(1. 福建农林大学 交通与土木工程学院, 福建 福州 350108;2. 福州市城乡建设局, 福建 福州 350001)
地铁车站基坑开挖易引起邻近路基土体及路面变形,且基坑回填密实度常因碾压困难而无法达到设计要求[1-2],导致路基路面沉陷甚至开裂,严重影响道路服务质量,增加道路维养成本和难度。近年来各大城市地铁建设方兴未艾,福州市也加快地铁建设,已建成运营的有地铁1、2号线,在建和待建的还有好几条。地铁为市民出行带来诸多便利的同时也导致地铁沿线路面出现了各种病害,备受非议。虽然地铁车站上方的道路历经多次维养,但其行车舒适感仍然显著低于邻近道路。为了有效提高地铁沿线道路的服务质量,减轻道路维养的压力,需要对此问题进行专门研究,提出针对性的病害防治措施。
福州地铁1号线沿线道路主要采用沥青路面,其典型病害为路面沉陷和裂缝,这些路面病害主要与路基强度和刚度有关[3-4]。目前常规的道路病害检测方法对道路正常使用有较大影响,效率低,检测范围小,既不便于统计病害特征,更不利于分析病害产生机理[5-7]。因此,本文利用“数字福建”智能交通物联网技术重点实验室的数字化路面数据车(DHDV)[8]检测功能和电子地图技术,对福州地铁1号线车站附近道路的路面病害进行扫描和统计分析,研究路面病害的几何特征、路面行驶质量以及路面病害与车站的关联性,为进一步研究路面病害产生机理进而提出针对性的防治方案奠定基础。
福州地铁1号线共21个车站,其中4个站的上方路面不满足扫描条件,实际扫描了剩下的17个车站。
DHDV上有两组激光成像设备,扫描时可以覆盖整个车道,数据采集速度为60~100 km/h。该设备可以采集完全匹配的2D/3D路面图像数据。2D激光图像数据可以在系统上直接标记出裂缝位置。3D激光云数据可以提取连续的路面横断面高程曲线,其垂直方向精度达0.3 mm,水平方向精度达1.0 mm,为国内外图像采集及全自动处理系统的最高精度[8]。路面破损检测系统将摄取到的图像信号传给计算机系统,并对路面图像进行缺陷检测及分类,把路面破损尺寸、部位、类型等信号进行分类管理[7]。计算机系统高差扫描界面如图1所示。
图1 DHDV高程扫描界面Fig.1 Pavement elevation scanning interface of DHDV
车辆前后轴之间扣除道路纵坡影响的路面高差将引起行车颠簸。汽车轴距一般在1.4 m以上,自行车轴距在1 m左右[4],而图像扫描标距为2.2 m,因此本文选择波长为0.5~1.5倍图像扫描标距的路面高程曲线作为计算对象,通过其波峰和波谷来计算路面高差,见图2,图中实线条为实测的路面标高曲线,虚线为道路设计纵坡线。
图2 典型的路面高程曲线Fig.2 Typical curves of pavement elevation
路面实际高程是道路设计高程与沉陷之和。道路设计高程随纵坡变化,在计算路面高差时应反映道路纵坡的影响。路面高差计算方法如式(1)所示,式中(a)、(b)、(c)、(d)分别对应于图2中4种高程变化模式。
图3为典型的路面裂缝电子扫描照片,图中黄色矩形框为窗选框,红色线为裂缝,白色线为车行道分界线。
图3 典型的路面裂缝照片Fig.3 Photos of typical pavement cracks
裂缝长度可以根据图像中参照物的图形长度进行换算。车行道分界线宽度为150 mm[9],则裂缝的实际长度l可由式(2)计算:
(2)
式中,l为裂缝实际长度(mm),li为裂缝的图形长度,b为车行道分界线的图形长度。
除了路面病害的几何特征值外,其空间分布情况也是研究病害产生机理的重要信息,因此首先需要分别确定DHDV扫描路线在车站内、外的扫描长度,再统计路面病害在站内、外的分布情况。
每个车站及附近路面检测的总长度包括站内长度和站外长度,可由DHDV计算机系统提供的扫描路线经计算而得。DHDV扫描路线电子地图见图4,图中Lj、Ls分别代表路面检测总长度和站内长度,站外长度La为Lj与Ls之差。
图4 扫描路线的电子地图Fig.4 Digital map of the scanning route
地铁属于人防工程,其施工图和竣工图属于保密资料,而且地铁车站一般深埋于地下3 m,只能通过风亭等建(构)筑物的电子地图坐标来确定车站起始点的大概位置,从而计算Ls。此外,DHDV在检测过程中不可避免地会受到车流、行人的影响,导致车载记录的站内距离Ls与实际距离L有偏差。因此,在利用电子地图计算站内、外长度Ls、La之前,需对距离偏差ε进行检算,其计算方法见式(3),计算结果见表1。
(3)
表1 检测路线的距离偏差
距离偏差ε的平均值为3.3%,方差为2×10-4,精度满足要求;站内的路面平均检测长度为215.9 m,站外的为170.2 m,分别是扫描标距2.2 m[8]的98.1倍和77.4倍,说明路面扫描具有足够的样本容量,统计结果具有充分的代表性。由此可见,利用DHDV自动获得的扫描路线并结合电子地图,可以准确地计算站内、外的行进距离,从而准确统计出站内、外的路面高差和裂缝的分布情况。
为了深入研究路面病害产生机理,将站内、外上方的路面高差和裂缝分别统计后列于表2,表中Δhs、Δha分别代表站内、外的路面高差,ls、la分别代表站内、外的裂缝长度,IRI为国际平整度指数,RQI为路面行驶质量指数。不同类型车辆的轴距不同,车轮的直径也不统一,对于相同的路面高差,其行车颠簸感也不同,因此引入行驶质量指数RQI加以辅助说明。由于每个车站站内和站外扫描路线的总距离约为400 m,距离较短,IRI和RQI是指对包括站内和站外的整体评价。RQI的计算方法见式(4)。
RQI=11.5-0.75×IRI
(4)
式中,IRI为国际平整度指数(m/km),其值由DHDV计算机系统自动生成。
表2 站内、外路面病害特征统计数据及评价
《公路沥青路面养护技术规范》[10]根据RQI将道路行驶质量分为“优良中次差”5个等级。如表2所示,福州地铁1号线车站上方路面的道路行驶质量没有“优”,仅有2个车站的为“良”,RQI平均值为4.19∈(4.0,4.5),道路行驶质量总体评价为“次”[10]。各等级行驶质量的占比见图5。
图5 地铁车站路面评价指标汇总图Fig.5 Summary of evaluation indices of pavements in the metro station
由图5可知,“次”、“差”路面合计66%,表明路面现状严重影响市民行车体验,需要维修[10-11]。实际上,在地铁1号线运营后,附近路面均经历了多次维修,个别路段甚至进行了全面翻修。也就是说,地铁车站上方路面的病害很严重,与地铁车站建设必然存在某种联系。
为了分析地铁车站建设与沿线路面病害的关联性,需对站内与站外的病害特征值进行对比。路面高差体现路面沉陷程度。由表2可知,站内的路面高差Δhs平均值是40.9 mm,站外的路面高差Δha平均值是27.4 mm,站内的是站外的151%。如《公路技术状况评定标准》[5]所述,路面沉陷小于10 mm时对行车舒适感无影响,10~25 mm之间行车有轻微颠簸感;大于25 mm时行车有明显颠簸感。这表明车站及其附近的路面均出现显著的沉陷,路面行车具有明显的颠簸感,且离车站越近道路的颠簸感越强。类似地,站内的路面裂缝长度ls平均值是1 165 mm,站外的路面裂缝长度la平均值是794 mm,站内的是站外的147%。这表明站内、外路面均有大量长大裂缝,路面开裂严重,且离车站越近路面开裂越严重。由此可见,站内的路面病害程度比站外的平均高50%。一方面站内及站外路面所采用的建材相同,施工工艺一样[1],另一方面站内路面的病害比站外更严重,这说明路面病害与路基下面的车站存在着紧密联系[12-13]。
福州地铁车站基坑多采用明挖法施工[1]。在基坑开挖过程中,站外几十米范围内的路基土体势必受到扰动[12,14],不过此处的扰动相对站内的小。此外,站外路基中没有上翻梁、冠梁等构造,基坑回填施工尤其是碾压受到的不利影响比站内的少,故站外路基的压实度较高,即站外的路基施工质量要略高于站内。更重要的是,车站的顶板上翻梁和冠梁等构造使得上方路基厚度不一,路面弯沉必然有别。因此,站外的路面病害程度要比站内的轻。
需要特别指出的是,对于南门兜站(见表2中的第8号车站),站内路面高差比站外的大76%,增加幅度最大,比平均值大25%;站内的裂缝长度比站外的大80%,增加幅度第二大,比平均值大33%。表面上看,南门兜站的病害特征似乎离散性较大,实际上,南门兜站属于地铁换乘站,是1号线和2号线的相交处,车站构造更复杂,对路基的不利影响也更大,使得路面病害更严重。因此,南门兜站沿线道路路面的病害几何特征值比所有站的平均值更大。而这更进一步说明地铁建设与沿线路面病害存在着显著的关联性。
总之,地铁车站上方的路面病害主要根源于地铁基坑开挖引起的路基施工质量问题和车站构造的不利影响,在路面维修养护方案中应考虑地铁车站因素并提出针对性的防治措施。
基于DHDV扫描功能和电子地图技术,开展的福州地铁1号线17个车站附近道路路面病害的实地调查和计算分析结果表明:
1)福州地铁1号线车站上方路面病害严重,道路行驶质量总体评价为“次”;道路离地铁车站越近其路面病害越严重,站内道路的路面病害比站外高50%,路面病害与地铁车站存在显著的正相关。
2)地铁车站基坑开挖和回填严重影响沿线路基施工质量,且车站构造引起路基刚度不一,进而引起路面发生沉陷和开裂;对于已建地铁的沿线道路,其维养方案应考虑车站构造对路基的影响,提出相应的路面病害防治措施;对于在建和待建地铁的沿线道路,应提高基坑回填质量验收标准,并建议对地铁车站顶板结构设计进行优化。
3)利用本文提出的结合DHDV和电子地图并利用图形尺寸换算关系的分析技术,可以高效而准确地计算出路面沉陷和裂缝的几何特征值以及空间分布情况,为道路维养决策和路面病害机理研究提供有力支持。