道路检测路面车辙深度指数RDI培训课件

道路检测路面车辙深度指数RDI,CONTENTS,发展由来,体系结构,特点分析,a,C,ause and Classification,Basic introduction,Evaluation,Reference and Teamwork,Measurement,Control and Prevention,02,.,Basic introduction,车辙是车辆在路面上行驶后留下的永久性的车轮的压痕,。 过去，人类广泛应用马车，在泥土路上走，由于土路较软，车过后路面就有压痕，雨后，路面有泥水压痕更深。古人云,:,前面有车，后面有辙。,车走多了，路上留下两条平行的很深的车辙。,路面车辙深度直接反映了车辆行驶的舒适度及路面的安全性和使用期限,。路面车辙深度的检测能为决策者提供重要的信息，使决策者能为路面的维修、养护及翻修等作出优化决策,03,CONTENTS,发展由来,体系结构,特点分析,C,ause and Classification,Basic introduction,Evaluation,Reference and Teamwork,Measurement,Control and Prevention,05,. Cause and classification,车辙破坏的主要原因,半刚性材料基层的强度和刚度都相当高，沥青路面的车辙深度主要取决于,沥青面层混合料,的厚度和性质。,沥青,质量的优劣直接影响到沥青路面的使用性能,矿料,质量的好坏直接影响到沥青混合料的强度,沥青混合料,的密实度或空气率对其抗车辙能力有显著影响,06,影响车辙的其他因素：气候条件、车辆荷载重量、车辆减速和急刹等。,07,. Cause and classification,RDl,：下陷变形量,RD2,：隆起变形量,RD,：总车辙量,车辙的,主要,类型,磨耗型车辙,结构型车辙,失稳型车辙,08,. Cause and classification,磨耗型车辙,产生原因：在交通车辆轮胎磨耗和环境条件的综合作用下，路面磨损，,面层内集料颗粒逐渐脱落,；在冬季路面铺撒防滑料(如：砂)时，磨损型车辙会加速发展（东北地区尤为明显）。,09,. Cause and classification,结构型车辙,产生原因：这类车辙主要是,基层等路面结构层或路基强度不足,，在交通荷载反复作用下产生向下的永久变形，作用或反射于路面。,10,. Cause and classification,产生原因：绝大多数车辙是由于在,交通荷载产生的剪应力,的作用下，路面层,材料失稳,，凹陷和横向位移形成的,。,失稳型（流动型）车辙,11,. Cause and classification,路面面层,材料磨损,沥青混泥土面层下的,一层或多层路面结构,层永久变形,路面沥青混泥土,材料被推至,轮迹的两侧,磨耗型车辙,结构型车辙,失稳型车辙,沥青混泥土,基层,底基层,地基,CONTENTS,发展由来,体系结构,特点分析,C,ause and Classification,Basic introduction,Evaluation,Reference and Teamwork,Measurement,Control and Prevention,13,. Measurement,随着我国经济的飞速发展，我国的公路系统也越来越发达，沥青公路占总公路里程的比例也日益增加。我国早期建设的公路已经出现破损，其中路面破损前期,80%,属于车辙病害，其破坏路容，危害交通安全。因此，在高速公路飞速发展的今天，车辙检测对公路养护工作具有十分重要的意义，是我国公路养护的重要课题,。,检测方法,人工测量,自动测量,超声波测距传感器技术,激光测距传感器技术,点,线,14,. Measurement,三米直尺法,两个人把三米直尺固定在路面上，第三个人测量三米直尺到车辙底部的距离，一般情况下取样,23,处。这种测量方法数据不够精确，故很少使用,。,15,直尺法,. Measurement,左图显示了用于大规模手动数据收集的车辙测量模块，该模块有,16,阶，增量为1.6毫米。,右图所示，数据收集器将块放置在直尺条下面的最大车辙位置处，并读取该块顶部的最小标记。标记读数提供1.6毫米的车辙深度测量精度。与传统的尺子车辙测量相比，该模块提供了更快、重复性更强的结果。,16,. Measurement,超声波测距传感器技术,超声波车辙测量系统由,6,个超声波测量系统阵列（,UMSA,）组成，共包含,30,个传感器，所有,UMSA,上的全部传感器约每,0.125,秒发一次超声波，由于超声波的,传输速度较慢,，所以依托于超声波传感器的车辙测量系统只能每隔,2.55,米采集一组数据，且每隔超声波测距传感器的精度较低，易受外界影响，只适于工程应用。,17,. Measurement,点激光测距传感器技术,点激光距离传感器能够精确测出某一个点的高度，一般车辙测量系统中至少使用3个或5 个点激光传感器，就能够测出车辙的深度。,除了比超声波有更快的数据采集速率外，点激光传感器还能沿着道路以最小10 毫米的间隔记录道路的横向轮廓。,此类车辙自动测量仪是目前最为广泛使用的系统，它成本较低、精度高(指激光传感器本身的测距精度高，并不等价于系统测量的车辙深度精度也高)，使用也十分方便，成本满足工程应用的需要，测距精度也决定了其有应用于科研环境的潜力。,点激光器实物图,18,国际上常用,13,点激光测试仪,线激光测距传感器技术,. Measurement,具体方法是: 线激光器将,激光光束（激光点,+,柱面透镜）投射到路表面,，在表面上形成由被测路面形状所调制的光条纹，利用CCD摄像机采集经路面调制后的结构光条信息，通过对,变形的纹条纹图像进行处理与分析,，提取出光条中心线，即可获得车辙深度曲线。（面阵相机和激光器组成的系统）,19,有车辙与无车辙相机拍摄效果图,. Measurement,20,VRUT,车辙测量系统,2009,年，一个,TxDOT,团队设计并实施了一个名为,VRUT,的车辙测量系统，它由,高功率红外激光线投影机（线激光测距）,和,内置激光线图像处理功能的高速,3D,数码相机,组成。,TxDOT VRUT,系统,带激光线绘图的,VRUT,后视图,带激光照相机三角形的,VRUT,侧视图,. Measurement,21,VRUT,系统,原理,VRUT,操作硬件图。在正常操作期间，,控制单元从距离测量仪表（,DMI,）接收车辆速度信号, 控制单元生成相机触发信号 ,相机拍摄完整的相机图像,相机处理该图像 ,转换为相机内部,1536,点的横向轮廓, 发给主机进行后期处理,横向剖面由一组,高度变化的深度数据,和一条路面反射率或亮度的激光强度数据组成。摄像机内部沿行进方向累积多个配置文件以形成数据图像帧。,. Measurement,22,VRUT,用户界面,VRUT,用户界面的屏幕截图。该界面由,配置文件窗口，图像窗口，路面窗口，车辙斗杆，参数显示和用户控件组成,。图像窗口显示具有标记的车道条纹位置和其他检测到的特征的强度图像。用户也可以选择在该窗口中显示距离图像或,3D,路面图像。配置文件窗口显示整个图像框架的平均轮廓，覆盖,14.6,米长的路面部分。,. Measurement,23,强度图像。由于强度图像呈现了路面表面的向下视觉效果，,因此它主要提供有关,表面特征的信息,，例如车道条纹，涂漆交通标记和密封裂缝。强度图像对于表面特征检测非常有用，因为它表现出与路面表面视觉外观相同的信息,。,从,0,到,255,像素灰度值的表面亮度的完整,1,536,点强度分布,样品通过,4.3,米的车道条纹检测强度图像：（,a,）轮迹带,;,（,b,）正常车道,;,（三）边缘和草地,. Measurement,24,3D,表面视图。,它提供了,3D,路面表面的彩虹色显示。,彩虹色显示使用色差来显示,3D,图像映射中每个图像像素的深度变化,。,VRUT,深度测量的分辨率足够高，路面标记，路面接缝和路缘均可在距离图像中进行区分。,.,路面的,3D,视图：（,a,）路面标记的,3D,显示,;,（,b,）联合和路缘的,3D,显示,（a）,（b）,CONTENTS,发展由来,体系结构,特点分析,C,ause and Classification,Basic introduction,Evaluation,Reference and Teamwork,Measurement,Control and Prevention,25,. Evaluation,车辙预估,力学法：,较早的力学法是,1972,年由,Barksdale,和,Romain,提出的弹性层状体系方法，其核心是将路面,分为若干亚层,，然后按照线性或非线性弹性层状体系理论计算,各个亚层的变形，然后将其累加,。,1976,年由,Hills,和,Van De Loo,提出的,Shell,车辙计算方法是目前力学法中应用最广的方法之一。,经验法,:,经验法也可以看成是一种,统计,方法，出现时间很早，,1986,年,Finn,等人根据,AASHTO,试验路的数据做过研究；长安大学付元坤提出了基于参数,p,F,n,的车辙预估模型也属于经验法。,力学经验法：,采用弹性或粘弹性层状体系理论,计算应力、应变,，结合试验，统计得出,车辙与材料特性、路面结构及荷载条件之间的关系,。,26,. Evaluation,建立路面模型,模拟路面荷载,确定剪应力在深度方向分布规律,数学模型在计算车辙时具体应用,优化符合该规律的数学函数模型,编写车辙预估软件,27,*,基于沥青层剪应力变化模型预估车辙深度（力学经验法）,. Evaluation,1,）建立路面模型,&,模拟路面荷载,The finite element model of pavement structure,通过配置轮胎大小，压强，轮距来模拟真实路面的荷载,轮胎接地压强为,0.7MPa,，单轮传压面当量圆直径为,21.3cm,的双圆均布荷载，将单轮当量圆作用范围折算为等效轮压作用范围为,18,9*18,9 cm,的正方形，双轮中心距为,32cm,，两侧轮隙间距,182 cm.,路面结构有限元模型,28,. Evaluation,面层,模量,1500MPa,，,厚度？,基层模量？ 厚度,？,底基层模量,350MPa,， 厚度,20cm,土基模量,40Mpa,Pavement structure parameters,建立剪应力沿深度变化规律的数学模拟方程，如果将,全部,结构因素都考虑到，变量将会超过十几个，,操作不便因此，参考规范,JTG D50-2006,（中国公路沥青路面设计规范），将一些量取规范的定值。,定值：面层模量，底基层模量，底基层厚度，土基层模量。,变量：面层厚度，基层厚度，基层模量,（,1,）,基层厚度不变,面层厚度和基层模量改变,（,2,）,面层厚度不变,基层模量和基层厚度改变,（,3,）,基层模量不变,面层厚度和基层厚度改变,2）研究,剪应力,在,深度,方向分布规律,路面结构参数,*采用控制变量法来确定分布规律,29,. Evaluation,通过大量计算发现沥青层剪应力沿深度方,向,分布的曲线形状变化很稳定，呈左右不对称的正态分布。,曲线形状，,符合,伽马分布,概率,密度函数的变化,情况,，很好的反应剪应力沿深度的变化,。,连续型随机变量,x,概率密度函数,f,（,x,）符合,其中,x,0,，,a0,b0,，,a,为形状参数，不同的值可以产生不同形状的曲线，,b,为单元的尺度。,30,. Evaluation,更多因素作用条件下：由大量实验得出，在,伽马分布,概率,密度函数,中,引入参数,可得：优化后的,剪应力,随深度变化数学模型,为,式中,:,m ,基层模量,h ,基层厚度,X ,深度,Y ,剪应力,a,b,k,值,见右表,parameters list,参数表,面层厚度,/cm,a,b,k,效果,12.0,4.10,0.92,-1.31,-0.010,好,16.5,3.80,1.10,-1.25,0.021,较好,22.0,2.50,1.50,-0.45,0.026,好,30.0,1.60,2.30,-0.27,0.034,好,3）优化符合该规律的数学函数模型,31,. Evaluation,4)数学函数模型在计算车辙时的具体应用,模型,应,用：,在压实度和路基强度足够的情况下，路面车辙的产生主要是路面在车轮的反复碾压下沥青混合料由于抗剪强度不足发生了横向的剪切性流动，经过多年研究提出了车辙的预估模型,，如下：,式中：,R,D,预估车辙深度；,K ,工况系数,（,实验室测试,K,取,0.610,，现场取芯测试,K,取,0.863,）,；,L,p,隆起系数,（,与基层性质有关,）,；,T ,车辙等效温度,（,利用,SHRP,指南中的车辙等效温度来计算,）,；,V,车速；,N,交通量；,i,沥青层每层的抗剪强度,；,i,每一亚层的平均剪应力,（,1cm,为一个计算亚层，平均剪应力近似为,该亚层,0.5cm,深度处的剪应力,),#n,的大小与路面厚度有关，因为是将亚层厚度固定。,n*1cm=,路面厚度。路面厚度是现成的数据。,#,32,. Evaluation,由,公式可见,：,车辙深度由每一亚层变形累加所得，每一亚层平均剪应力的计算成为了车辙预估的关键，利用剪应力,数学模型,，可以方便的计算出每一个亚层的平均剪应力近而预估沥青面层的车辙深度。,综合剪应力数学,模型和车辙预估模型，编写,出了,计算沥青路面沥青层剪应力和车辙预估的软件，,方,便于日常,快捷,应用,。,5）编写车辙预估软件,33,CONTENTS,发展由来,体系结构,特点分析,C,ause and Classification,Basic introduction,Evaluation,Reference and Teamwork,Measurement,Control and Prevention,34,.,Control,and Prevention,随着交通量的不断增大以及行车渠化，高等级道路沥青路面产生的车辙日趋严重车辙的产生降低了路面的使用质量, 缩短了其使用寿命，造成了重大的经济损失。因此对于车辙的控制和防治是迫在眉睫的,。,车辙的控制问题,车辙的防治问题,35,车辙的六种控制方式,微表处填补,铣刨加铺,铣刨拉毛,路面再生,大修,重建,.,Control and Prevention,36,微表处填补：针对压密型，磨耗型等比较稳定的车辙,铣刨加铺：针对车辙深度在2cm以上的严重失稳型车辙,.,Control and Prevention,37,铣刨拉毛：是车辙处治的阶段性措施,路面再生：针对失稳型车辙,.,Control and Prevention,38,对流动变形大的车辙段以适当方式挖除替换产生车辙的主要层位，如铣刨加铺和拉毛、路面再生,对压密变形为主的车辙段以填补车辙加罩面为主，如用稀浆封层（微表处填补）,车辙控制处理时应按车辙发展的不同程度制定相应的处治方案，并验证其经济性和有效性。,.,Control and Prevention,39,.,Control and Prevention,施工防治,沥青类型：选用粘度较高的沥青，沥青混合料的粘结力越大，具有的抗剪强度越高。尽量用好料 一分钱一分货。,沥青用量：沥青用量越大，矿料颗粒间游离的自由沥青越多，混合料的粘结力越低。其用量应该综合考虑气候条件、交通类型、公路等级等因素，拟定配合比进行车辆实验，合理确定最佳的沥青用量。,矿料质量：用石灰岩和某些冶金矿渣制的的矿粉的沥青混泥土有较高的温度稳定性；增加矿料颗粒间的嵌锁作用和内摩擦角可以提高沥青混泥土的抗剪稳定性。,40,其他防治措施,.,Control and Prevention,大力宣传超限运输车辆行驶公路管理规定,，提高司机及车主对超载运输危害的认识；杜绝私自改装车辆；加强路检力度，依法治理超限运输。,调节交通的时间分布，避开在车辙容易产生的高温时段出现大量的交通量（尤其是低俗重载车辆）；在车辙容易产生的高温时期，通过宣传引导或必要时分时段征收不同通行费的方法，调节交通的时间分布，避免车辙大量产生,41,CONTENTS,发展由来,体系结构,a,C,ause and Classification,Basic introduction,Evaluation,Reference and Teamwork,Measurement,Control and Prevention,42,. Reference and Teamwork,1李辉. 基于连续变温的沥青路面车辙模拟分析J. 东南大学学报(自然科学版) , 2007, 37(5): 916-920,2张久鹏. 连续变温下沥青路面车辙分析与高温预警J. 同济大学学报(自然科学版), 2011, 39(2): 243-258,3谭积青. 沥青路面车辙病害处治方法研究J. 中外公路, 2005, 25(4): 50-52,4,中华人民共和国交通部 .,JTG H20-2007,公路技术状况评定标准S .,北京：人民交通出版社，,2008 .,5中华人民共和国交通部 . JTG D50-2006,公路沥青路面设计规范S . 北京：人民交通出版社，2006,6徐世法. 高等级道路沥青路面车辙的控 制与防治J. 中国公路学报, 2003, 6(3): 2-7,7邓跃. 沥青路面车辙预估方法综述J. 中外公路, 2013, 33(2): 59-63,8XU, Yan, SUNLijun. Research on Simplified Model for Variation of Shear Stress of Asphalt Layers in Asphalt PavementsJ. JOIIIiNAI，OF TONGJI UI盯VERSITY(NA，兀mAISCIENCE), 2012, 40(2): 212-216,许严. 沥青路面沥青层剪应力变化简化模型研究J. 同济大学学报(自然科学版), 2012, 40(2): 212-216,9Yaxiong, (Robin), Huang, Ph, D. Texas Department of Transportation 3D Transverse Profiling System for High-Speed Rut MeasurementJ. Journal of Infrastructure Systems, 2013, 19(2): 221-230,10 马荣贵，宋宏勋，来旭光.激光路面平整度检测系统J.长安大学学报：自然科学版，2006，26(2)：38-41,.,11ZHENG, Nan-xian. Temperature，Axle Load and Axle Load Frequency Model of Rutting Prediction of Heavyduty Asphalt PavementJ. China Journal of Highway and Transport, 2009, 22(3): 8-13,郑南翔1. 重载沥青路面车辙预估的温度一轴载一轴次模型J. 中国公路学报, 2009, 22(3): 8-13,43,. Reference and Teamwork,车辙的成因及分类：吕天榆、罗长泉,车辙的检测：张龙龙,车辙的预估：王飒、张浩冬,车辙的控制和防治：吴航迪,PPT,制作：吕天榆、王飒,PPT,讲解：王飒,44,Thanks For Listening!,45,