基于LTPP数据的水泥混凝土路面错台影响因素与预测模型研究

摘要

水泥混凝土路面错台严重影响行车舒适性与道路通行能力。为减小错台的不利影响,在设计施工及管养过程中有效控制错台,需要了解错台影响因素,并全面把握错台发展规律。目前我国缺乏足量的错台实测数据,无法深入开展水泥混凝土路面错台发展规律及预测研究。美国 AASHTO《新建与改建路面力学—经验设计指南》(MEPDG)提出了错台预测模型,但需要输入较多的设计参数及参数标定。由于我国路面管理系统缺少参数标定所需的足量错台数据,导致 MEPDG水泥混凝土路面错台模型短期内无法成功应用于我国水泥混凝土路面工程实践。
　　美国长期路面性能(LTPP)数据库中包含大量错台数据,可应用于错台预测研究。虽然我国道路交通状况、路面结构类型、环境等因素与美国不尽相同,但错台发展机理仍存在客观性和相似性。因此,有必要基于美国 LTPP数据库错台数据进行错台预测研究,这对于全面掌握错台发展规律以及研究我国水泥混凝土路面错台防治措施具有重要现实意义。
　　本文在分析美国普通水泥混凝土路面设计及工程实践基础上,基于 LTPP数据库提取与预处理错台分析样本,并研究错台发展过程,结合 LTPP数据库分析各因素对错台的影响,进行错台影响因素敏感性分析,建立了 BP神经网络与正交设计相结合的水泥混凝土路面错台预测模型。本文研究思想和方法以及主要成果分别为:
　　(1)分析了 MEPDG错台模型构建及其软件运用方法,探讨了 MEPDG错台模型在短期内应用的可行性,并基于 LTPP数据研究了美国水泥混凝土路面错台表现,从而把握了错台发展的实际规律。
　　(2)探讨了水泥混凝土路面错台发展的力学机理,深入分析了错台发生的原因,详细讨论了错台三个阶段的发展情况,开展了各因素对错台影响研究,并结合 MEPDG模型量化研究了主要因素对错台的影响。
　　(3)提出了错台分析样本提取思路,从空间与时间角度建立了针对错台样本质量评价与处理方法,并分析了错台样本相关变量与错台的关系,采用接缝水分允许入渗率量化接缝状况,基层冲刷系数量化基层类型,基层顶面当量回弹模量量化路基类型与结构组合,边缘传荷能力与路肩支撑能力量化路肩类型,降雨量排除率量化排水能力,提出了数据量化原则,从而将 LTPP数据库中数据转换成与错台相关的变量,实现了错台样本分析数据的重构。
　　(4)基于重构数据库进行了影响因素敏感性分析,分析了不同数据质量以及不同试验设计对敏感性分析结果的影响,研究了不同试验设计下路面的不同类型因素的重要性排序,并提出了不同气候分区下有利于减小路面错台的设计建议。
　　(5)结合敏感性分析结果,开展了错台发展的 BP神经网络预测研究,提出了 BP神经网络预测模型优选思路,分别建立了不同气候分区路面错台 BP神经网络预测模型,并结合正交试验设计,提出了量化 BP神经网络预测结果的分析思路与方法,建立了基于 BP神经网络预测结果的路面错台计算公式。
　　本文研究将理论分析与水泥混凝土路面工程实际问题相结合,对于水泥混凝土路面错台发展规律研究具有重要参考价值,所建立的错台预测模型可在我国进行验证,为水泥混凝土路面错台的防治提供理论依据。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究目的及意义

1.2 国内外研究现状分析

1.3 主要研究内容与技术路线

第二章 美国普通水泥混凝土路面设计及实践

2.1 MEPDG 设计理念

2.2 MEPDG 水泥混凝土路面错台模型

2.3 美国水泥混凝土路面设计实践分析

2.4 基于 LTPP 的错台表现分析

2.5 小结

第三章 水泥混凝土路面错台机理及影响因素研究

3.1 错台发展机理分析

3.2 错台成因分析

3.3 错台影响因素规律分析

3.4 小结

第四章 错台样本分析数据库重构

4.1 LTPP 错台样本提取研究

4.2 LTPP 错台数据质量处理方法

4.3 LTPP 错台相关因素预处理研究

4.4 重构数据库指标统计分析

4.5 小结

第五章 水泥混凝土路面错台影响因素敏感性分析

5.1 敏感性分析试验的相关内容分析

5.2 敏感性分析方法选择及其原理

5.3 基于相关分析的敏感性分析结果正确性研究

5.4 不同质量数据集对敏感性分析结果的影响

5.5 不同试验设计对敏感性分析结果的影响

5.6 小结

第六章 错台发展的 BP 神经网络预测研究

6.1 现有错台发展模型预测能力对比分析

6.2 BP 神经网络模型建立过程优化研究

6.3 不同气候分区下路面错台发展的 BP 神经网络预测研究

6.4 不同气候分区下有无传力杆路面错台发展 BP 神经网络预测研究

6.5 不同数据集下不同错台模型预测能力对比分析

6.6 错台发展的 BP 神经网络预测分析

6.6 小结

第七章 结论与展望

7.1 主要研究结论

7.2 主要创新点

7.3 进一步研究与发展

参考文献

发表学术论文

致谢