基于路面性能預測的高速公路養護決策研究

顧曉楠

（江蘇東方路橋建設養護有限公司，江蘇南京 211801）

0 引言

當今社會，公路交通事業發展勢頭迅猛，傳統模式下的高速公路養護決策方式面臨考驗與挑戰。在當前形勢下，有必要立足高速公路養護決策的基本需求，優化應用路面性能預測方法，有針對性地建立路面性能預測模型，為高速公路養護策略的優化實施提供基礎依據。

1 路面性能預測的內涵價值

在我國公路交通運輸事業發展進程中，高速公路始終扮演不可替代的關鍵角色，在保障區域間經濟貿易往來，優化完善公路交通路網結構等方面發揮重要作用。

在長期動荷載影響作用下，高速公路難免出現諸多類型的病害問題，需要事先采取具有針對性的方法舉措，對其進行優化養護，將潛在病害消除在萌芽狀態，保持高速公路結構的整體性能和使用壽命。路面性能預測是現代高速公路養護決策實踐中的重要方法，可通過研判，分析高速公路的各類性能參數，構建具有層次化特征的預測模型，直觀清晰地展現高速公路路面的養護需求，輔助技術人員制訂行之有效的養護技術實施方案。

近年來，相關技術單位高度重視路面性能預測模型的優化應用，在模型參數選擇、模型優化完善、決策機制建立等方面進行了諸多有益探索，為高速公路養護實踐賦予了鮮明的時代特色和技術特色，在行業內積累了豐富而寶貴的實踐經驗。在路面性能預測模型的約束導向下，高速公路養護實施方案的針對性、經濟性與時效性將得以全面保障，對于提升高速公路養護工作質效，保障材料、工藝、技術等要素的優化銜接具有深遠影響[1]。

2 路面性能狀況及預測內容分析

2.1 路面平整度

路面平整度是高速公路路面性能狀況的首要預測內容，是指路面表面對設計平面的偏差程度，更多情況下以路面凹凸系數的方式呈現。在長期交通荷載作用下，高速公路路面會出現坑洼、接縫錯臺及橋頭跳車等問題，均是路面平整度不足所致。在上述情況影響下，車輛在高速公路上的通行舒適度將顯著降低，燃料消耗和運輸時效等經濟指標同樣會受到影響。因此，路面性能預測應將路面平整度參數作為重要內容，根據《公路工程質量檢驗評定標準 第一冊 土建工程》（JTG F80/1—2017）等改善其各結構層狀態。

2.2 路面車轍

高速公路路面車轍與施工質量、路基沉降及外來荷載等要素直接相關，當路面車轍演變到特定程度，高速公路的實際壽命也將消耗殆盡。縱觀以往高速公路工程，更多情況下會采用半剛性基層結構，以發揮其高強度、高整體性的實踐優勢，若路面壓實度不足或工程結構材料不達標，均會在后期出現路面車轍，車轍深度隨著時間的延長而不斷加大，影響通行效果。部分薄弱路段的車轍衰退系數進展較快，可在路面性能預測中進行量化分析。

2.3 路面破損

從以往高速公路病害問題現狀來看，路面破損的主要表現和發展演變形式更加多樣化，使其成為路面性能預測的重要內容。研究表明，誘發高速公路路面破損的原因包括行車荷載因素、環境因素、設計因素、養護管理因素等，上述不同的影響因素對路面破損的干擾幅度存在特定差異。在表現形式方面，路面破損可細分為裂縫破損、松散破損和變形破損等類型，需要嚴格按照《公路技術狀況評定標準》（JTG 5210—2018）等規范對其作出路面性能預測。依托以往歷史數據信息，可總結形成路面破損產生與演變的一般規律，便于后期建立預測模型[2]。

2.4 路面彎沉

路面彎沉是反映高速公路路面綜合狀況的重要參數，主要以總垂直變形值或垂直回彈變形值等指標來呈現。現代檢測技術的快速發展與實踐應用，為高速公路路面彎沉檢測提供了更為豐富的技術載體，可以實現傳統技術難以實現的檢測效果。因此，可采取現代先進檢測技術對高速公路路面彎沉進行檢測研判，形成基于結構性評價的路面彎沉分析結論，提升路面性能預測結果的可靠性。在路面彎沉影響下，高速公路路面性能預測模型的規律性將更為清晰明確，可為養護時機與養護對策選擇提供依據。

3 高速公路路面性能預測模型的建立

3.1 預測模型類型

3.1.1 確定型預測模型

確定型預測模型是路面性能預測實踐中常用的模型方法，具有直觀性與層次性等現實優勢，可在特定層次范圍內，構造形成多樣化的預測模型，如力學預測模型、經驗預測模型和力學-經驗預測模型等。上述不同類型的模型在構造方式與應用方法等方面存在顯著差異，需要根據高速公路養護決策的客觀實際需求，進行綜合優化選擇。以力學預測模型為例，在構造過程中需要以彈性理論模型為依據，對相關技術參數進行精準校核與處理，排除潛在干擾參數影響，使最終構建形成的模型更加直觀形象，輔助高速公路養護決策策略的組織與實施[3]。

3.1.2 概率型預測模型

概率型模型的構建基礎為基礎概率理論，需要根據高速公路路面性能預測的基本導向，在特定范圍內選擇科學有效的概率統計方法，通過總結分析路面性能變化速率的特異性，構建形成符合一般概率規律條件的模型體系。在實踐中，高速公路路面性能的影響因素多種多樣，不同類型的因素對路面性能的影響程度各不相同。為準確體現不同因素的影響程度，便可采用概率型預測模型，使相對模糊的影響因素能夠得以精準體現。在概率型預測模型的約束條件下，可對模型構建的方法、過程與方式等予以差別化處理，在其自身適用范圍內，具有良好的適用性。

3.1.3 神經網絡預測模型

神經網絡預測模型在高速公路路面性能預測中的優勢價值在于能夠客觀體現路面結構狀態，可將動態化與連續性的預測方法引入其中，對高速公路路面性能形成有效判斷。縱觀以往神經網絡預測模型實際，普遍存在網絡結構欠合理，模型精準度的系統優化完善程度不足等共性問題，不利于在更加有效的范圍內實現神經網絡的研判過程，勢必難以取得理想的效果。對此，技術人員應在路面性能預測前，根據相關參數信息類型的差異，繪制形成神經網絡曲線，使各類技術參數能夠得以有效融合。通過拓展數據信息類型，保證網絡結構的合理性，確保其實施效果。

3.1.4 灰色預測模型

部分高速公路運行養護的整體要求相對較高，但歷史數據匱乏，難以構建形成其他類型的模型，無形之中增大了模型構建的難度，也為高速公路養護決策帶來了一定的阻礙。對此，可采用灰色預測模型，將高速公路的路面性能預測進行細化分解，在特定范圍內實現相關數據信息的全覆蓋，修復因數據信息缺失而造成的部分損失。在灰色預測模型構建中，需要充分應用灰色理論，強化各類技術參數的有效約束，提高適應性，突出路面性能變化的物理特性等。

3.2 路面性能預測模型的建立原則

在路面性能預測模型建立過程中，應注重把握如下幾個原則：一是以實測數據為基礎的原則。需要分析路面性能的歷史數據，在相關約束條件下，建立基于變起點的預測模型，有效壓縮預測時間，降低數據誤差。二是準確反映路面性能衰變的原則。準確把握預測模型建立的優化條件，有針對性地簡化模型預測形式，確保所構建形成的預測模型更符合高速公路養護決策需求。三是方程形式的穩定性原則。在預測模型建立完成后，應采用相應的校核分析方法，對其穩定性進行校驗。只有在符合預測結果的基礎上，方可參照使用，避免高速公路養護決策失效。

3.3 路面性能影響因素分析

在路面特征因素方面，不同類型的高速公路具有不同的結構層，所形成的路面特征有所差異，需要根據高速公路養護決策的目標要求，對相關參數進行去偽處理。在交通量和軸載因素方面，高速公路的通行量成為路面性能的重要影響因素，交通荷載量越高，對路面性能的影響越突出，需要有效應對相關因素變化。在氣候條件方面，受溫度、濕度與水文地質條件影響，路面性能的變化主要體現在路面強度和路基承載力等方面。在路面服役時間方面，高速公路路面服役時間越長，對路面性能的影響便越突出[4]。

4 高速公路養護決策方法研究

4.1 高速公路養護決策選擇的因素分析

在高速公路養護決策過程中，應首先對所涉及的關聯要素進行全面分析，有助于提升最終決策效果的客觀性與全面性。首先，對于宏觀因素而言，需要建立健全系統、完善的高速公路養護決策規范，為路面性能預測提供基礎依據與保障，對可能產生的經濟成本進行預測，確保高速公路養護決策結果符合實際要求。宏觀因素可細化分為行政因素、經濟條件和氣候環境等多種類要素。其次，對于微觀因素而言，主要包括路面結構承載力、路面破損情況、路面抗滑、交通量與軸載等多類型要素。通過對上述不同類型的要素進行深入分析，可構建形成更加系統完善的路面性能預測模型，以精準有效提升高速公路養護決策的實效性，確保最終效果。

4.2 高速公路路面常用的養護措施

高速公路路面常用的養護措施包括乳化瀝青稀漿封層、微表處與碎石封層等。其中，乳化瀝青稀漿封層需要按照高速公路養護技術規范，制訂完善可行的養護技術方案，為各項養護技術工藝的應用提供基礎依據與保障，以動態化與連續化的方式進行養護處理。同時，需要將乳化瀝青、集料及其他材料進行充分配比、拌和，將其制作成符合高速公路養護要求的稀漿，然后按照專業施工技術方法將其鋪設到路面上，形成薄層。微表處的實施過程相對簡便，僅需采用特定技術設備，對路面表層結構進行改造處理，對于路面裂縫與滲水等病害問題具有直接作用。

4.3 高速公路養護決策優化

4.3.1 養護決策優化目標

在目的性原則、適用性原則、科學性原則約束下，合理確定高速公路養護決策優化目標。注明具有獨特結構特征的要素，選擇相應的優化路徑，對養護決策優化目標進行分析處理。在該過程中，可針對路面性能預測的最新要求，選擇數學規劃或人工智能優化模式，實現養護凈效益最大化、降低養護技術資源要素消耗、提升養護技術水平的預期效果。引入軟件技術，將相對分散的高速公路養護決策優化方法導入其中，通過構建形成具有明顯約束力的規則體系，滿足經濟性指標要求，為后續養護策略的應用實踐創造良好條件。通過高速公路養護決策優化，最終形成的養護機制將兼具經濟性、技術性與價值性。

4.3.2 養護決策優化方法

在數學規劃優化方法方面，可采用樹形圖模型對相關約束條件進行優化完善，綜合考量多類型要素，對高速公路養護決策進行分支細化，最終綜合確定高速公路路面養護方案。此外，還可采用線性規劃方法和動態規劃方法等，排除各類潛在影響因素作用，確保最終形成的高速公路養護決策體系更具可操作性。在人工智能優化方法方面，可利用遺傳算法，在綜合分析多類型關聯要素的基礎上，充分模擬生物遺傳進化路徑，對路面養護方案的制定進行分析研判。在上述過程中，應注重對細節之處的優化完善，在不同影響要素之間，建立關聯關系，形成具有連接關系的有向圖。

4.4 利用灰色物元法進行高速公路養護決策

灰色物元法是基于路面性能預測的高速公路養護決策的重要方法，適用于對多個路段排序比較。將路段依據路面破壞情況進行排序，作為高速公路養護決策的依據。此方法的特點是確定一個樣本路段，比較待評價路段與樣本路段，選出最佳路段以及最差路段。通過利用灰色物元法，可將相對分散的技術參數進行優化整合，然后進行縱向分析與橫向比對等，建立物元模型和復合灰元模型等，將最終確定的路面養護區域進行準確標識。依托于此，可選擇薄熱拌瀝青混凝土罩面養護方法，修復損壞路面，改善平整度和行駛質量，增加抗滑能力，使路面結構盡快恢復路面性能。

4.5 最佳養護時間決策

最佳養護時間決策在高速公路養護決策體系中占據關鍵地位，可在路面結構完好的前提下，對各項路面性能指標進行優化完善，對路面采取乳化瀝青稀漿封層、微表處等，改變病害狀態下的路面條件，有效延長路面服役年限。預防性養護時間的選擇需要結合高速公路養護決策目標要求，確保高速公路路面性能在長時間范圍內保持良好的服務狀態。最佳養護時間決策方法可細化分為行駛質量指數和破壞指數法等，且可有效應用基于路況條件的方法，確定最佳養護時間，有效克服路面結構衰退破壞而導致的各類缺陷問題。對最佳養護時間決策結果進行校核處理，然后進行實際路面指標優化必選，滿足多樣化的高速公路養護決策需求。

5 結語

綜上所述，受養護時間、方法與研判等方面要素影響，在當前高速公路養護決策實踐中依然存在諸多短板與不足，不利于實現最優化的高速公路養護決策效果。因此，技術人員應立足路面性能預測的核心需求，創新應用路面性能預測模型的構建路徑，準確選擇不同類型的路面性能預測模型，拓展優化路面性能預測的方法，強化對高速公路養護決策機制的優化選擇，為全面彰顯路面性能預測的核心價值奠定基礎，為促進高速公路養護決策的現代化貢獻力量。