公路沥青路面检测和养护决策优化研究

高旋

摘要 针对目前公路沥青路面检测以及养护中存在的问题，为了对沥青路面检测和养护决策优化展开研究，文章依托具体工程实例，以某公路A、B、C路段养护为例，结合养护干预下的路面使用性能衰变特点，提出了基于路面指标可靠度的检测周期优化模型，得出适用于养护干预下的路面检测周期，确定了合理的检测方案以及养护决策，为沥青路面养护决策提供了依据。

关键词 沥青路面；检测；养护决策；优化

中图分类号 U416.217文献标识码 A文章编号 2096-8949（2023）10-0072-03

0 引言

路面检测是开展系统性道路养护的前置工作，检测数据的真实性、准确性以及分析结果，是道路运营者判断道路状况、做出养护决策的重要依据，因此应当予以重视[1]。检测周期不合理将导致路面状况信息收集不及时，无法支撑养护决策。然而，频繁的路面检测虽然能够及时发现道路性能存在的问题，但是不利于全寿命周期的成本节约。基于路面检测工作开展公路养护决策，不同于道路设计及施工前的道路调查，更强调前瞻性与系统性。因此，该文综合考虑交通量、使用年限、道路性能衰减趋势、检测周期、养护成本等因素，建立多目标规划优化模型，计算最佳养护时期，确定路面适宜检测周期，为道路运营者及时开展检测工作和科学进行养护决策提供依据。

1 工程概况

某公路路线全长82.45 km，采用双向四车道设计，设计速度为120 km/h，路基宽度26.0 m。自2010年建成以来，交通量不断增加，且大型货车比例较高，约占交通组成的30%～40%，交通荷载繁重。在近期日常巡查过程中发现部分该公路整体评价结果为“良”，在整个养护过程中的大中修路段较少，日常养护路段占比较大，预防性养护路段逐年增长。选取A、B、C路段，三个路段在2017—2022年分别采取了日常性养护、预防性养护和大中修措施，且在各个路段内不同车道的养护情况基本一致，能够较好地反映路段养护情况及病害发展趋势[2]。

2 养护对路面使用性能的影响

2.1 日常性养护

A路段在2017年、2020年和2022年均采取了日常养护，采用刘伯莹指数模型[3]以2017年为节点，对后续数据进行预测，对后续检测值进行计算，对比实测值与预测值，以此判断检测周期的适用性。日常养护下路面检测数据实测值与预测值对比情况如图1所示。

由图1可知，对比预测值与实测值可以发现，路面破损率DR、路面平整度IRI、路面车辙RD的实测值小于预测值，路面横向力系数SFC的实测值大于预测值，这表明在日常养护工作发挥了补充路面性能的作用。从路面实测数据来看，路面破损率、平整度、车辙、路面横向力系数等指标，在经过日常养护后，均有较为明显的改善。整体来讲，由于日常养护工作对道路性能下降趋势的及时干预，各项指标的前后变化较为平缓。

对日常养护下不同检测周期的数据偏差进行分析，结果如图2所示。

整体而言，A路段在经过日常养护工作后，路面性能得以及时补充，整体变化趋势较为稳定，各项路面性能指标值呈现“优”的状态。计算各检测周期下的数据偏差可以发现，偏差率为5%～10%，说明经过日常养护后，各检测周期测得的路面性能数据差异较小。因此对于日常养护路段，建议选择较长检测周期，能够满足养护决策的检测数据要求，同时降低检测成本。

2.2 预防性养护

B路段在2017年、2020年和2022年采取了预防性养护，以2017年为节点，对后续数据进行预测，对后续检测值进行计算，对比实测值与预测值，以此判断检测周期的适用性。预防性养护下路面检测数据实测值与预测值对比如图3所示。

由图3可知，由于预防性养护工作的及时开展，路面破损率DR、平整度IRI指标的变化趋势平缓。而路面车辙RD、路面横向力系数SFC指标在预防性养护后，出现数据骤然变化的现象，数据变异性较高；相较于日常养护的指標趋势图，在经历过预防性养护后，路面破损率DR、平整度IRI、车辙RD的实测值下降趋势更明显。而预测值上升趋势保持，这与道路性能衰变的规律相一致[4]；横向力系数SFC实测值表现出的上升幅度也超过日常养护。

对预防性养护下不同检测周期的数据偏差进行分析，结果如图4所示。

B路段为采用预防性养护的路段，路面整体性能仍表现出优良状态。但是相比日常养护的A路段，各评价指标的变化程度更为剧烈、检测数据的变异性较大。其中路面车辙和横向力系数在经过预防性养护后，波动趋势尤为明显。分析图4的数据偏差情况，路段采用预防性养护措施对道路性能的影响更大，检测周期为2年、3年和4年时，各检测指标的变异性增加明显，实测数据偏差大于10%。由于道路指标差异性增大，检测工作周期不宜设置过大，以免由于检测不及时和检测数据误差，影响养护决策工作的开展，错过最佳养护时机。

2.3 大中修后

C路段在2017年、2020年、2022年开展大中修养护工作，以2017年为起点开展预测。大中修养护下路面检测数据实测值与预测值对比如图5所示。

由图5可知，在大中修前后，四个路面检测指标实测值均有较大波动，表明路面性能在经过大中修后发生明显变化。从整体实测数据来看，路面性能的变化较为平缓，在2017年、2020年和2022年进行大中修后，路面破损率、平整度和车辙指标实测值明显下降，且下降趋势超过日常养护与预防性养护下的趋势。预测值呈现上升趋势，与路面衰变规律相符。路面横向力系数实测值上升幅度超过日常性养护与预防性养护。

大中修养护下不同检测周期检测数据偏差如图6所示。

整体而言，在经过大中修后，C路段路面性能为“良－中”状态。路面整体性能的变化趋势较大，各检测指标实测值的变异性较为明显，不同指标的变化程度也存在差异。其中路面破损率、车辙、横向力系数等指标的变异性较大，结合图6可以发现，C段路面性能实测数据偏差普遍大于15%，随着检测周期的增加，数据偏差值明显增大，最大可超过65%。因此路面经过大中修后，检测周期的确定应重点关注指标的变异性，检测周期不可设置过大，以免检测数据收集不及时影响养护决策。

3 路面检测周期优化模型

根据该公路的运营数据，每车道日平均累计当量Ne1=1.25万次，累计标准轴载Ne与可靠度R之间的关系[5]如下：

式中，——平均维修时间，根据该公路历年养护数据，可取值18 h；——平均病害维修时间，可取值90 h。计算可得累计标准轴载与维修系数的关系曲线如图7所示。

由图7可以看出，当累计当量轴次Ne=800万次时，维修系数α最小，此时最佳维修周期640 d。根据上述模型对各路用性能指标在到达临界值时的使用寿命进行预测。结合各性能指标下检测周期与偏差值的分析结果可知，路面采用的养护方式不同，对检测周期的要求存在较大差异，因此需将养护方式与检测周期一并作为养护决策体系的优化内容。

4 沥青路面养护决策优化

对该公路的历年养护数据和路面现状进行分析，综合考虑路面路用性能、舒适性和经济性要求，提出表1所示的路面养护需求标准[6]。结合上述研究结果，由于不同养护方式下检测指标值存在的数据偏差，不同养护方式需对应不同的检测周期要求。

5 结语

综上，该文对日常养护、预防性养护和大中修下三种不同养护方式下的路面性能预测试与实测值进行分析，研究不同养护方式对后续检测周期的要求，研究表明日常养护路段可采用较长的检测周期，预防性养护及大中修后需采用较短的检测周期。综合考虑路面性能衰变规律、荷载变化、路龄和检测周期要求等因素，该文提出了路面检测与养护决策优化模型。

参考文献

[1]吴志勇， 岳建洪， 陈金蓉， 等. 基于沥青路面检测指标的服役性能衰变规律研究[J]. 公路与汽运， 2022（3）： 162-166.

[2]趙显慧. SBS改性沥青超薄磨耗层在侯禹高速养护中的应用[J]. 山东交通科技， 2022（2）： 86-88.

[3]马佳杰， 徐雷， 田旭， 等. 基于BP神经网络的高速公路沥青路面使用性能预测[J]. 交通世界， 2022（7）： 85-88.

[4]臧继成， 邱念领， 李阿雷， 等. 基于统计分析的高速公路性能量化表达与分析[J]. 山东交通科技， 2022（5）： 1-3+24.

[5]曹明明， 岳建洪， 陈金蓉， 等. 沥青路面预防性养护决策指标体系分析[J]. 公路与汽运， 2021（1）： 140-143+147.

[6]于晓贺， 邱怀中， 罗蓉， 等. 基于修正灰色预测模型的沥青路面使用性能预测[J]. 武汉理工大学学报（交通科学与工程版）， 2021（1）： 59-63.