基于數據挖掘技術的提高公路路面質量的模型研究

摘 要：由于我國建設高速公路的歷史不長，對高速公路路面壽命的客觀規律的了解還不太全面、深入。因此需要對現有的試驗數據進行研究分析，從中尋找提高高速公路路面質量的改進方案以延長高速公路路面的壽命。根據實踐中獲得的海量數據，利用數據挖掘等計算機技術進行處理，建立數學模型。還進一步挖掘出如何選擇和配置原材料，才能提高高速公路路面質量。

關鍵詞：凍融劈裂強度比；浸水馬歇爾穩定度比；車轍；彎拉應變

中圖分類號：TP311文獻標識碼：B

文章編號：1004-373X(2008)22-091-02

Research on Improving the Quality of Pavement Model Based on Data Mining Technology

GUO Zinan，GENG Xiangyi，HU Moqian

(Institute of Software Technology，Dalian Jiaotong University，Dalian，116028，China)

Abstract：As our country′s construction of the highway with no long history，the understanding of objective law of highway pavement is not yet comprehensive，in-depth.Analysing the existing test data and finding the soulution of highway road improvements in the quality to extend the life span of highway pavement.Based on the practice of the massive data，using data mining technology，establishing a mathematical model.Further more，mining out how to choose and configure materials to improve the quality of highway pavement

Keywords：TSR;Marshal stability;rut;flexure tensile strain

1 模型建立與求解

1.1 模型的分析與建模

為得到影響高速公路路面質量的4個指標(凍融劈裂強度比、浸水馬歇爾穩定度比、車轍、彎拉應變)和其他因素之間比較精確的模型，現仍采用統計回歸模型。但是衡量路面的質量的4個質量指標的影響因素較多，關系也頗為復雜。

有些因素對多個指標均有影響，這樣應當在使用統計回歸模型的同時，結合其他方法分析、考慮這些因素的影響程度。

現使用參考數據挖掘中的分類算法編寫的一個小型分類算法程序對數據進行分類分析。

1.1.1 使用分類算法對影響因素數據進行處理

處理分為2個部分:第一個部分為數據清洗操作，它的作用是將數據轉換為可供分析算法處理的數據;第二部分為數據分類，它將根據某一類數據與其類型數據平均值的大小進行比較，然后進行分類。

表1即是通過對分類后的數據計算得出的，其中正比支持率為一定范圍內，不是絕對的正比關系。

表1 分數后的數據處理結果

正比支持率油石比篩孔通過率VVVMAVFADP毛體積密度最大理論密度%Gmm最初%Gmm最大

TSR0.50.520.450.520.550.60.390.440.680.47

SO0.440.480.490.450.520.430.420.440.470.41

車轍0.420.440.50.440.470.450.410.390.520.52

彎拉應變0.620.520.520.610.610.470.520.560.590.59

1.1.2 TSR指標建模

(1) 模型的建立

Y ：TSR；X1 ：YSB(油石比)；

X2 ：TGL(篩選通過率)；X3 ：VV (空隙率)；X4 ：DP (粉膠比)；

Y=b0+b1*X1+b2*X2+b3*X4+b4*X4+ε；

其中，Y為被解釋變量（因變量）；X1，X2，X3，X4為解釋變量（回歸變量，自變量)；b0，b1，b2，b3，b4回歸系數；ε為隨機誤差（均值為零的正態分布隨機變量）。

(2) 模型求解

b =130.184 8；0.089 8；-1.151 6；-9.893 2；

0.787 5；

(3) 結果分析

根據b的值，得出空隙率和TSR指標成反比，而粉膠比與TSR指標成正比，進一步印證了采用分類算法所得到的表1中TSR和DP的關系。

故得出：TSR指標和四個因素間的數學模型為:

TSR=130.184 8+0.089 8*YSB-1.151 6*

TGL-9.893 2*VV+0.787 5*DP

1.1.3 S0指標模型

結合TSR的分析同樣采用空隙率、粉膠比、油石比、篩孔通過率來計算S0指標。

模型的建立及求解：

與TSR指標的處理比較一致，求解后得到的結果為：

b=91.721 9；-0.423 1；0.603 5；0.765 6；-4.380 3；

故得出：S0=91.721 9-0.423 1*YSB+0.603 5*TGL+0.765 6*VV-4.380 3*DP

1.1.4 車轍指標模型和彎拉應變指標模型

選取同樣影響因素，使用統計回歸模型，計算車轍和彎拉應變這2個指標可得：

車轍指標模型：CZ=12 012-9 558*YSB+6 628*TGL+15 353*VV-15 927*DP

彎拉應變模型：

WLYB=339.675 9+304.776 4*YSB-246.297 8*TGL+369.725 5*VV+737.663 6*DP

1.2 結合模型分析提高高速公路路面的質量方案

根據模型，同樣的因素對不同的指標有不同的影響。提高集料的細度，可以提高抗水損害性能。而提高篩孔通過率會使彎拉應變性能降低，從而低溫性能變差。這樣應當對篩孔通過率選取一個合適的取值范圍，使各個指標能夠在一定條件下形成某種平衡。油石比在高溫性能和低溫性能之間有一定的影響，提高油石比可以相應的提高低溫性能，但同時也降低高溫性能原材料對路面性能的影響數據分析，經過對附件1 配合比報告統計作統計分析得出如圖1所示。

2 結果表達

瀝青、碎石質量對高速公路路面抗水損害、高溫性能、低溫性能都是有影響的。由以上分析得出不同型號的瀝青由于其油石比、VV，VMA，VFA，DP、毛體積密度、最大理論密度、%Gmm(最初)、%Gmm(最大)不表現不同，導致TSR(%)、S0(%)、車轍、彎曲應變存在不同程度的差異。如70#道路石油瀝青、SBS改性瀝青、韓國SK70#對車轍和彎曲應變的平均值分別1 441.4，4 645.7，3 517.6及2 291.4、3157.6、2369.4表明改性瀝青的性能明顯優于普通瀝青。而這4項試驗指標中TSR(%)，S0(%)反映了混合料抗水損害性能；車轍能夠反映抗車轍性即其高溫性；彎曲應變能力則反映了混合料的低溫性能。選擇酸性較大，蠟含量小的及粘合力較大的能夠防止高溫水使瀝青剝落，同時，瀝青路面負荷載裂縫時低溫核疲勞裂縫與瀝青的品質相關，主要是瀝青的溫度敏感度和針入度，針入度指標越高，溫度敏改性越低，高粘度瀝青的溫度敏感性較低；在相同石灰巖性的條件下，對影響高速公路路面質量有影響的因素所作的平均影響度的統計同樣能得出其對影響高速公路質量的4個指標存在不同程度的差異，礦粉質量中碎石如果能達到最佳含水量能保證少出或者不出裂縫；通過瀝青穩定碎石低溫特性實驗分析得出不同的混合料的溫度應力比和彎曲應變能力不同。

圖1 統計圖

參考文獻

［1］曾建軍.MATLAB與數學建模.合肥：安徽大學出版社，2005.

［2］葛折圣，黃曉明，許國光.用彎曲變能方法評價瀝青混合料的低溫抗裂性能.南京：東南大學，2002.

［3］歐陽嵐，邵臘庚，謝晶.瀝青混合料車轍試驗研究.中南公路工程，2006，31(6):34-36，41.

［4］畢玉峰，張宏超.馬歇爾試驗曲線特性分析.山東交通學院學報，2006，14(3):80-83.

［5］宋繼增，李聚立，張周平.瀝青混合料高溫性能影響因素分析.中國市政工程，2007(17):80-82.

［6］郭慶琳，吳慧芳.粗糙集數據挖掘及其在汽輪機故障診斷中的應用.現代電子技術，2006，29(13):74-77.

作者簡介 郭子南 男，1981年出生，大連交通大學在讀碩士研究生。研究方向為Java及相關技術。

耿祥義 男，1962年出生，大連交通大學教授，博士后。研究方向為Java及相關技術。

胡墨謙 男，1983年出生，大連交通大學在讀碩士研究生。研究方向為數據挖掘。

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文