）:46-51.

[6]曹利荣.高速公路沥青路面合理检测方案研究[D].天津：河北工业大学,2015.

U416.2

A

1009-7716（2017）04-0190-04

10.16799/j.cnki.csdqyfh.2017.04.056

2017-01-10

宋海云（1976-），女，天津人，高级工程师，从事道路工程设计工作。