路基路面長期性能監測設備及數據處理方法研究綜述

摘要：針對傳統人工巡查技術手段檢測頻率低、對交通影響大、檢測數據滯后，無法獲得服役狀態下道路結構的真實應力狀態，難以科學分析路面結構與材料破壞與損傷過程，也無法準確評價路面使用狀況的衰減等問題，文章介紹了路基路面監測技術中常見的傳統傳感器、光纖傳感器和智能傳感器的適用場景和功能，闡述了動態稱重系統的優缺點及應用效果，論述了監測數據在識別效率、精度、異常檢測和修復等方面的處理方法，為路基路面長期性能健康監測研究提供參考。

關鍵詞：路基路面；長期性能監測；識別技術；傳感器；數據處理

中文分類號：U416.06A100293

0引言

雖然我國公路建設速度與質量控制技術日益提升，但隨著交通量的快速增長及環境氣候條件的復雜變化，不少路面尚未達到設計使用年限就發生車轍、坑槽、開裂等早期病害，甚至出現較大面積的損壞和功能衰減，使道路的服務能力難以滿足要求，造成后期路面養護維修頻繁、養護投入經費高、對交通運輸效率和安全性影響大［1］。因此，開展路基路面長期服役性能監測和性能評估對于實時掌握道路服役健康狀態、優化路面結構和材料，進而提升道路管養效率和質量具有重要意義［2］。

目前我國在路面使用狀況監測方面主要采用傳統的人工巡查技術，檢測頻率低、對交通影響大、檢測數據滯后，無法獲得服役狀態下道路結構的真實應力狀態，難以科學分析路面結構與材料的破壞、損傷過程，也無法準確評價路面使用狀況的衰減。基于傳感技術的路基路面長期性能監測主要是通過在路基路面結構內部埋設土壓力、應變、溫度、濕度、位移等各類傳感器，實時獲取結構內部力學響應、溫濕度和交通荷載等信息，基于監測數據建立與路面使用性能的相關性，進而評估實際服役狀態下路基路面的結構性能。監測設備和數據處理方法是路基路面長期性能監測可靠性的重要影響因素，基于此，本文總結了路基路面監測技術中各類感知傳感器的適用場景和監測數據處理方法，為路基路面長期性能健康監測研究提供參考。

1基于傳感技術的監測設備發展現狀

目前在道路領域常用的傳感器主要為傳統傳感器、光纖傳感器和智能傳感器等，不同類型的傳感器在監測精度、使用壽命及適用場合等方面存在一定的差異。根據監測指標、應用場景及性能需求選擇合適的傳感器類型是開展路基路面長期性能研究的重要內容。

1.1傳統傳感器

在路基路面性能長期性能監測識別方面，傳統的傳感器主要包括電容式、熱電式、電阻式、振弦式和壓電式。電容式傳感器和熱電式傳感器主要用于監測路基路面內部濕度和溫度變化情況［3-4］；電阻式傳感器和振弦式傳感器可以監測路基路面的應力、應變和溫度；電阻式傳感器主要應用于路面應變方面的監測，振弦式傳感器則通常用于監測半柔性基層、水泥面層，不適用于瀝青面層；壓電式傳感器主要應用在路面的動態稱重系統中，以監測路面承受的車輛軸重、行駛速度等［5］。

1.2光纖傳感器

與傳統的傳感器相比，光纖傳感器具有測試精度穩定、耐腐蝕性強、尺寸小、抗電磁場干擾能力好、存活率高等優點，在公路工程領域中得到廣泛應用，是路基路面監測識別技術中相對理想的傳感器。光纖傳感器可以監測外界的應力、應變和溫度等［6］，主要分為光纖光柵傳感器和分布式光纖傳感器，其中光纖光柵傳感器的研究較為成熟，應用廣泛。Li等［7］采用光纖光柵傳感器測試了應變，并分析了測試值與真實值的關系。光纖光柵傳感器也可以用于動態稱重系統［8］。汪新麗［9］采用光纖光柵傳感器監測了車輛軸重、軸數和行駛速度。分布式光纖布設簡單，發展前景好，但目前仍處于初步研究階段，主要用于檢測瀝青面層裂縫、水泥面層底部脫空和車型識別等［10］。光纖傳感器雖然可以監測高速行駛環境下路面結構內部信息，但存在結構協調性差、易失效等問題。

1.3智能傳感器

在交通領域逐漸智能化的發展趨勢下，公路研究者也迫切需要結合大數據開發出可無線傳輸的路基路面智能監測傳感器。Y S.［11］通過無線傳感器技術監測水泥面層的卷曲和翹曲行為。Alavi等［12］采用無線傳感器監測了瀝青面層的應變響應和疲勞損傷。Chen等［13］開發了一種能作為無線傳感器的智能骨料，對水泥面層早期強度和內部損傷進行智能檢測。Wang等［14］使用無線傳感器網絡監測和評估交叉通道雙隧道的長期性能，揭示了交叉通道對隧道縱向差異行為的影響。

綜上，內嵌路面結構內部的各類傳感器主要用于監測服役期路基路面結構內部的應力、應變、溫度、濕度和位移等數據，可用于路面結構內部力學響應、溫度場及濕度場分布規律研究。而交通荷載信息與路面結構內部力學響應直接相關，是影響路基路面長期使用性能的重要因素，因此在獲取路面結構內部應力、應變及溫濕度信息基礎上，準確獲取交通車輛軸重等數據信息對于路基路面長期使用性能評估尤為重要。

2基于動態稱重系統的監測識別技術

車輛軸重的測量方式可以分為靜態稱重和動態稱重（WIM）。靜態稱重系統是將車輛開往固定地點停車稱重，而動態稱重系統可以通過安裝在公路上的傳感器對高速行駛的車輛進行稱重，無須迫使車輛前往固定點停車檢查。與靜態稱重系統相比，WIM系統可以動態監測車輛信息，而不會對交通流量造成任何干擾，能顯著降低交通網絡延遲，有效改善路面維護計劃和超載車輛執法，減少鋪設、檢修和超重損壞的費用，是一種可采集龐大交通運輸數據庫的有效的監測手段。

WIM系統可分為三類：便攜式系統、半永久性系統和永久性系統。便攜式系統可以從一個地方帶到另一個地方；半永久性系統在路面內裝有傳感器，系統控制器在不同位置之間移動；永久性系統只在一個地方收集和分析數據，目前主要使用的是該類系統。不同類WIM系統的主要元件是稱重傳感器，研究者在開發動態稱重傳感器元件方面開展了大量的研究。趙琳［15］研究在稱重梁上布設光纖光柵，然后通過梁體的變形來反算行駛車輛的軸載。孫秀雅［16］研發了可以識別車輛輪跡帶位置的壓電式動態稱重系統。黃必飛等［17］研發了新型雙傳感器動態稱重系統，并分析了溫度和行駛速度對數據采集結果的影響。Yang等［18］開發出結合嵌入式路面傳感器系統和計算機視覺的混合動態稱重系統，該系統通過使用計算機視覺的攝像頭解決了路面傳感器的車輛漂移效應問題，從而有效地實現了實時車輛重量監測。Chuan等［19］開發了一種二維壓電換能器，實時監測路基在交通載荷下的動態垂直和水平土應力。M L等［20］開發了一種使用PVDF/PZT/CNTs復合材料的新型壓電傳感器，具有傳感器及能量收集器的雙重功能，可以主動監測車輛的軸重、速度和軸距，同時捕獲車輛運動的能量。WIM水泥基傳感器是能稱量移動車輛重量且具有診斷功能的一項創新技術。在單調或循環條件下的應變、應力、裂紋或其他損傷都可以通過測量自感知材料的電參數來識別［21］。與傳統稱重傳感器相比，這些由自感知混凝土構成的傳感器具有簡易安裝和監測范圍廣、使用壽命長以及與路面結構相容性強等優點。但由于所提供的數據是非線性的，因此對車軸稱重的準確度不高，并且依賴于許多變量，導致預測模型非常復雜，未來需要進一步探索在WIM系統中使用自感知混凝土傳感器。

總之，動態稱重系統通常采集的數據包含有關車輛類別、行駛方向、行駛速度、車輛軸重和間距等信息。新型的自感知WIM水泥基傳感器除了動態稱重以外，還能監測應變、應力、裂紋或其他損傷。不同動態稱重系統均存在各自的優勢和劣勢，如初始成本、穩定性、精確度、公路安裝和維護需求等，可根據不同應用場合和需求進行選擇。隨著制造傳感器過程中使用的微米和納米材料的進步，生產傳感器的成本將會降低，使這些設備得到更廣泛的應用。此外，這些監測設備長期采集的路基路面結構力學響應和交通荷載信息非常龐大，采用傳統的數學統計方法難以實現快速分析，需要借助計算機等多領域交叉學科處理才能高效、準確地獲取有效數據。因此選擇合適的數據處理方法對于獲取監測數據的有效性和準確性具有重要作用。

3監測數據處理方法

在監測數據處理過程中，噪聲、交通流信息識別不明確、數據異常和缺少等問題都會導致識別效率和精度降低。因此，許多研究者對監測數據的算法和精度開展大量的研究。

3.1數據識別效率與精度處理

在監測交通流信息識別效率與精度方面，何紅麗［22］為了提高WIM系統的監測精度，采用BP神經網絡將車輛的行駛速度和重量的數據進行融合，成功提高了識別精度。周志峰等［23］針對監測數據中存在短周期的信號干擾問題，采用非線性擬合優化方法進行處理，明顯提高了識別精度。郝曉嫻等［24］為了降低噪聲對WIM系統的影響，利用小波去噪法結合BP神經網絡算法的方式成功地將系統誤差降到2%以下。李坤倫等［25］針對目前較難準確識別車輛不同顏色和分類的問題，通過SqueezeNet卷積神經網絡提高了車輛信息的識別精度。唐宇舟［26］為了準確獲取車輛平行行駛速度和交通流信息，研發了一種將磁感線圈、微波及視頻圖像融合的算法，最終成功識別與預測。趙華等［27］針對交通流信息識別不明確的問題，通過小波變換再識別的方式成功地提高了WIM系統的識別效率。

3.2數據異常檢測與修復處理

在監測數據異常檢測與修復方面，陸秋琴等［28］采用滑動窗口把動態數據轉為靜態數據，并通過密度聚類算法劃分數據類別，通過LOF算法檢測出環境監測數據中的異常值。裴莉莉等［29］為了檢測出多特征維度關聯的交通荷載異常值，通過對數據分布間的相似系數和算法進行計算，順利檢測出異常數據。劉航［30］針對監測數據的缺失特點，先采用一維插值修復，再進行多元回歸分析修復，后采用長短時記憶模型修復，以三層次插補模型準確修補了缺失值。陸秋琴等［31］為了修復環境監測數據的失真情況，提出了一種基于支持向量機回歸的恢復模型。徐磊［32］針對瀝青路面溫濕度感知異常的情況，采用基于遺傳算法優化的極端梯度提升模型進行修復。

綜上，研究者在路基路面長期性能監測數據的處理方面已經開展大量研究，特別是在監測數據的識別效率、精度、數據異常檢測與修復方面已經形成相對成熟的處理框架和算法。這些算法對于路基路面結構內嵌各類監測傳感器及動態稱重系統快速、準確獲取有效監測數據，構建路基路面長期服役性能數據庫具有重要借鑒作用。

4結語

本文介紹了路基路面監測識別技術中常見的傳統傳感器、光纖傳感器和智能傳感器的適用場景和功能，闡述了動態稱重系統的優缺點及在道路工程中的應用效果，論述了監測數據在識別效率、精度、異常檢測和修復等方面的處理方法。雖然路基路面長期性能監測技術在傳感器和數據處理方面已經趨于成熟，但仍有一些問題亟須解決：（1）在監測設備方面，需要開發既環保又經濟可行的多源傳感器融合技術，探索路面監測過程中使用可再生可持續的能源，研究傳感器與路面材料和周圍環境的協調作用關系，評估各類傳感器在高速行駛下數據監測的可靠性、穩定性和可持續性；（2）在監測數據處理方面，應更加關注監測數據質量的提升，多維度交通流信息的識別效率和分布規律，以及關鍵時空信息挖掘與異常修復。

參考文獻：

［1］Menghui L， Sheng L， Rong L， et al. The moving load identification method on asphalt roads based on the BP neural network and FBG sensor monitoring［J］. Construction and Building Materials， 2023（378）：131216.

［2］Mishra M， Loureno Paulo B， Ramana G V. Structural health monitoring of civil engineering structures by using the internet of things：A review［J］. Journal of Building Engineering， 2022（48）：103954.

［3］李秋忠，查旭東. 路基含水量測定方法綜述［J］. 中外公路， 2005（2）：41-43.

［4］劉凱. 瀝青路面溫度場分布規律研究［D］. 西安：長安大學， 2010.

［5］劉小鋒，馮志敏，胡海剛. 壓電材料動態稱重傳感器的融合設計方法［J］. 儀器儀表學報， 2019， 40（4）：115-122.

［6］廖延彪，黎敏，張敏. 光纖傳感技術與應用［M］. 北京：清華大學出版社， 2009.

［7］Li D S L H R L. Strain Transferring Analysis of Fiber Bragg Grating Sensors［J］. Optical Engineering， 2006， 45（2）：24402.

［8］趙琳. 基于光纖光柵的復合材料稱重測速系統的研究［D］. 哈爾濱：哈爾濱工業大學， 2007.

［9］汪新麗. 基于光纖光柵傳感的交通荷載識別研究［D］. 南京：東南大學， 2017.

［10］Zhao H，Zeng M，Wu D，et al. A Vibration-Based System for Cavity Underneath Identification of Concrete Pavement［C］. Transportation Research Board 97th Annual Meeting，2018.

［11］Y S. Health Monitoring of Pavement Systems Using Smart Sensing Technologies［D］. Ames：Iowa State University， 2014.

［12］Alavi A H， Hasni H， Lajnef N， et al. Continuous health monitoring of pavement systems using smart sensing technology［J］. Construction and Building Materials， 2016（114）：719-736.

［13］Jian Chen，Peng Li，Gangbmg Song，et al. Feedback Control for Structural Health Monitoring in a Smart Aggregate Based Sensor Network［J］. International Journal of Structural Stability and Dynamics， 2018， 18（5）：1850064.

［14］Wang C， Friedman M， Li Z. Monitoring and assessment of a cross-passage twin tunnel long-term performance using wireless sensor network，Canadian Geotechnical Journal［J］. 2023， 60（8）：1 140-1 160.

［15］趙琳. 基于光纖光柵的復合材料稱重測速系統的研究［D］. 哈爾濱：哈爾濱工業大學， 2007.

［16］孫秀雅. 基于壓電薄膜軸傳感器的動態稱重系統的研發［D］. 合肥：合肥工業大學， 2014.

［17］黃必飛，馮志敏，張剛，等. 壓電薄膜車輛動態稱重系統算法研究［J］. 傳感技術學報， 2016， 29（6）：941-946.

［18］Yang X， Wang X， Podolsky J. Addressing wander effect in vehicle weight monitoring：An advanced hybrid weigh-in-motion system integrating computer vision and in-pavement sensors［J］. Measurement， 2024（234）：114870.

［19］Chuan G， Yongwei C， Wei H， et al. Applicability evaluation of a two-dimensional piezoelectric transducer to monitor dynamic soil stress in unbound granular materials of road engineering［J］. Measurement， 2024（224）：113892.

［20］M L， J W， L S， et al. Versatile Lamellar Wrap-Structured PVDF/PZT/CNTs Piezoelectric Sensor for Road Traffic Information Sensing， Monitoring， and Energy Harvesting［J］. Chemical Engineering Journal， 2024（8）：154554.

［21］Han B， Zhang K， Yu X， et al. Electrical characteristics and pressure-sensitive response measurements of carboxyl MWNT/cement composites［J］. Cement and Concrete Composites， 2012， 34（6）：794-800.

［22］何紅麗. 汽車動態稱重系統的研究與設計［D］. 鄭州：鄭州大學， 2007.

［23］周志峰，蔡萍，陳日興，等. 基于非線性擬合的汽車動態稱重數據處理新方法［J］. 上海交通大學學報， 2006（5）：709-712.

［24］郝曉嫻，牛昱光，韓芝星，等. 基于小波和BP神經網絡的車載動態稱重算法［J］. 儀表技術與傳感器， 2017（8）：110-113，121.

［25］李坤倫，魏澤發，宋煥生. 基于SqueezeNet卷積神經網絡的車輛顏色識別［J］. 長安大學學報（自然科學版）， 2020， 40（4）：109-116.

［26］唐宇舟. 基于聯邦卡爾曼濾波的多源異類交通數據融合技術研究［D］. 杭州：浙江工業大學， 2020.

［27］趙華，譚承君，張龍威，等. 基于小波變換的橋梁動態稱重系統車軸高精度識別研究［J］. 湖南大學學報（自然科學版）， 2016， 43（7）：111-119.

［28］陸秋琴，魏巍，黃光球. 環境監測系統中異常數據的識別和修復方法［J］. 安全與環境學報， 2021， 21（3）：1 300-1 310.

［29］裴莉莉，孫朝云，韓雨希，等. 基于SSC與XGBoost的高速公路異常收費數據修復算法［J］. 吉林大學學報（工學版）， 2022， 52（10）：2 325-2 332.

［30］劉航. 變壓器狀態監測數據質量提升和故障識別方法研究［D］. 重慶：重慶大學， 2020.

［31］陸秋琴，王璐，黃光球. 考慮時序特征的污染物數據異常檢測及恢復［J］. 安全與環境學報， 2023， 23（12）：4 590-4 599.

［32］徐磊. 基于機器學習的瀝青路面感知數據異常狀態辨識與修復［D］. 西安：長安大學， 2021.

基金項目：廣西交通運輸行業重點科技項目“國省干線公路大中修結構長期性能野外科學觀測研究”（桂交便函〔2022〕174號-11）；廣西交通運輸行業科研平臺“廣西交通運輸行業路基路面長期性能野外科學觀測站”（桂交科教函〔2023〕513號-4-1）；廣西交通運輸科技成果推廣項目“廣西交通運輸行業公路碳達峰碳中和重點實驗室”（編號：GXJT-ZDSYS-2023-03-01）

作者簡介：宿貴斌（1973—），工程師，主要從事公路長期性能監測相關工作。