高等级公路预防性养护综合决策方法研究

高东升

（山西交通控股集团有限公司 运城北高速公路分公司，山西 运城 044000）

0 引言

长期以来，以沥青路面为主的高等级公路普遍存在“重修轻养”的问题，而在路面全寿命周期内，不同程度的面层病害则基本覆盖了整个寿命周期；从路面整体结构的病害发展规律看，面层病害一般先于基层病害出现，随着病害的累积，基层病害持续反射至面层，加速了面层的劣化程度，同时，面层对基层的防护能力逐步丧失，外荷载对基层的破坏能力快速增长，最终致使路面结构层整体失效[1]。因此，做好高等级公路路面的预养护工作，将路面病害始终控制在较低水平，对于延长高等级公路的服役寿命，提高养护工程远期经济效益具有重要意义。

为实现高等级公路沥青路面预养护的综合决策与精准预判，本文基于宏观路况标准中的多项指数[2]，采用灰关联理论定量分析了不同指数在预养护决策过程中的影响权重，进而提出一套全面、科学的预养护综合决策模型，为更好地开展高等级公路沥青路面预养护作业提供理论参考。

1 高等级公路预养护决策指标选取

选取预养护决策指标是构建路面预养护综合决策模型的第一步，路况标准指标可分为检验指标、判断指标及综合指标3种，其中检验指标是评价是否满足预养护作业的基础和前提，判断指标则根据分值所处区间判断是否需要进行预养护，综合指标是基于判断指标加权平均后的综合评价结果。

本文在分析已有研究成果和相关规范的基础上，考虑地方高等级公路沥青路面检测和预养护工作实际，拟提出以下半刚性基层沥青路面预养护决策指标[1,3]。详见表1。

表1 高等级公路路面预养护决策指标

在表1所列各项指标中，PSSI指标为抽样评价指标，在路况评价过程中单独计算，不与判断指标加权分析，仅作为判断能否进行预养护作业的“兜底值”；PQI指标能够宏观表征路面当前的总体工况，但无法反映具体的破坏形式及程度，在评价中易出现PQI指标与其他分项指标“倒挂”的现象；分项指标可根据分值大小分别给出等级[3]。判断指标及综合指标分级标准见表2。

表2 判断指标及综合指标分级标准

为了确保半刚性基层沥青路面预养护效果，需在判断指标和综合指标处于“良好”的条件下介入，且PSSI指标不能低于83[1]。

2 基于灰关联理论的高等级公路路面预养护综合决策研究

判断指标和综合指标在路况评价过程中均有一定的局限性和互补性，故建立起基于综合指标与各判断指标间关联程度大小的综合决策模型，则能更好地解决预养护决策过程中存在的偏差和失真问题。本文引入灰关联理论，定量计算综合指标与各判断指标间的关联度值，并基于关联度值赋予不同判断指标权重，进而给出加权后的预养护综合决策建议。

2.1 灰关联基本理论

从宏观角度分析，灰关联理论就是通过提取局部有价值信息，进而实现对整个系统内部运行规律的掌握，是一个从“局部”到“全局”的过程，其中，“局部”与“全局”之间通过关联度指标建立量化关系[4]；从微观角度分析，灰关联理论就是通过将有限数量的比较因素与对照因素进行关联性对比，对比结果通过关联度指标量化表征，关联度指标与因素相关性之间呈正相关，根据关联度值大小对比较因素进行重要性排序，进而得到不同比较因素的影响权重[5]。灰关联一般分析过程如下：

a）建立灰关联因子集 U，设 U=｛u0，u1，K，um｝，其中，u0为对照因素，ui(1，K，m)为比较因素，u0(k)与 ui(k)分别表示二者在第k点上对应的实数，由灰关联因子构成的矩阵见式（1）：

b）为使对照因素与比较因素间具备可比性，需对二者分别进行无量纲化处理，无量纲处理采用归一法。以比较因素为例，计算方法见式（2）：

c）通过量化对照因素与比较因素间的差异，进而建立灰关联差异矩阵。设，表示在u上第k个点上比较因素与对照因素的量化差异，简记为Δ，以量化差异Δ构造相应的灰关联差异矩阵。差异矩阵见式（3）：

d）提取式（3）中的最值，并给出相应的分辨系数ρ，进而求解灰关联系数及关联度值。分辨系数与灰关联系数差异呈负相关，故通常取等权，即ρ=0.5。灰关联系数λik计算过程见式（4）：

因灰关联系数矩阵中元素较多，分别对比工作量极大，故通过计算灰关联系数的算数平均值以得到对应的关联度指标，通过分析关联度指标大小，进而判断比较因素与对照因素间的影响程度。关联度指标计算过程见式（5）：

2.2 案例研究

本节以某省道一级公路路面原始检测指标为依据，以 PCI、RQI、RDI、SRI作为比较因素，PQI作为对照因素，通过建立二者之间的灰关联模型，进而得出比较因素较对照因素间的关联度指标，最终得出不同路面检测指标对综合路况的影响权重，从而建立高等级公路路面预养护的综合决策方案。

某省道一级公路路面连续5年原始检测指标见表3。

表3 某省道一级公路路面连续5年原始检测指标

根据本文划定的指标要求，路段内PSSI指标均大于83，故满足预养护决策条件；结合本文给出的灰关联分析过程，建立路面5年原始检测指标的灰关联因子矩阵，见式（6）：

对上述因子进行无量纲化处理，得到灰关联因子的无量纲矩阵，见式（7）：

建立对应的灰关联差异矩阵，差异矩阵见式（8）：

式（8）中对应的 Δmax、Δmin分别为 0.53、0.00，据式（4）可得相应的灰关联系数矩阵，见式（9）：

据式（5）得到不同比较因素对应的关联度指标。关联度指标G见式（10）：

据式（10）计算结果可知，PCI、RQI、RDI、SRI四项判断指标对综合指标PQI的影响程度由大至小依次为 SRI、PCI、RDI、RQI，故可将影响程度量化指标作为预养护决策的权重值，对应的权重指标见式（11）：

以上述判断指标权重为基准，将当年获取的判断指标按照式（11）给出的权重进行加权平均后，若判断指标和综合指标均介于[80,90)时，则应着手开展路面的预养护工作；若判断指标和综合指标介于[90,100)时，则无需进行路面预养护；若判断指标和综合指标小于80时，则意味丧失了最佳的预养护时机。

3 结语

综上，本文以高等级公路路面预养护为研究背景，将路面检测指标分为判断指标、综合指标及检验指标3类，在检验指标满足限值的前提下，借助灰关联理论建立了基于判断指标与综合指标间影响程度大小的综合评价模型，为高等级公路路面的预养护决策提供了新方法。