详情

原文传递山西省高速公路路面使用性能S型预测模型的研究

论文题名：	山西省高速公路路面使用性能S型预测模型的研究
关键词：	高速公路;路面使用性能;修复性养护;S型预测模型
摘要：	路面性能预测是路面管理系统举足轻重的组成部分，是路面管理系统至关重要的基本功能，是对路面使用性能变化规律的科学总结。通过对路面使用性能进行预测，评估路面性能发展趋势，精准制定养护方案，科学合理制定和分配养护资金，具有极其重大的现实意义。本文的主要目的是建立适用于山西省高速公路网的沥青路面使用性能S型预测模型。　　首先，搭建山西省高速公路基础信息库，收集了山西省高速公路路桥隧基础数据、路面性能检测数据、养护历史数据、交通量数据、温度和降水数据等等，并对收集的数据进行预处理，包括数据清洗、缺失值处理和异常数据修正等等，并利用处理后的数据，对山西省高速公路路面使用性能的现状进行细致分析。　　之后，确定路面使用性能S型预测模型的方程形式。本文先阐述了选取S型预测模型的原因，包括主流的三类路面使用性能预测模型的优缺点、山西省高速公路养护管理现状以及山西省高速公路实际现状。接着，介绍了S型预测模型的发展历史，并选取国内较为常用的两种S型预测模型作为参考，考虑路面性能指标的实际特点及衰减规律，提出了三点路面性能S型预测模型应当满足的条件，通过数学分析与图像研究，分别对两种预测模型进行修正，提出新的模型方程。　　然后，开发山西省高速公路沥青路面使用性能S型家族预测模型。家族预测模型可以有效地处理在建立某些具体约束下开发路面性能模型数据量缺乏的问题。家族预测模型分为母预测模型和子预测模型。母预测模型充分利用丰富的路网多年性能数据进行模型参数标定研究，可以预测该地区路网路面性能的发展趋势，对路网状况进行宏观把握，同时可以通过参数修正的方式，辅助开发子预测模型，以解决开发子预测模型存在的数据量不足的问题。子预测模型通过不同的分组原则，分组原则由实际需求而定，将路网数据进行划分，分别开发预测模型。　　为保证预测模型的稳健性，本文提出一系列的建模数据处理方式。本文利用Python的Pandas库开发了一种路面性能数据的记录格式。该数据记录格式可以将某条路多年的路面性能检测数据、路龄、养护类型、养护措施以及交通量等汇总成一条记录，极大地减轻了数据处理难度；后续在提取开发子预测模型的路面性能时十分快捷有效。首先，提出数据处理原则，包括路龄不宜过大、排出养护历史干扰、剔除异常衰减数据以及各路龄下数据量的差异不宜太大等；其次，根据上述原则，依次提出相应的数据处理方法，如路龄筛选规则、路面性能衰减逻辑检验、K均值聚类分析以及等间距剔除数据等；最后，采用路面性能检测数据的箱形图和数据处理前后的标准差折线图对数据处理结果进行评估。　　采用上述的建模数据处理方式，利用路网数据，采用Python的Fitter库开发了两种路面性能S型母测预测模型并分别进行评价。对于S型预测模型一，整体路网的MAE为3.46，RMSE为5.34，相关系数为0.80。对于S型预测模型二，整体路网的MAE为2.64，RMSE为4.23，相关系数为0.82。S型预测模型二拟合效果更优，将作为山西省高速公路S型母预测模型。　　最后，阐述了如何利用母预测模型进行子预测模型的开发，并给出具体开发示例。示例一根据养护类型对路网数据划分，分别开发预防性养护子预测模型和修复性养护子预测模型。过程中发现，路段经预防性养护后的路面性能变化规律较为复杂，无法使用S型预测模型进行预测；路段经修复性养护后的路面性能衰变速率要快于原路面。示例二考虑运营公司、养护类型和交通量等级等因素对路网数据进行划分，养护类型可以分为日常养护、预防性养护和修复性养护三类，交通量等级分为轻、中和重三级，分别开发相应的子预测模型。结果发现，路段经修复性养护的路面性能衰减速率要大于日常养护；交通量等级越高，路面性能衰减速率越快。
作者：	王岐发
专业：	交通运输工程;道路与铁道工程
导师：	杨顺新
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022