6、侯芸 - 寒区沥青路面养护检测评估与决策设计
沥青路面预防性养护措施使用效果评价与性能预测
沥青路面预防性养护措施使用效果评价与性能预测预防性养护措施的使用效果评价可以通过以下几个方面进行考察：1.表面平整度：预防性养护措施是否能够保持路面的平整度是评价其使用效果的重要指标。
可以通过车辆行驶平稳程度的评价、自行车或步行的舒适度评估来进行评价。
2.橡胶骨料稳定性：添加橡胶骨料是一种常见的预防性养护措施，可以提高路面的弹性和耐久性。
评价其使用效果可以观察路面是否出现骨料剥离或扩散情况，以及橡胶颗粒是否仍然保持良好的分散状态。
3.声吸收性能：预防性养护措施中添加特殊材料（如沥青混凝土、橡胶骨料等）可以提高路面的声吸收性能，降低环境噪音。
可以通过实测路面噪音水平的变化来评价其使用效果。
4.抗滑性：预防性养护措施是否能提高路面的抗滑性也是评价其使用效果的重要方面。
可以通过湿滑路面行车阻力及刹车距离的变化来评估。
5.耐久性：预防性养护措施是否能够延长路面的使用寿命是衡量其使用效果的重要指标。
可以观察路面的裂缝程度、变形情况，以及使用一段时间后表面的破损程度。
性能预测是在实际施工之前根据材料和施工工艺进行的一种估计工作。
对于沥青路面预防性养护措施的性能预测可以从以下几个方面进行考虑：1.材料特性：根据沥青、橡胶骨料等材料的物理和化学特性，对预防性养护材料的抗老化、耐久性等进行分析和评估。
2.工艺设备：根据施工工艺和设备的技术参数，结合预测施工环境条件，对工艺设备进行性能预测，确保施工效果的实现。
3.施工质量：根据施工工艺和施工质量控制的要求，对施工质量进行预测、评估和控制，确保施工过程中达到预期的性能。
4.环境条件：考虑预测施工期间和使用寿命内的气候条件、交通负荷等环境因素对路面性能的影响，并进行预测。
针对以上所述的评价预防性养护措施使用效果和预测性能的方法，需要通过合理的设计和施工过程来确保养护措施的有效性和性能的实现。
此外，长期的监测和维护也是保持路面养护效果的重要手段。
只有进行全面的评价和预测，并采取相应的维护措施，才能保证沥青路面的长期稳定性和可靠性。
编委会人员简介：侯芸
沥青路面预防性养护决策
沥青路面预防性养护决策一、沥青路面预防性养护决策原则与流程当对某条高速公路或者某段高速公路进行养护或修复时，应根据路况调查结果采取合理的对策，当路面结构性能满足使用要求时，就可以采取预防性的养护措施，而不能盲目地对其进行修复重建。
1.预防性养护决策原则在对沥青路面使用性能四项指标进行优、良、中、次、差的评价后，根据预防性养护基本标准确定养护对策时，应遵循以下原则。
（1）应用科学的决策方法确定养护对策。
应建立适用的预防性养护标准，制定针对预防性养护决策、效果评价的专门分析程序，有计划性地体现区域内路网级别（路网中哪个路段）、路段级别（路段选择何种预防性养护措施）两个层次的预防性养护决策模式，并结合路面管理系统做好数据的收集、整理和及时更新工作。
（2）针对主要影响因素确定养护对策。
路面养护策略的制定主要考虑强度、路面状况和平整度。
在出现破坏的路面上，往往是各种病害都有出现，在确定养护对策时，应根据病害类型、严重程度和规模分析确定主要病害形式，并以其为主要处理对象，兼顾次要病害类型，确定养护措施。
（3）查明病因，确定养护对策。
外在表现相同的病害，也有可能是不同原因引起的，所以需要在路面普查的基础上，根据路段的主要病害形式，做专项检查或局部探查；根据需要取样进行室内试验，查明病害原因，治标亦治本。
如路面车辙，有可能是流动性车辙，也有可能是结构性车辙或磨耗性车辙，三种不同类型的车辙其处理方法和具体措施不同。
（4）结合养护费用优化养护对策。
在进行预防性养护决策方案优化时，应综合考虑养护维修费用和用户费用，并根据我国目前路面养护管理的实际情况和用户费用合理计算预防性养护资金投入量，使路面使用性能的提高与用户费用的降低达到良好的平衡。
（5）分析确定养护对策的最佳费用效益。
预防性养护维修方案的决策是一个非常复杂的过程，需要确定各种维修方案的实施时机和顺序，需要建立路面养护维修的费用效果（效益）模型，对各种方案在寿命周期内的费用、效果进行分析，分析期为20年。
每日一练：沥青路面养护工程寿命周期的经济决策与分析
每日一练：沥青路面养护工程寿命周期的
经济决策与分析
背景
沥青路面养护工程是保持道路良好状态的重要措施。
在进行养护工程时，经济决策和分析是必不可少的，以确保合理的投资和最大的经济效益。
目标
本文旨在探讨沥青路面养护工程寿命周期的经济决策和分析方法，帮助决策者做出独立、简单且没有法律复杂性的决策。
经济决策与分析方法
1. 成本效益分析
成本效益分析是一种常用的经济决策方法，用于评估投资项目的收益与成本之间的关系。
在沥青路面养护工程中，可以通过比较不同养护方案的成本和预期效益，选择最具经济性的方案。
2. 寿命周期成本分析
寿命周期成本分析考虑了养护工程的整个寿命周期，包括建设、运营和维护阶段的成本。
通过综合考虑不同阶段的成本，可以更全
面地评估养护工程的经济性。
3. 风险评估
沥青路面养护工程可能面临各种风险，如施工质量风险、材料
选择风险和自然灾害风险等。
在经济决策中，需要对这些风险进行
评估，并采取相应的风险管理措施，以保证项目的经济可行性。
注意事项
在进行沥青路面养护工程的经济决策与分析时，需要注意以下
几点：
1. 确保数据的准确性和可靠性，避免引用无法确认的内容。
2. 充分了解相关法律法规，避免出现法律复杂性。
3. 根据自身专业优势，制定简单且有效的决策策略。
结论
经济决策和分析在沥青路面养护工程中起着重要作用。
通过成
本效益分析、寿命周期成本分析和风险评估等方法，可以做出独立、简单且没有法律复杂性的决策，以实现最大的经济效益。
路面检测评价与养护决策应用
Ｃｈ ｉ ｎ ａ Ｍｏ ｂ ｉ ｌ ｅ ｉ ｓ ｐｒ ｏ ｐｏ ｓ ｅ ｄ ｔ ｈ ｅ ａ ｉ ｍ ｏ ｆ ｂ ｕ ｉ ｌ ｄｉ ｎｇ ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ ｃ ｉ ｔ ｙ．Ｔｈｒ ｏ ｕｇ ｈ ｈｅ ｔ ｃ ｏｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ ｃ ｉ ｔ ｙ，ｒ ｅ ａ ｌ — ｉ ｚ ｅ ｔ ｈｅ ｄ ｅ ｖ ｅ ｌ ｏｐ ｍｅ ｎ ｔ ａ ｎ ｄ ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｉ ｎ ｔ ｅ ｍｅ ｔ ｏｆ ｔ ｈｉ ｎ ｇｓ ｎｄ ａ ｍｏ ｂ ｉ ｌ ｅ Ｉ ｎｔ ｅ ｒ ｎｅ ｔ ，ｅ ｎ ｈａ ｎ ｃ ｅ ｔ ｈ ｅ ｂ ｒ ａ ｎｄ ｖ ａ ｌ ｕｅ ｏ ｆ Ｃｈｉ ｎ ａ Ｍ ｏｂ ｉ ｌ ｅ ， ｒ ｅ ａ ｌ ｉ ｚ ｅ ｔ ｈ ｅ ｇｏ ａ ｌ ｓ ｏ ｆ ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ ｃ ｉ ｔ ｙ：ｂ ｅ ｎ ｅ ｉｔ ｆ ｉ ｎ ｇ ｐ ｅ ｏ ｐｌ ｅ ，ｈ ｅ ｌ ｐ ｉ ｎ ｇ ｐ ｅ ｏ ｐ ｌ ｅ ，ａ ｎ ｄ ｉ ｎｃ ｒ ｅ ａ ｓ ｉ ｎ ｇ ｉ ｎ ｃ ｏ ｍｅ
收稿 步给出建议养 护性质 ，进行养护决策分析 。
１ 项 目概 述
检 测项 目位于辽宁省 ．属东北寒冷地 区 ，一级 公 路 ，项 目起止 点桩 号 （ Ｋ ０ ＋ ０ ０ ０ － Ｋ ３ ＋ ９ ８ ２ ） ，里 程 ３ ． ９ ８ ２ ｋ ｍ，２ ０ ０ ８ 年修建 ，采用 ４改＋ ６ 普＋ ３ ５基＋ ２ ５垫 结构 。本次对路段上下行车道分别检测 ，进行评价。
护 决 策 是 未 来路 面 养 护 的 发 展 方 向 。
关键词 自动化检测 ：路面评价 ；养护决策
中 图 分 类 号 ：Ｕ４ １ ８ ． ６ 文 献 标 识 码 ：Ｂ
沥青路面质量检测评定及养护策略研究
沥青路面质量检测评定及养护策略研究摘要：公路工程作为一项重要的民生基础工程，推动着当地经济的发展，而当前在公路工程中沥青路面做为高等级路面起着重要的作用，沥青路面质量检测与评定工作就显得尤为重要。
通过沥青路面质量检测评定，掌握路面技术状况及时开展养护工作，避免沥青路面在使用过程中受到行车荷载、雨雪侵蚀等影响而发生病害问题，甚至影响公路工程使用的安全性与可靠性。
基于此，本文就沥青路面质量部分参数检测评定与方法，探讨沥青路面养护策略，旨在有效应用调查法、文献法等方法落实公路工程沥青路面质量检测评定与养护工作。
关键词：沥青路面；质量检测评定；养护策略引言沥青路面在使用过程中可能会出现一些病害，影响沥青路面的整体质量。
基于此，就应对沥青路面整体质量进行定期的或不定期的检测评定，了解沥青路面质量情况和现存问题，之后对沥青路面展开有效养护，使得沥青路面在使用过程中出现的质量问题得到有效处理，同时优化各项养护策略，确保沥青路面在有限养护费用下高质量运营。
1 沥青路面质量检测评定内容与方法1.1平整度检测路面平整度是指道路表面相对于理想平面的竖向偏差，路表的不平整会增大行车阻力，造成车辆颠簸和振动力,很大程度影响车辆行驶的舒适度及安全性，因此在沥青路面质量检测中必须对路面路面行驶质量指数这一技术指标进行严格检测。
路面平整度检测有断面类和反映类两种检测设备，常见的测试设备有3m直尺、连续式平整度仪、激光平整度仪、颠簸累积仪，不同的平整度检测仪测试指标不同。
因此在检测过程中还需要结合路面凹凸情况和路况等级，选择适合的仪器设备。
在正式检测前需要校准相关仪器设备，确保仪器精密度符合实际要求。
在开始检测前还需清扫处理路面，有效避免外部因素造成的干扰，最大限度地保证检测结果的精确度与可靠性。
此外，在检测过程中需要根据相关技术规范对检测仪器进行操作，详细准确地记录检测数据，随后利用软件进行数据处理。
1.2 路面结构强度路面结构强度在公路技术状况检测中是抽样检测，用承载能力来衡量，通常用弯沉作为现场检测指标，是指在规定荷载作用下，路面表面产生的总垂直变形值或垂直回弹变形，以0.01mm为单位表示，测试方法主要有贝克曼梁、自动弯沉仪法和落锤弯沉仪法。
沥青路面养护智能检测与决策综述
第52卷第7期2021年7月中南大学学报(自然科学版)Journal of Central South University (Science and Technology)V ol.52No.7Jul.2021沥青路面养护智能检测与决策综述徐鹏，祝轩，姚丁，史长云，钱国平，于华南(长沙理工大学交通运输工程学院，湖南长沙，410114)摘要：通过疏理沥青路面养护智能检测与决策应用领域、研究现状和发展趋势，分析沥青路面检测与监测技术工作原理与研究进展，总结目前各种路面病害智能识别技术特点和存在的问题，针对沥青路面智能检测和智能养护决策手段所面临的挑战和发展趋势进行探究与展望。
分析结果表明：可视化方法、雷达、光纤光栅、声学技术和振动技术等手段在沥青路面检测与监测方面得到广泛应用，提高了路面检测的效率和精度，但相关传感器在耐久性、系统性和智能化等方面仍存在一些问题；人工智能和大数据分析已广泛应用于沥青路面智能养护决策，基于人工智能算法的路面平整度、抗滑性能、车辙和裂缝等问题的智能识别也得到长足发展；将来多种病害智能识别集成技术可用于对路面进行全过程、全时空的病害监测，还可以进一步对道路服役性能、道路养护策略优化等领域进行全自动高效分析，但在智能决策训练样本、深度学习算法等方面仍需开展大量研究。
关键词：沥青路面；路面养护；智能检测；病害识别；智能决策中图分类号：U418.6文献标志码：A开放科学(资源服务)标识码(OSID)文章编号：1672-7207（2021）07-2099-19Review on intelligent detection and decision-making of asphaltpavement maintenanceXU Peng,ZHU Xuan,YAO Ding,SHI Changyun,QIAN Guoping,YU Huanan(School of Traffic and Transportation Engineering,Changsha University of Science and Technology,Changsha 410014,China)Abstract:Through research on the application,research status and development trend of intelligent detection and decision-making of asphalt pavement maintenance,the working principle and research progress of asphalt收稿日期：2021−04−28；修回日期：2021−05−28基金项目(Foundation item)：中国工程院战略研究与咨询项目(2021-XZ-4-1)；国家自然科学基金资助项目(52078065，51908072)；湖南省科技创新计划项目(2020RC4048)；湖南创新型省份建设专项经费资助项目(2019SK2171)(Project (2021-XZ-4-1)supported by the Strategic Research and Consulting Project of Chinese Academy of Engineering;Projects (52078065,51908072)supported by the National Natural Science Foundation of China;Project(2020RC4048)supported by the Science and Technology Innovation Program of Hunan Province;Project(2019SK2171)supported by the Special Funds for the Construction of Innovative Provinces of Hunan Province)通信作者：钱国平，博士，教授，从事新型沥青路面结构与材料、路面养护管理和道路交通环保研究；E-mail ：********************DOI:10.11817/j.issn.1672-7207.2021.07.002引用格式：徐鹏,祝轩,姚丁,等.沥青路面养护智能检测与决策综述[J].中南大学学报(自然科学版),2021,52(7):2099−2117.Citation:XU Peng,ZHU Xuan,YAO Ding,et al.Review on intelligent detection and decision-making of asphalt pavement maintenance[J].Journal of Central South University(Science and Technology),2021,52(7):2099−2117.第52卷中南大学学报(自然科学版)pavement detection and monitoring technology were summarized,the characteristics and existing problems of intelligent identification technology of various pavement diseases were analyzed,and the challenges and development of intelligent detection and decision-making methods of asphalt pavement maintenance in the future were pointed out.The results show that the visualization method,radar,fiber Bragg grating,acoustic technology, vibration technology et al are widely used in the detection and monitoring of asphalt pavement,which improvesthe efficiency and accuracy of pavement detection,but the related sensors need to be more durable,compatible and smart.The intelligent recognition of common diseases such as pavement flatness,skid resistance,rutting and cracks based on artificial intelligence algorithm have also made great progresses.In the future,the integrated technology of intelligent recognition of various diseases is expected to perform disease monitoring in the whole process and all of the time.Artificial intelligence and large data analysis methods can be widely used in intelligent maintenance decision-making of asphalt pavement,which can be used for road disease recognition and road maintenance,road service performance evaluation,road maintenance strategy optimization and so on,but a lot of research work still needs to be carried out in intelligent decision-making training samples,deep learning algorithm and so on.Key words:asphalt pavement;pavement maintenance;intelligent detection;disease identification;intelligent decision-making《交通强国纲要》指出从2021年开始到本世纪中叶，将分2个阶段推进交通强国建设，公路作为交通运输的重要载体，对推动交通强国发展起到至关重要的作用。
211063703_寒区冷补沥青液的制备及优化设计
ｄｏｉ:１０. １１７１７ / ｊ. ｉｓｓｎ:２０９பைடு நூலகம் － １９２２. ２０２３. ０２. １４
寒区冷补沥青液的制备及优化设计
杨彦海１ ꎬ朱 晓１ ꎬ杨 野１ꎬ２ ꎬ岳 靓１
(１ 沈阳建筑大学交通与测绘工程学院ꎬ辽宁 沈阳 １１０１６８ꎻ２ 大连海事大学交通运输工程学院ꎬ
辽宁 大连 １１６０２６)
针入度(２５ ℃ ) / ０ １ ｍｍ
软化点 / ℃
９２
４９ ２
延度(１０ ℃ ) / ｃｍ
５０
１ ２ 稀释剂
延度(１５ ℃ ) / ｃｍ
闪点 / ℃
> １５０
２６８
密度(１５ ℃ ) / ( ｇｃｍ － ３ )
１ ００５ ６
１ ３ 添加剂
常温状态下基质沥青呈固态ꎬ无法进行
添加剂的作用是对稀释后的沥青进行改
国内外专家对于冷补液配方已 深 入 研
[５ － ７]
加快了固化成型速度ꎬ具有较好的坑槽修复
ꎮ 加拿大宁枫公司研制
已经有所收获ꎬ但材料多应用在非寒区ꎬ在寒
区使用的冷补沥青液仍存在着强度较低、施
工和易性较差等问题ꎮ 因此ꎬ为了制备一种
适合在寒区使用的冷补沥青液ꎬ笔者从冷补
出常温下呈液体状石油气味的宁枫冷补添加
提高了冷补液的黏附性ꎮ 黄红明等 [１７] 对环
用
－ ２０ ℃ ꎬ路面出现坑槽病害时ꎬ一般的冷补
氧沥青的固化反应机理进行研究ꎬ研发出一
料ꎬ或是自身和易性不足难以摊铺ꎬ或是材料
种冷拌Ｎ￣ＥＡ环氧沥青混合料ꎬ具 有 较 好 的
摊铺压实完成后ꎬ性能和强度无法满足需求ꎬ
路用性能ꎮ Ｈ Ｋｗｏｎ [１８] 以 液 态 硫 聚 物 和 环
基于强化学习的沥青路面长期性能养护决策方法
山东科学ＳＨＡＮＤＯＮＧＳＣＩＥＮＣＥ第３６卷第３期２０２３年６月出版Ｖｏｌ.３６Ｎｏ.３Ｊｕｎ.２０２３收稿日期:２０２２￣０８￣１３基金项目:河南省交通运输厅科技项目(２０２１Ｔ２ꎻ２０２１Ｔ８ꎻ２０２１Ｇ３)作者简介:侯明业(１９９０ )ꎬ男ꎬ硕士ꎬ工程师ꎬ研究方向为道路材料与信息化ꎮＥ￣ｍａｉｌ:ｌｋｗｙ１２３４＠ｑｑ.ｃｏｍ∗通信作者ꎬ王晓阳(１９９２ )ꎬ男ꎬ硕士ꎬ工程师ꎬ研究方向为道路材料与信息化ꎮＥ￣ｍａｉｌ:ｘｙｗａｎｇｈｎ＠１６３.ｃｏｍ基于强化学习的沥青路面长期性能养护决策方法侯明业ꎬ王晓阳∗ꎬ徐青杰ꎬ杨博ꎬ王笑风(河南省交通规划设计研究院股份有限公司ꎬ河南郑州４５００００)摘要:针对道路长期性能养护决策中庞大的数据分析问题ꎬ将深度确定性策略梯度(ｄｅｅｐｄｅｔｅｒｍｉｎｉｓｔｉｃｐｏｌｉｃｙｇｒａｄｉｅｎｔꎬＤＤＰＧ)强化学习模型引入到了养护决策分析中ꎬ将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标ꎬ建立了一套科学有效的沥青路面长期性能养护决策方法ꎬ经过与ＤＱＮ(ｄｅｅｐＱ￣ｌｅａｒｎｉｎｇｎｅｔｗｏｒｋ)算法和Ｑ￣Ｌｅａｒｎｉｎｇ算法进行对比ꎬＤＤＰＧ算法所需要的采样数据更少㊁收敛速度更快ꎬ表现更为优异ꎬ可有效提升道路服役性能的评估效率ꎬ对沥青路面多目标长期养护决策方案的制定起着重要的推动作用ꎮ关键词:交通工程ꎻ沥青路面ꎻ养护决策ꎻ强化学习ꎻ深度确定性策略梯度模型中图分类号:Ｕ４１１㊀㊀㊀文献标志码:Ａ㊀㊀㊀文章编号:１００２￣４０２６(２０２３)０３￣０１０８￣０７开放科学(资源服务)标志码(ＯＳＩＤ):Ｌｏｎｇ￣ｔｅｒｍｐｅｒｆｏｒｍａｎｃｅｍａｉｎｔｅｎａｎｃｅｄｅｃｉｓｉｏｎｓｆｏｒａｓｐｈａｌｔｐａｖｅｍｅｎｔｓｂａｓｅｄｏｎｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇＨＯＵＭｉｎｇｙｅꎬＷＡＮＧＸｉａｏｙａｎｇ∗ꎬＸＵＱｉｎｇｊｉｅꎬＹＡＮＧＢｏꎬＷＡＮＧＸｉａｏｆｅｎｇ(ＨｅｎａｎＣｏｍｍｕｎｉｃａｔｉｏｎｓＰｌａｎｎｉｎｇ＆ＤｅｓｉｇｎＩｎｓｔｉｔｕｔｅＣｏ.ꎬＬｔｄ.ꎬＺｈｅｎｇｚｈｏｕ４５００００ꎬＣｈｉｎａ)ＡｂｓｔｒａｃｔʒＴｏａｄｄｒｅｓｓｔｈｅｈｕｇｅｄａｔａａｎａｌｙｓｉｓｐｒｏｂｌｅｍｉｎｔｈｅｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｆｏｒｌｏｎｇ￣ｔｅｒｍｒｏａｄｐｅｒｆｏｒｍａｎｃｅｍａｉｎｔｅｎａｎｃｅꎬｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｄｅｅｐｄｅｔｅｒｍｉｎｉｓｔｉｃｐｏｌｉｃｙｇｒａｄｉｅｎｔ(ＤＤＰＧ)ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｍｏｄｅｌｉｎｔｈｅｍａｉｎｔｅｎａｎｃｅｄｅｃｉｓｉｏｎａｎａｌｙｓｉｓ.Ａｓｅｔｏｆｓｃｉｅｎｔｉｆｉｃａｎｄｅｆｆｅｃｔｉｖｅｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｍｅｔｈｏｄｓｆｏｒｌｏｎｇ￣ｔｅｒｍｐｅｒｆｏｒｍａｎｃｅｍａｉｎｔｅｎａｎｃｅｏｆａｓｐｈａｌｔｐａｖｅｍｅｎｔｓｈａｓｂｅｅｎｅｓｔａｂｌｉｓｈｅｄｔｈｒｏｕｇｈｍａｃｈｉｎｅｌｅａｒｎｉｎｇ.Ｔｈｅｓｅｍｅｔｈｏｄｓｃａｎｉｍｐｒｏｖｅｒｏａｄｐｅｒｆｏｒｍａｎｃｅａｎｄｍａｋｅｅｆｆｅｃｔｉｖｅｕｓｅｏｆｍａｉｎｔｅｎａｎｃｅｆｕｎｄｓ.ＣｏｍｐａｒｅｄｗｉｔｈｔｈｅｄｅｅｐＱ￣ｌｅａｒｎｉｎｇｎｅｔｗｏｒｋａｎｄＱ￣ＬｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓꎬｔｈｅＤＤＰＧａｌｇｏｒｉｔｈｍｒｅｑｕｉｒｅｓｌｅｓｓｓａｍｐｌｉｎｇｄａｔａꎬｃｏｎｖｅｒｇｅｓｆａｓｔｅｒꎬｐｅｒｆｏｒｍｓｂｅｔｔｅｒꎬａｎｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｅｖａｌｕａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｒｏａｄｓｅｒｖｉｃｅｐｅｒｆｏｒｍａｎｃｅ.Ｔｈｅｒｅｆｏｒｅꎬｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｍｕｌｔｉ￣ｏｂｊｅｃｔｉｖｅｍａｉｎｔｅｎａｎｃｅｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｆｏｒａｓｐｈａｌｔｐａｖｅｍｅｎｔｓ.Ｋｅｙｗｏｒｄｓʒｔｒａｆｆｉｃｅｎｇｉｎｅｅｒｉｎｇꎻａｓｐｈａｌｔｐａｖｅｍｅｎｔꎻｍａｉｎｔｅｎａｎｃｅｄｅｃｉｓｉｏｎꎻｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇꎻｄｅｅｐｄｅｔｅｒｍｉｎｉｓｔｉｃｐｏｌｉｃｙｇｒａｄｉｅｎｔｍｏｄｅｌ㊀㊀随着我国高等级路网的增加和完善ꎬ不断出现路网养护工作量大㊁养护人员不足㊁养护资金短缺等问题ꎮ其中ꎬ制约养护决策的首要因素就是养护资金ꎬ为了解决资金分配问题ꎬ研究者针对不同的养护目标(如最优路网性能或最少养护成本等)提出了相应的预算分配模型[１￣４]ꎻ第二个因素是缺少对路网性能的发展预测ꎬ缺少准确的预测则很难做出长期有效的路网养护及修复计划ꎻ第三个因素则是由于路网规模的不断扩大ꎬ传统的数学规划方法难以覆盖路面各项评价指标ꎬ在综合评价方面缺乏定量计算的决策依据ꎬ同时ꎬ由于模型的局限性ꎬ单个地区的决策模型难以对不同地区的㊁复杂的路况性能作出符合实际的评价[５￣７]ꎮ在以往的养护决策中ꎬ道路管养工作者通常在一定的养护周期内只考虑单一养护决策的有效性和成本问题ꎬ例如在兼顾性能的基础上制定最具成本效益的策略ꎬ这种方法可以统称为单一目标的预算分配问题ꎬ仅使用常用的专家经验法或者数学规划方法就可以得到较好的解决ꎮ张春安等[８]采用费用－效益费评价准则ꎬ基于层次分析法从环境㊁经济与技术等角度建立了预防性养护矩阵模型ꎬ通过对高速公路预防养护方案进行评分ꎬ确定了最佳养护方案ꎮ肖顺舟[９]针对路面养护数据繁杂问题ꎬ建立了数据异常检测模型ꎬ对道路养护中缺失及错误的数据进行筛查和标注ꎬ使用灰色物元法进行路面养护决策排序ꎮＨａｆｅｚ等[１０]针对低等级道路建立了基于神经网络识别算法的养护决策模型ꎬ该模型在道路养护决策中推荐频率较高的是就地冷再生及铣刨重铺ꎬ在实际应用中取得了较好的表现ꎬ对部分区域的路网性能也做出了准确预测ꎮ郑炜等[１１]通过裁剪神经网络中影响较小的连接和输入变量个数ꎬ有效地缩减了测试集的规模ꎬ通过该法改进的神经网络方法提高了路面养护决策的精准度及收敛速率ꎮ冯胜凯[１２]针对养护决策中的不确定性运用多目标优化方法ꎬ建立了多目标路面养护决策优化模型ꎬ将不确定问题转化为确定性的优化问题ꎬ该方法一定程度上能够解决由于数据杂乱繁多所引起的养护决策失真ꎬ但难以对一定数量级的数据及时进行处理ꎮ翟登攀等[１３]利用ＢＰ(ｂａｃｋｐｒｏｐａｇａｔｉｏｎ)神经网络对道路病害进行分类分级ꎬ将路面病害与养护措施建库作为样本进行训练ꎬ获得了预防性养护模型ꎬ但该模型仅在裂缝处置中得到了验证ꎮ目前国内对于道路养护决策模型的研究还停留在数学规划优化方法及短期路面养护决策方案的制定ꎬ但是沥青路面的性能衰减是一个多向复杂性的问题[１４￣１５]ꎬ合理地搭配不同的养护措施才能制定更为稳定㊁合理的养护方案ꎮ究其原因主要在于现有的研究方法难以做到大量基础数据的分析及统计ꎬ同时随着预测年限的增加ꎬ由于输入参数过少导致大量的有效信息被忽略ꎬ模型预测精度难以保证ꎮ基于此ꎬ本文为解决道路养护决策中庞大的数据分析问题ꎬ将强化学习引入到了养护决策分析中ꎬ将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标ꎬ通过机器学习来寻找最佳的道路养护效能比ꎬ减少人为的干预ꎬ最大程度上发挥机器学习的优势ꎮ与传统的路面养护决策方法相比ꎬ机器学习有着强大的驱动ꎬ可以通过大量基础数据构建的模型来模拟人类智能ꎬ有效地提高常规养护工作对道路服役性能的评估效率ꎬ对多目标的养护决策起着关键的推动作用ꎮ１㊀沥青路面养护决策模型构建强化学习是继有监督学习和无监督学习之后的第三大机器学习领域ꎬ其本质是一种学习如何从状态到行为过程中获取最大奖励的学习机制ꎬ在与环境不断交互的过程中ꎬ通过接收来自环境的反馈或者奖励来不断迭代和优化状态与行为两者的关系ꎮ作为机器学习的一个重要分支ꎬ强化学习已经在交通工程领域得到了广泛应用ꎬ研究人员通过其搭建交通规划的模拟系统以减少车辆行驶延误ꎬ为驾驶员提供更快捷更便利的引导服务ꎮ同样ꎬ在沥青路面的养护决策方向ꎬ可以通过强化学习来实现机器与环境的不断交互ꎬ将复杂的路面性能预测㊁材料类型㊁养护措施方案纳入到不断的优化过程中ꎮ本文将深度确定性策略梯度(ｄｅｅｐｄｅｔｅｒｍｉｎｓｔｉｃｐｏｌｉｃｙｇｒａｄｉｅｎｔꎬＤＤＰＧ)算法引入到道路养护决策中来ꎬ将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标ꎬ建立一套科学有效的沥青路面养护决策方法ꎮ１.１㊀ＤＤＰＧ强化学习模型ＤＤＰＧ是一种将神经网络融合到强化学习的方法ꎬ相较于常用的Ｑ￣Ｌｅａｒｎｉｎｇ算法和ＤＱＮ(ｄｅｅｐＱ￣Ｌｅａｒｎｉｎｇｎｅｔｗｏｒｋ)算法ꎬＤＤＰＧ算法采用的是确定性策略梯度下降所得出的行为ꎬ该行为是确定性而不是概率性的ꎬ使其能够处理更高维度的行为动作且使得深度学习的收敛速度更快ꎮ本文算法中共包括Ａｃｔｏｒ当前网络㊁Ａｃｔｏｒ目标网络㊁Ｃｒｉｔｉｃ当前网络㊁Ｃｒｉｔｉｃ目标网络４个计算网络ꎬ与ＤＱＮ算法直接复制目标网络参数所不同的是ꎬＤＤＰＧ算法在参数更新方面使用了软更新的概念ꎬ目标网络只从当前网络中复制部分参数ꎬ即ωᶄѳτω＋(１－τ)ωᶄꎬ(１)θᶄѳτθ＋(１－τ)ωθᶄꎬ(２)其中ꎬθ㊁θᶄ㊁ω㊁ωᶄ分别为Ａｃｔｏｒ当前网络㊁Ａｃｔｏｒ目标网络㊁Ｃｒｉｔｉｃ当前网络㊁Ｃｒｉｔｉｃ目标网络ꎬτ为更新系数ꎮ结合目标Ｑ网络对Ｃｒｉｔｉｃ当前网络进行梯度下降的更新ꎬ损失函数公式为:Ｊω()＝１ｍðｍｊ＝１[γｊ－Ｑ(φＣｊ()ꎬＡｊꎻω)]２ꎬ(３)()为特征向量ꎬＡｊ为执行动作ꎮ其中ꎬγｊ为目标Ｑ值ꎬｍ为批量梯度下降的样本数ꎬφＣｊ对于Ａｃｔｏｒ当前网络的参数更新ꎬ当前网络输出的动作Ｑ值越大ꎬ则表明获取的奖励更多ꎬ因此ꎬ需要对Ｑ值出现概率进行增大ꎬ变化后的损失函数定义为:Ｊθ()＝１ｍðｍｉ＝１Ｑ(ＣｉꎬＡｉꎻω)ꎬ(４)其中ꎬＣｉ为当前状态ꎬＡｉ为当前状态下所采取的行为动作ꎮ１.２㊀确定性策略梯度确定性策略梯度由策略函数和价值函数组合构成ꎬ策略函数通过环境状态输出执行动作ꎬ价值函数则根据当前状态及输出的执行动作进行价值Ｑ(ＣꎬＡꎻω)的评估ꎬ通过不断的训练及参数的更新使得策略函数所评估出的价值越高ꎬ即函数决策越好ꎮ参数更新包括两个方面ꎬ第一个方面通过样本训练更新价值函数ꎬ分别计算当前状态下价值函数的Ｑ值ꎬ然后利用时间差和梯度下降算法对价值函数进行更新ꎬ即:δｔ＝Ｑｔ－(Ｒｔ＋γ∗Ｑｔ＋１)ꎬ(５)ωѳω－α∗δｔ∗∂Ｑ(ＣｔꎬＡｔꎻω)∂ωꎬ(６)其中ꎬδｔ为价值函数参数ꎬＱｔ㊁Ｑｔ＋１为评估价值ꎬγ为衰减因子ꎬＲｔ为奖励值ꎬＣｔ为当前状态ꎬＡｔ为行为动作ꎬα为步长ꎮ第二个方面通过样本训练改进策略函数参数ꎬ使得其评估价值Ｑ越来越大ꎬ通过梯度上升算法对策略函数参数进行更新ꎬ即:ｇ＝∂Ｑ(ＣꎬπＣꎻθ()ꎻω)∂θꎬ(７)θѳθ＋α∗ｇꎬ(８)其中ꎬｇ为策略函数参数ꎬπ为执行策略ꎮ１.３㊀道路状态特征状态特征代表当前环境所包含的信息ꎬ在预测模型中相当于模型的输入变量ꎬ具体包括路面结构与材料㊁养护历史㊁交通轴载㊁路面状况㊁温度等其他特征ꎬ详细的道路状态特征输入变量见表１ꎮ表１㊀道路状态特征输入变量１.４㊀行为特征行为特征代表道路不同的养护决策ꎬ主要包括４类:养护类型㊁养护材料㊁病害处置及不处置ꎬ神经网络模型分别将不同的养护措施进行排列组合ꎬ来模拟不同决策对道路所产生的影响ꎬ详细的养护决策分类见表２ꎮ表２㊀养护措施组合在强化学习中ꎬ奖励反馈的作用是向强化学习模型行为特征的反馈ꎬ恰当的奖励反馈对引导机器学习起着非常重要的作用ꎬ本文将机器学习的奖惩设定为养护决策所产生效益的增加或者减少ꎬ累计奖励代表决策所产生的长期决策收益ꎮ其中ꎬ养护效益定义为养护后的路面状况曲线与未养护的路面状况曲线所包围的面积ꎬ即ｒ＝Ｓｔｓｔ＋１()[]－Ｓｔｓｔ()[]ꎬ(９)但在实际的测试过程中发现ꎬ由于道路初始阶段未发生养护行为ꎬ其奖励值为０ꎬ导致机器无法过去有效经验值ꎬ经过不断测试后将养护效益值定义为:ｒ＝Ｓｔｓｔ＋１()[]￣Ｓｔｓｔ()[]＋０.０００１ꎬ(１０)其中ꎬｒ为养护决策产生的效益ꎬＳｔｓｔ()[]为ｔ时刻路面状况曲线所包围的面积ꎮ１.６㊀算法流程本文强化学习模型以路况状态作为输入ꎬ测试多种参数下的组合ꎬ输出每个决策所带来不同的效益值ꎬ通过不断迭代计算ꎬ得到以更低的成本来获取更高效益奖励的框架结构ꎮ架构图如图１所示ꎮ图１㊀强化学习架构流程图Ｆｉｇ.１㊀Ｔｈｅｆｌｏｗｃｈａｒｔｏｆｔｈｅｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇａｒｃｈｉｔｅｃｔｕｒｅ具体的训练步骤如下:(１)初始化系统环境参数ꎬ在已有的养护决策行为列表中选择一种组合作为数据输入同当前道路的状态特征输入到评估模型中ꎬ结合约束调整和随机因子确定决策动作Ａｔꎻ(２)执行决策动作ꎬ预测评估决策后下一状态并计算决策收益ꎻ(３)将当前道路状态㊁行为特征及计算得到的决策收益存储到经验回放中作为在线网络的训练集ꎻ(４)从经验回放中取样ꎬ获取数据作为Ｃｒｉｔｉｃ网络训练集并优化网络参数ꎻ(５)训练出逼近函数ꎬ通过选择效益值最大的行为特征获取最佳养护决策ꎮ２㊀结果验证与分析２.１㊀强化学习模型训练ＤＤＰＧ模型的参数设定极为重要ꎬ参数的设定不合理不仅会影响到学习模型的收敛速度ꎬ同时会对学习预测结果产生较大的偏差ꎮ在对模型参数进行反复测试及优化后ꎬ确定了评估网络的最佳参数ꎬ本文测试平台搭建在Ｗｉｎｄｏｗｓ１０操作系统中ꎬ环境配置为Ｐｙｔｈｏｎ３.６ꎬ模型参数为:迭代步数设置为１５步ꎬ学习率设置为０.０００１ꎬ计算延迟奖励的折扣率为０.８５ꎬ动作网络和策略网络均为４层网络结构ꎬ其中隐藏层数为２层ꎬ每层神经元１２８个ꎮ最后ꎬ选用强化学习中常用的Ｑ￣Ｌｅａｒｎｉｎｇ算法和ＤＱＮ算法来对比验证算法的训练效果ꎮ训练结果如图２所示ꎮ由图２可知ꎬ前１０００次迭代ꎬ三种算法训练结果波动较大ꎬＤＤＰＧ算法在训练１０００次后基本趋于稳定ꎬ模型处于收敛状态ꎬ训练效果良好ꎬ而ＤＱＮ算法和Ｑ￣Ｌｅａｒｎｉｎｇ算法则分别需要２０００次和２５００次迭代才趋于稳定ꎬ相较于后两者而言ꎬＤＤＰＧ算法所需要的采样数据更少㊁收敛速度更快ꎬ表现更为优异ꎮ图２㊀三种强化学习算法训练结果比对Ｆｉｇ.２㊀Ｃｏｍｐａｒｉｓｏｎｏｆｔｒａｉｎｉｎｇｒｅｓｕｌｔｓｏｆｔｈｒｅｅｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓ２.２㊀训练结果分析以某段４３ｋｍ高速公路２０１７ ２０２１年详细统计数据作为训练集ꎬ对２０２２ ２０３１年各养护措施养护长度及路面技术状况进行了预测ꎬ预测详情见表３及图３ꎮ表３㊀未来１０年间某高速公路各养护措施养护长度及路面技术状况评估２０２３２.９６７００００５.６３２８.５９９９４.３２２０２４２.８８９００００５.１０１７.９９０９４.３１２０２５１.１２４００００１.８５２２.９７６９３.５８２０２６５.３３８０００００.５００５.８３８９３.５２２０２７７.１８５１.２０２０００６.２５１１４.６３８９４.５２２０２８４.３０５０.７５２０００.５０.６３８６.１９５９４.１１２０２９５.６２３０.３０００００１.０００６.９２３９３.８４２０３０１３.５２３００００５.７８５１９.３０８９５.２７２０３１３.５６２００００４.５６２８.１２４９４.５８图３㊀综合效益费用比训练结果Ｆｉｇ.３㊀Ｃｏｍｐｒｅｈｅｎｓｉｖｅｂｅｎｅｆｉｔｃｏｓｔｒａｔｉｏｔｒａｉｎｉｎｇｒｅｓｕｌｔｓ㊀㊀由图３可看出ꎬ该段高速公路在经过一定周期的训练后ꎬ模型收敛到了一个较为稳定的阶段ꎬＤＤＰＧ算法训练到达的综合效益费用比与我们设定的最高奖励目标非常接近ꎬ训练效果较好ꎬ训练曲线发生的波动为机器在探索学习过程中的随机取值ꎮ由表３可看出ꎬ该段高速未来１０年间养护措施主要集中在薄层罩面及上面层铣刨重铺ꎬ从长期性能预测结果来看ꎬ该路段在２０２２年及２０３１年经历大面积的路网养护后ꎬＰＱＩ指数明显上升ꎬ整个路段在制定完整的养护措施后ꎬ指标性能良好ꎬ使用强化学习模型可以很好地制定道路长期性能养护决策方案来保证道路使用性能的稳定ꎮ３㊀结论为了解决道路养护决策中庞大的数据分析问题ꎬ本文将强化学习引入到了养护决策分析中ꎬ将道路中涉及到的输入变量架构详细划分为路面结构㊁材料类型㊁交通量㊁路面病害㊁历史修复措施㊁温度㊁服役年限７类特征ꎬ将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标ꎬ建立起了一套科学有效的沥青路面养护决策方法ꎬ可实现强化学习神经网络架构的自主学习以及参数的迭代更新ꎮ参考文献:[１]张春安ꎬ田智鹏.基于高等级公路沥青路面的预防性养护决策研究[Ｊ].公路工程ꎬ２０１９ꎬ４４(６):７７￣８０.ＤＯＩ:１０.１９７８２/ｊ.ｃｎｋｉ.１６７４￣０６１０.２０１９.０６.０１４.[２]ＫＯＤＵＲＵＨＫꎬＸＩＡＯＦＰꎬＡＭＩＲＫＨＡＮＩＡＮＳＮꎬｅｔａｌ.Ｕｓｉｎｇｆｕｚｚｙｌｏｇｉｃａｎｄｅｘｐｅｒｔｓｙｓｔｅｍａｐｐｒｏａｃｈｅｓｉｎｅｖａｌｕａｔｉｎｇｆｌｅｘｉｂｌｅｐａｖｅｍｅｎｔｄｉｓｔｒｅｓｓ:ｃａｓｅｓｔｕｄｙ[Ｊ].ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬ２０１０ꎬ１３６(２):１４９￣１５７.ＤＯＩ:１０.１０６１/(ａｓｃｅ)０７３３￣９４７ｘ(２０１０)１３６:２(１４９).[３]ＹＡＮＧＣꎬＲＥＭＥＮＹＴＥ￣ＰＲＥＳＣＯＴＴＲꎬＡＮＤＲＥＷＳＪＤ.Ｐａｖｅｍｅｎｔｍａｉｎｔｅｎａｎｃｅｓｃｈｅｄｕｌｉｎｇｕｓｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＰｅｒｆｏｒｍａｂｉｌｉｔｙＥｎｇｉｎｅｅｒｉｎｇꎬ２０１５ꎬ１１(２):１３５￣１５２.[４]施彦ꎬ凌天清ꎬ崔立龙ꎬ等.沥青路面预防性养护评价标准及决策优化研究[Ｊ].公路交通科技ꎬ２０２０ꎬ３７(１０):２５￣３４. [５]王向峰ꎬ雍黎明.公路沥青路面预防性养护路况标准与时机决策研究[Ｊ].公路工程ꎬ２０１７ꎬ４２(６):２２３￣２２６. [６]王凯.高速公路沥青路面养护管理决策优化研究[Ｄ].西安:长安大学ꎬ２０１４.[７]ＺＨＯＵＧＱꎬＷＡＮＧＬＢ.Ｃｏ￣ｌｏｃａｔｉｏｎｄｅｃｉｓｉｏｎｔｒｅｅｆｏｒｅｎｈａｎｃｉｎｇｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｏｆｐａｖｅｍｅｎｔｍａｉｎｔｅｎａｎｃｅａｎｄｒｅｈａｂｉｌｉｔａｔｉｏｎ[Ｊ].ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＣ:ＥｍｅｒｇｉｎｇＴｅｃｈｎｏｌｏｇｉｅｓꎬ２０１２ꎬ２１(１):２８７￣３０５.ＤＯＩ:１０.１０１６/ｊ.ｔｒｃ.２０１１.１０.００７. [８]张春安ꎬ田智鹏.基于高等级公路沥青路面的预防性养护决策研究[Ｊ].公路工程ꎬ２０１９ꎬ４４(６):７７￣８０.ＤＯＩ:１０.１９７８２/ｊ.ｃｎｋｉ.１６７４￣０６１０.２０１９.０６.０１４.[９]肖顺舟.基于数据挖掘的路面预防性养护决策的研究与实现[Ｄ].武汉:武汉理工大学ꎬ２０１８.[１０]ＨＡＦＥＺＭꎬＫＳＡＩＢＡＴＩＫꎬＡＴＡＤＥＲＯＲＡ.Ｏｐｔｉｍｉｚｉｎｇｅｘｐｅｒｔ￣ｂａｓｅｄｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｏｆｐａｖｅｍｅｎｔｍａｉｎｔｅｎａｎｃｅｕｓｉｎｇａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓｗｉｔｈｐａｔｔｅｒｎ￣ｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｓ[Ｊ].ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＲｅｃｏｒｄ:ＪｏｕｒｎａｌｏｆｔｈｅＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＢｏａｒｄꎬ２０１９ꎬ２６７３(１１):９０￣１００.ＤＯＩ:１０.１１７７/０３６１１９８１１９８５１０８５.[１１]郑炜ꎬ杨威ꎬ宋海静ꎬ等.一种基于规则提取的自动化测试用例生成方法[Ｊ].西北工业大学学报ꎬ２０１２ꎬ３０(２):２９６￣３００. [１２]冯胜凯.考虑不确定性因素的多目标路面养护决策优化研究[Ｄ].西安:长安大学ꎬ２０２０.[１３]翟登攀ꎬ张熙颖.基于ＢＰ神经网络的道路预防性养护决策研究[Ｊ].交通科技与经济ꎬ２０２０ꎬ２２(５):６３￣６６.ＤＯＩ:１０.１９３４８/ｊ.ｃｎｋｉ.ｉｓｓｎ１００８￣５６９６.２０２０.０５.０１３.[１４]赵鸿铎ꎬ马鲁宽ꎬ唐龙ꎬ等.基于数据挖掘的民用机场水泥道面维护辅助决策模型[Ｊ].同济大学学报(自然科学版)ꎬ２０１８ꎬ４６(１２):１６７６￣１６８２.[１５]曹巍ꎬ陈长.基于多属性分析理论的预防性养护决策方法[Ｊ].交通科学与工程ꎬ２０１５ꎬ３１(４):７１￣７６.ＤＯＩ:１０.１６５４４/ｊ.ｃｎｋｉ.ｃｎ４３￣１４９４/ｕ.２０１５.０４.０１３.[１６]陈安琪.国检体系下的沥青路面养护决策研究[Ｄ].南京:东南大学ꎬ２０１８.。
沥青路面病害检测与养护决策分析
沥青路面病害检测与养护决策分析沥青路面病害是指在使用过程中出现的各种损伤和缺陷，如裂缝、坑洞、龟裂等。
这些病害不仅影响了路面的平整度和舒适度，还可能导致严重的交通事故。
及时检测和修复沥青路面病害，对于保障道路交通的安全与顺畅至关重要。
沥青路面病害的检测主要有两种方法，一种是目视检测，另一种是非接触式检测。
目视检测需要人工巡查路面，并记录病害的位置、类型和严重程度。
这种方法操作简单，成本较低，但是效率不高，容易遗漏一些隐蔽的病害。
非接触式检测采用高速相机或激光扫描仪等仪器，可以实时记录路面的病害情况，这种方法准确性高，但是设备成本较高，需要专业人员操作。
针对不同的病害类型，需要采取不同的养护措施。
对于裂缝病害，可以采用填缝或补强的方法进行修复；对于坑洞病害，可以采用切割修补或补丁养护的方法进行修复。
养护决策的分析主要包括以下几个方面：需要对病害进行分类和评估。
病害分为结构病害和功能病害两大类。
结构病害是指由于路面结构设计不合理或材料质量问题引起的破坏，如裂缝、坑洞等；功能病害是指由于路面表面磨损或老化导致的影响驾驶安全和舒适性的问题，如车辙、龟裂等。
对病害进行评估可以根据其危害程度、面积和深度等指标进行量化分析。
需要对不同的养护措施进行效果评估。
养护措施的效果评估可以通过实地试验和数值模拟等方法进行。
实地试验需要在真实路况下进行，并记录病害修复后的效果；数值模拟可以基于沥青路面的材料性能和结构特点，通过计算机模拟的方式来评估养护措施的效果。
这些评估结果可以作为决策的依据，选择最适合的养护措施。
需要考虑养护的经济性和可行性。
养护的经济性和可行性主要包括成本和工期两个方面。
成本包括材料成本、人工成本和设备投入等，需要通过成本效益分析来评估。
工期是指养护过程中需要占用的时间，需要根据道路交通情况和养护措施的复杂程度来评估。
沥青路面病害的检测与养护决策分析是一个复杂的过程，需要考虑病害的评估、养护措施的效果评估以及经济性和可行性等因素。
DB23T 3087—2022寒区抗冰融雪沥青路面设计、施工、检测技术标准
ICS 93.00.01CCS P 66黑龙江23省地方标准DB 23/T 3087—2022寒区抗冰融雪沥青路面设计、施工、检测技术标准2022 - 01 - 29 发布2022 - 02 - 28 实施目次前言 (II)引言 (III)1 范围 (1)2 规范性引用文件 (1)3 术语和定义 (1)4 符号和缩略语 (2)5 原材料 (3)6 低冰点热拌沥青路面 (4)7 低冰点含砂雾封层沥青路面 (12)8 低冰点微表处沥青路面 (14)9 低冰点超薄磨耗层沥青路面 (19)附录 A (规范性) 冰-路界面粘结力试验 (24)附录 B (规范性) 低冰点沥青混合料冰点试验 (26)附录 C (规范性) 氯离子含量试验 (27)附录 D (规范性) 耐热性指数试验 (28)附录 E (规范性) 融冰率试验 (29)附录 F (规范性) 高温动水冲刷后残留稳定度比试验 (30)附录 G (规范性) 高温动水冲刷后毛体积相对密度变化率 (31)前言本文件按照GB/T 1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些部分可能涉及专利。
本文件的发布机构不承担识别专利的责任。
本文件由黑龙江省交通运输厅提出并归口。
本文件起草单位：哈尔滨工业大学、哈尔滨辰科交通科技有限公司、黑龙江省交通投资集团有限公司、龙建路桥股份有限公司、黑龙江省公路勘察设计院、哈尔滨市市政工程设计院有限公司、中铁第五勘察设计院集团有限公司东北院。
本文件主要起草人：谭忆秋、徐慧宁、肖楼、单丽岩、张磊、邢超、郑直、宇文翀、田玉龙、韩存玉、全强、杨大勇、谭斌、陈柯、齐琳、李鹏飞、迟爽、姜子龙、卜晓明、周岩、艾长江、董德惠、赵坚、郝英、张嘉恒、王浩、刁万民、徐进、周德斌、谭洪涛、周子兵、王士全、韩金泽、姜波、焦洋、侯明昊、郭晓冬、赵逵、白成玉、王佳昌、魏翰超、高曌、刘双、滕树滨、李光远。
引言近年来，抗冰融雪沥青路面在我国得到了快速的发展和应用，路面材料设计、施工技术和检测方法需要提出更高的要求，为保证抗冰融雪沥青路面的工程质量，特制订本标准。
寒区沥青混合料阻裂性能研究进展
寒区沥青混合料阻裂性能研究进展
毛楠;翟健梁;赖淏;师长春;陆福洋;熊锐
【期刊名称】《应用化工》
【年(卷),期】2024(53)2
【摘要】从材料研究与路面结构设计等角度综述了沥青及沥青混合料的低温性能
研究进展,以沥青低温性能评价、沥青混合料低温性能评价及混合料低温性能仿真
模拟评价三个角度介绍了近年来国内外针对沥青及沥青混合料的低温性能评价研究。
认为应在材料研究、路面设计的基础上对高寒、大温差地区的路面低温性能展开探索;建立同高寒、大温差气候条件相适应的耐久性路面低温性能评价指标;并同时从
力学仿真模拟领域入手,对沥青混合料的抗裂力学性能变化趋势进行深入研究。
【总页数】5页(P458-462)
【作者】毛楠;翟健梁;赖淏;师长春;陆福洋;熊锐
【作者单位】长安大学材料科学与工程学院
【正文语种】中文
【中图分类】TQ34;U414
【相关文献】
1.寒区道路沥青混合料的低温抗裂性能分析
2.环氧沥青混合料低温抗裂性能研究进展
3.大粒径沥青混合料防裂性能研究进展
4.沥青结合材料低温抗裂性能分析及寒
区新型沥青混合料设计5.沥青混合料低温抗裂性能试验方法研究进展
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
寒区沥青路面养护检测评估与决策设计研究
交融天下建者无疆
侯芸博士中咨公路养护检测技术有限公司
目录
Contents
一、背景及理念
二、寒区沥青路面养护检测体系
三、寒区沥青路面养护决策体系
四、寒区沥青路面养护新技术
背景
公路建设高峰期即将结束，公路事业主战场将逐渐转移到养护领域
“十三五公路养护管理发展纲要”要求公路交通网络“更安全、更畅通、更便捷、更高效、更经济、更和谐”。
交通运输部预测公路行业“十三五”养护资金需求将超1.5万亿元。
当前路面
养护存在
问题养护资金普遍不足，
与日益上涨的性能提
升要求矛盾显著
缺乏科学合理的养护规划，造成公路处于被动的养护管理状态
养护科技含量低，
养护设备配套率不足路面养护以修复性养护为主，预防性养护
尚未普及
当前养护存在的主要问题
全面开展预防性养护，加快制定预防性养护政策和技术
标准，明确预防性养护依据、技术要求和质量标准；
安排预防性养护专项资金并纳入公路养护年度支出计划
明确提出要“科学实施养护工程”
高速公路
普通国省道
预防性养护（单车的里程）每年实施里程比重不少于8%◆预防性养护（单车的里程）每年实施里程比重不少于5%
◆当年新发现次差路次年实施养护工程比例东部达到95%以上，
中部达到85%以上，西部不低于80%
“十三五公路养护管理发展纲要”预防性养护已成大势所趋
背景
转变传统短视的养护设计观念
延长道路使用寿命，实现全寿命周期经济
保持道路良好使用性能，节约道路使用者成本
统筹安排，资金提前计划
养护规划的意义
预防性养护理念
全寿命周期成本理
念
引入预防性养护理念
预防性养护理念的核心思想：在适当的时间，将适用的措施用到适宜的路面上
正确时间—适时
公路养护的策略
正确方法—适用
正确工程—适宜
全
寿命周期费用决
策
设
计
施
工
运
营
及
日
常
维
护
大
中
修
运
营
及
日
常
维
护
改
建
时间
潜在的节约
价值
成本
引入全寿命周期成本理念
Contents 目录三、寒区沥青路面养护决策体系
二、寒区沥青路面检测体系
一、背景及理念
四、寒区沥青路面养护新技术
建立多年检测数据库
积累
养护措施库
检测评估
养护
决策基于大数据的
路面养护管理系统
沥青路面养护检测、评估、决策体系
指导未来来年检测计划
用于养护规划与设计的公路检测
路面
破损状况
路面车辙
与平整度
路面
结构强度
路面取芯及芯样试验路面
抗滑性能
公路检测
传统方法：
贝克曼梁法测静态弯沉
推荐方法：
FWD测动态弯沉盆
剩余寿命分析
及养护方案规划交通量及
轴载调查
路面预防性养护规划方案设计的关键。