扩展功能
文章信息
- 林翔
- LIN Xiang
- 基于正交分析的高速公路沥青路面状况影响因素研究
- Study on Influencing Factors of Expressway Asphalt Pavement Condition Based on Orthogonal Analysis
- 公路交通科技, 2021, 38(10): 1-6, 15
- Journal of Highway and Transportation Research and Denelopment, 2021, 38(10): 1-6, 15
- 10.3969/j.issn.1002-0268.2021.10.001
-
文章历史
- 收稿日期: 2021-01-04
2. 中公高科养护科技股份有限公司, 北京 100095
2. RoadMaint Co., Ltd., Beijing 100095, China
预测路面使用性能衰变趋势是研究路面结构设计方法,提升路面使用寿命的关键技术难题。多年来,国内外众多专家学者在这方面开展了广泛的研究,提出了多种路面使用性能衰变模型。国外在此方面的研究起步较早,也取得了较多的研究成果,如美国路面长期使用性能(Long Term Pavement Performance, LTPP)研究计划[1-5]。由于我国自然经济条件、路面结构形式、养护设计规范等均与美国不同,很多情况下我们不能直接应用LTPP的结论。我国于2000年开始,由交通运输部先后立项开展了沥青路面长期性能研究、环道足尺加速加载试验等课题,对公路路面长期结构行为的掌握逐渐深入。但由于观测时间较短,观测样本有限,影响因素复杂等多种原因,目前针对全国范围或某一特定区域,均没能提出一套准确预测路面使用性能衰变规律的方法或模型。本研究基于对我国北方某省高速公路网路面技术状况开展的连续12年跟踪观测数据,进行路面使用性能影响因素分析,总结路面破损状况指数(Pavement Surface Condition Index,PCI)衰变规律,为后期优化路面养护设计方法提供数据支撑[6]。
1 影响因素筛选引发高速公路路面使用性能衰变的影响因素较多,主要包括交通量、路面结构组合、材料性能、施工质量控制、使用年限、气候条件、养护干预等[7]。在开展路面使用性能衰变规律分析前,应先分析各种影响因素对其路面性能指标变化的敏感性,结合已掌握的数据条件,确定主要影响因素[8]。
本研究所采用路况数据均来自同一省份,在气候条件、养护干预程度、施工技术水平等方面差异性并不大[9]。另外,由于全省高速公路建设及养护已形成典型的养护方案,故路面结构组合及路面材料类型也较为统一。在本研究中,选定了交通量、材料老化、结构形式等3方面作为主要影响因素进行分析。
(1) 交通量:高速公路交通量调查中,能够长期持续获得的数据就是断面交通量数据,常用的统计指标为年均日当量交通量(Average Daily Traffic,AADT)。对于轴载作用次数、重车交通量等指标不宜持续获得,故本研究采用AADT指标表征道路交通量水平。统计了数据省份各路线代表性断面AADT分布情况,如图 1所示。可发现,该省各路线AADT指标可明显地区分出3个档次:>40 000, 20 000~40 000,< 20 000,可作为本研究的3个取值范围[10-11]。
![]() |
图 1 路网各路线交通量分布 Fig. 1 Traffic distribution of each route in road network |
|
(2) 材料老化:材料老化对路面结构使用性能将产生较大影响。表征材料老化的指标包括直接指标及间接指标两方面[12-13]。其中,直接指标主要指通过对既有路面沥青混合料进行抽提筛分,并通过室内试验检测其沥青各项性能,如针入度、软化点等。该类数据需开展专项调查,不宜进行长期且连续观测。而间接指标主要指路面结构使用年限、累计交通轴载作用次数等,对于路面结构使用年限可通过调查建养历史资料获得,而累计交通轴载作用次数则需通过开展专门的轴载调查才能收集到。综合数据获得难易程度、数据代表性及可持续性等方面考虑,本研究挑选路面结构使用年限作为表征材料老化程度的指标。统计了数据省份各路线路面结构使用年限分布情况,如图 2所示。可发现,该省各路线路面结构使用年限指标可明显区分出3个档次:>15 a, 7~15 a,< 7 a,可作为本研究的3个取值范围。
![]() |
图 2 路网各路线路面结构使用年限分布 Fig. 2 Life distribution of pavement structure of each route in road network |
|
(3) 结构形式:路面结构组合形式对于路面长期性能的影响至关重要。对于本次数据样本而言,路面结构均采用半刚性基层沥青路面结构,沥青面层在建设之初几乎都采用三层沥青混凝土的结构形式,材料类型以SMA及AC为主[14-15]。使用运营期间的养护工程以加铺4 cm沥青混凝土为主。目前有部分路段经历过一次加铺,也有部分路段先后经历了两次加铺。基于以上管养特点,本研究选择沥青层总厚度作为区分结构形式的分析指标。统计了数据省份各路线代表性路段沥青面层厚度指标分布情况,如图 3所示。可发现,该省各路线沥青面层总厚度可明显区分出3个档次:>22 cm, 18~22 cm,< 18 cm,可作为本研究的3个取值范围。
![]() |
图 3 路网各路线沥青面层厚度分布 Fig. 3 Asphalt surface layer thickness distribution of each route in road network |
|
2 试验方案设计
根据以上分析,筛选出本区域内影响路面长期使用性能的3个关键因素,并分别划分出了3个数据区间[16]。一般情况下,为分析各种因素对路面使用性能的影响效果,应建立3×3×3=27种组合型式,分别对其路面使用性能进行跟踪观测[17-18]。但受限于本区域路网的建养方式特点,很难凑齐同时满足这27种因素组合的观测路段,故本研究利用正交表来安排与分析多因素条件下路面使用性能的变化规律。在全部27种水平组合中,挑选有代表性的水平组合,建立了3×3=9种组合矩阵,如表 1所示。通过跟踪这9种代表性路段的路面使用性能指标,分析其数据之间相关关系,对各影响因素对于路面使用性能的影响程度进行定量化评价。正交试验设计方案如表 2所示。
水平 | 因素 | ||
A:AADT/(veh·a-1) | B:路龄/a | C:沥青层厚度/cm | |
1 | < 20 000 | < 7 | < 18 |
2 | 20 000~40 000 | 7~15 | 18~22 |
3 | >40 000 | >15 | >22 |
路段 | 因素 | ||
A:AADT/(veh·a-1) | B:路龄/a | C:沥青层厚度/cm | |
1# | < 20 000 | < 7 | >22 |
2# | < 20 000 | 7~15 | 18~22 |
3# | < 20 000 | >15 | < 18 |
4# | 20 000~40 000 | < 7 | 18~22 |
5# | 20 000~40 000 | 7~15 | < 18 |
6# | 20 000~40 000 | >15 | >22 |
7# | >40 000 | < 7 | < 18 |
8# | >40 000 | 7~15 | >22 |
9# | >40 000 | >15 | 18~22 |
3 正交试验分析
本研究重点分析交通量、路龄及路面结构层厚度等因素对于路面病害发展规律的影响程度,故针对正交试验设计出的9种代表性路段,分别跟踪其路面破损状况指数PCI指标值及其衰变幅度,检测结果见表 3。
路段 | A:AADT/(veh·a-1) | B:路龄/a | C:沥青层 厚度/cm |
PCI 指标值 |
PCI衰变幅度 |
1 | < 20 000 | < 7 | >22 | 96.57 | 0.80 |
2 | < 20 000 | 7~15 | 18~22 | 93.53 | 1.40 |
3 | < 20 000 | >15 | < 18 | 92.12 | 2.10 |
4 | 20 000~40 000 | < 7 | 18~22 | 91.39 | 2.10 |
5 | 20 000~40 000 | 7~15 | < 18 | 90.44 | 2.80 |
6 | 20 000~40 000 | >15 | >22 | 93.85 | 2.40 |
7 | >40 000 | < 7 | < 18 | 91.00 | 2.80 |
8 | >40 000 | 7~15 | >22 | 92.99 | 2.20 |
9 | >40 000 | >15 | 18~22 | 89.66 | 3.00 |
3.1 正交直观分析
通过比较分析,绘制出每一个影响因子的绝对数值与其数据水平的变化关系图,同时通过极差来判断该因素对指标的影响程度。根据以上数据,进行直观分析的结果见表 4~表 5。表中,对于影响因素A(AADT)而言,K1=PCI路段1+PCI路段2+PCI路段3,k1=(1/3)K1,该指标可表征影响因素A在水平1条件下PCI指标的平均水平。通过比较k1、k2及k3的大小,可定量化提出影响因素A的最优水平。同时,通过比较3个影响因素极差值的大小,可比较出各因素对于PCI指标影响程度的大小。
试验因素 | 因素A | 因素B | 因素C | 空列 |
K1 | 282.22 | 278.96 | 283.41 | 276.67 |
K2 | 275.68 | 276.97 | 274.58 | 278.38 |
K3 | 273.65 | 275.63 | 273.56 | 276.50 |
k1 | 94.07 | 92.99 | 94.47 | 92.22 |
k2 | 91.89 | 92.32 | 91.53 | 92.79 |
k3 | 91.22 | 91.88 | 91.19 | 92.17 |
极差 | 2.86 | 1.11 | 3.28 | 0.63 |
因素主次 | CAB |
试验因素 | 因素A | 因素B | 因素C | 空列 |
K1 | 4.30 | 5.70 | 5.40 | 6.60 |
K2 | 7.30 | 6.40 | 6.50 | 6.60 |
K3 | 8.00 | 7.50 | 7.70 | 6.40 |
k1 | 1.43 | 1.90 | 1.80 | 2.20 |
k2 | 2.43 | 2.13 | 2.17 | 2.20 |
k3 | 2.67 | 2.50 | 2.57 | 2.13 |
极差 | 1.23 | 0.60 | 0.77 | 0.07 |
因素主次 | ACB |
从直观分析的结果可以看出:
(1) 3个试验因素的极差值都大于误差列的极差值,说明试验效果是显著的,达到了使交通量、路龄和沥青层厚度这3个因素成为路面破损状况指数PCI主要影响因素的目的。
(2) 高速公路路面破损状况指数PCI影响最显著的因素是沥青层结构厚度,其次是交通量,最后是路龄。
(3) 对于PCI指标衰变速度而言,交通量是其影响最显著的因素,其次是沥青层厚度,最后是路龄。
将各指标随因素的水平变化情况用图表示出来,如图 4~图 5所示。
![]() |
图 4 各指标随因素水平的变化(PCI值) Fig. 4 Each indicator varying with different factor level (PCI) |
|
![]() |
图 5 各指标随因素水平的变化(PCI衰减值) Fig. 5 Each indicator varying with different factor level (PCI attenuation) |
|
(1) 随着交通量的增长,路面破损状况指数PCI逐渐降低,且呈现先加速下降后逐渐平稳的趋势。
(2) 随着交通量的增长,路面破损状况指数PCI逐渐降低,而PCI降低的速度要比交通量增长的速度慢。
(3) 随着沥青层厚度的减薄,路面破损状况指数PCI逐渐降低,且当沥青层厚度小于22 cm后,PCI指标出现加速下降的趋势,而沥青层厚度在18~22 cm与小于18 cm两档区间内PCI指标相差不大。
3.2 正交方差分析为了更准确地评价各因素对于路面破损状况指标的影响程度,本研究针对正交分析数据开展方差分析,从而做出影响因素对于评价指标的作用是否显著的结论,并提出定量化的数量估计。正交方差分析表如表 6所示。
数据项目 | 变异来源 | 平方和 | 自由度 | 均方 | F值 | Fa | 显著水平 |
PCI 指标值 |
因子A | 13.37 | 2 | 6.69 | 18.63 | F0.1(2, 2)=9 | * |
因子B | 1.87 | 2 | 0.94 | 2.61 | F0.05(2, 2)=19 | — | |
因子C | 19.54 | 2 | 9.77 | 27.22 | F0.01(2, 2)=99 | ** | |
误差E | 0.72 | 2 | 0.36 | — | — | — | |
总和T | 35.51 | 8 | — | — | — | — | |
PCI 指标衰减值 |
因子A | 2.58 | 2 | 1.29 | 289.75 | F0.1(2, 2)=9 | *** |
因子B | 0.55 | 2 | 0.27 | 61.75 | F0.05(2, 2)=19 | ** | |
因子C | 0.88 | 2 | 0.44 | 99.25 | F0.01(2, 2)=99 | *** | |
误差E | 0.01 | 2 | 0.004 | — | — | — | |
总和T | 4.02 | 8 | — | — | — | — | |
注:若F>F0.01(f因,fE),就称该因素是高度显著的,用***表示;若F < F0.01(f因,fE), 但F>F0.05(f因,fE),则称该因素的影响是比较显著的,用**表示;F < F0.05(f因,fE),但F>F0.1(f因,fE),就称该因素的影响是一般显著的,用*表示;若F < F0.1(f因,fE),就称该因素的影响不显著,不用*表示。 |
根据方差分析的结果,可以发现:
(1) 沥青层厚度对路面破损状况指数PCI的影响比较显著;交通量对其的影响是一般显著;而路龄的影响是不显著。由于在路面结构使用寿命周期中,存在多次预防养护及功能性修复活动,均可恢复路表面PCI指标,故路龄因素对于PCI指标的影响在本次试验分析中显著性并不突出,与路表面病害直接相关的交通量因素显著性一般,而沥青层厚度对于路面病害的发展影响相对最为显著。
(2) 在分析PCI指标衰减速度的试验中发现,交通量与沥青层厚度两个因素的影响均高度显著,而路龄的影响也是一般显著,这说明3个因素均对PCI的衰变产生了显著影响。
4 结论本研究基于正交试验方法,分析提出3种影响因素中,交通量与沥青层厚度的影响程度要高于路龄因素,故在进行路面结构设计及病害诊断时,应优先考虑以上两种因素的作用效果。同时,在分析PCI指标衰变速度的影响因素时,路龄因素计算结果也是比较显著,故在分析路面使用性能衰变规律时,也应重点考虑路龄的影响。在路面建设及养护的过程中,建议在条件许可的情况下,采用沥青层厚度大于22 cm的结构组合形式,以实现更为优越的路面使用性能要求。
由于正交试验设计过程中对影响因素及影响水平的划分,以及各因素间是否存在交互作用等,均影响着研究结论的深度和详细程度。故应继续扩大样本量,针对不同气候分区及结构组合类型,开展长期的跟踪观测,进一步验证本研究结论。
[1] |
PESHKIN D G, HOERNER T E, ZIMMERMAN K A. Optimal Timing of Pavement Preventive Maintenance Treatment, Applications, NCHRP Report 523[R]. Washington, D. C. : Transportation Research Board, 2004: 20-45.
|
[2] |
RAHN P, ALLEN D B, CARLOS B, et al. Mechanistic-empirical Pavement Design Guide[R]. Washington, D. C. : American Association of State Highway and Transportation Officials, 2007.
|
[3] |
ANDERSON S D, ULLMAN G L, BLASCHKE B C. A Process for Selecting Strategies for Rehabilitation of Rigid Pavements under High Traffic Volumes[J]. Transportation Research Record, 2003, 1861: 140-150. |
[4] |
金光来, 臧国帅, 蔡文龙, 等. 基于探地雷达的路面结构完整性定量化评价方法[J]. 公路, 2020(5): 16-20. JIN Guang-lai, ZANG Guo-shuai, CAI Wen-long, et al. Quantitative Evaluation Method of Pavement Structural Integrity Based on Ground Penetrating Radar[J]. Highway, 2020(5): 16-20. |
[5] |
单丽岩, 谭忆秋, 许亚男, 等. 应力、应变控制模式下沥青疲劳损伤演化规律[J]. 中国公路学报, 2016, 29(1): 16-21. SHAN Li-yan, TAN Yi-qiu, XU Ya-nan, et al. Fatigue Damage Evolution Rules of Asphalt Under Controlled-stress and Controlled-strain Modes[J]. China Journal of Highway and Transport, 2016, 29(1): 16-21. |
[6] |
JTG 5210-2018, 公路技术状况评定标准[S]. JTG5210-2018, Highway Performance Assessment Standards[S]. |
[7] |
姚祖康. 对我国沥青路面现行设计指标的评述[J]. 公路, 2003(12): 43-49. YAO Zu-kang. A Review on Design Criteria of Asphalt Pavements[J]. Highway, 2003(12): 43-49. |
[8] |
柯文豪, 雷宇, 陈团结. 基于路用性能的沥青路面全寿命周期设计方法[J]. 长安大学学报: 自然科学版, 2013, 33(3): 7-13. KE Wen-hao, LEI Yu, CHEN Tuan-jie. Performance Based Life-cycle Design Method for Asphalt Pavement[J]. Journal of Chang'an University: Natural Science Edition, 2013, 33(3): 7-13. |
[9] |
姚祖康. 对国外沥青路面设计指标的评述[J]. 公路, 2003(3): 18-24. YAO Zu-kang. Review of Foreign Asphalt Pavement Design Indicators[J]. Highway, 2003(3): 18-24. |
[10] |
李国强, 蒋志仁. 沥青路面使用性能指标研究[J]. 重庆交通大学学报: 自然科学版, 1995, 14(1): 47-55. LI Guo-qiang, JIANG Zhi-ren. Study on the Performance Index of Bituminous Pavement[J]. Journal of Chongqing Jiaotong University: Natural Science Edition, 1995, 14(1): 47-55. |
[11] |
彭芳文, 任皎龙. 交通荷载对高速公路使用寿命和养护特性的影响分析[J]. 公路工程, 2020, 45(6): 86-90. PENG Fang-wen, REN Jiao-long. The Traffic Load Impact Analysis on Service Life and Maintenance Characteristics of Expressway[J]. Highway Engineering, 2020, 45(6): 86-90. |
[12] |
吴天桐, 张文武, 张锋. 高速公路沥青路面性能衰变研究进展[J]. 华东公路, 2019, 238(4): 69-73. WU Tian-tong, ZHANG Wen-wu, ZHANG Feng. Research Progress on Performance Decay of Expressway Asphalt Pavement[J]. East China Highway, 2019, 238(4): 69-73. |
[13] |
武建民, 刘大彬, 李福聪. 基于时间序列分析法的沥青路面使用性能预测[J]. 长安大学学报: 自然科学版, 2015, 35(5): 1-7. WU Jian-min, LIU Da-bin, LI Fu-cong. Performance Prediction of Asphalt Pavement Maintenance Based on Time Series Analysis[J]. Journal of Chang'an University: Natural Science Edition, 2015, 35(5): 1-7. |
[14] |
肖金平, 韦慧, 赵健, 等. 湖南省高速公路路面使用性能衰变模型[J]. 中南大学学报: 自然科学版, 2015, 46(7): 2686-2692. XIAO Jin-ping, WEI Hui, ZHAO Jian, et al. Decay Model of Hunan Expressway Pavement Performance[J]. Journal of Central South University: Natural Science Edition, 2015, 46(7): 2686-2692. |
[15] |
赵帅, 张金喜. 考虑不同养护措施的路面性能衰变模型研究[J]. 公路, 2018(1): 244-248. ZHAO Shuai, ZHANG Jin-xi. Study on Pavement Performance Decay Model Considering Different Maintenance Measures[J]. Highway, 2018(1): 244-248. |
[16] |
马成良, 张海军, 李素平. 现代试验设计优化方法及应用[M]. 郑州: 郑州大学出版社, 2007. MA Cheng-liang, ZHANG Hai-jun, LI Su-ping. Optimization Method of Modern Test Design and Its Application[M]. Zhengzhou: Zhengzhou University Press, 2007. |
[17] |
周育名, 李金明, 李平. 考虑公路等级的沥青路面性能衰变预测方法[J]. 中外公路, 2019, 39(2): 34-39. ZHOU Yu-ming, LI Jin-ming, LI Ping. Decay Prediction Method of Asphalt Pavement Performance Considering Highway Grade[J]. Journal of China & Foreign Highway, 2019, 39(2): 34-39. |
[18] |
孙立军, 许志军, 陈子建. 沥青路面的行为函数[J]. 同济大学学报: 自然科学版, 2003, 31(5): 558-561. SUN Li-jun, XU Zhi-jun, CHEN Zi-jian. Behavior Modeling for Asphalt Pavements[J]. Journal of Tongji University: Natural Science Edition, 2003, 31(5): 558-561. |