基于大數(shù)據(jù)技術(shù)的瀝青路面性能預(yù)測研究.pdf

1、瀝青路面性能包括路面行駛質(zhì)量、路面損壞狀況、路面抗滑性能、路面結(jié)構(gòu)強度等。每一個瀝青路面性能指標都受到多種內(nèi)在和外在因素影響，不同指標的影響因素之間還可能存在交叉，性能指標作為預(yù)測變量的數(shù)目過多，不利于使用大數(shù)據(jù)技術(shù)進行合理有效的預(yù)測。據(jù)統(tǒng)計大約80％瀝青路面維修養(yǎng)護是由于路面車轍變形，與水損害和路面裂縫等其他病害相比，瀝青路面車轍危害性最大，車轍的存在又會嚴重影響行車舒適度和行車安全，并會引發(fā)或加深其他病害。由此可知，車轍深度是瀝青路

2、面性能的關(guān)鍵指標，車轍深度變化值的有效預(yù)測對于瀝青路面性能的整體預(yù)估是有重要意義的，因而將車轍深度變化作為最終預(yù)測量。為了有針對性的分析各影響因素對瀝青路面性能的影響形式，本文選擇路面性能中比重最大的車轍變形入手開展研究。本文所用數(shù)據(jù)來自LTPP數(shù)據(jù)，滿足來源復(fù)雜、體量巨大、價值潛伏的大數(shù)據(jù)特點，利用大數(shù)據(jù)技術(shù)實現(xiàn)數(shù)據(jù)的整合共享、交叉復(fù)用，形成一定的智力資源和知識服務(wù)能力。
　　首先，從瀝青混合料的粘彈性角度分析了瀝青路面車轍的形

3、成機理和車轍變化量的影響因素，從中提取出各類影響因素的代表項，分別選擇最高氣溫均值代表氣候條件、累計當量標準軸載作用次數(shù)代表交通條件、面層空隙率代表瀝青混合料自身特性。
　　其次，本文利用分布式存儲系統(tǒng)SQL軟件提取和重構(gòu)了LTPP中車轍和影響因素的數(shù)據(jù)庫進行大數(shù)據(jù)的存儲和管理，利用JMP軟件實現(xiàn)了氣溫、交通荷載、空隙率大數(shù)據(jù)在時間和空間上的分布和變化情況的可視化技術(shù)分析，依此得出需要按劃分好的四個季度，分別建立每個季度的車轍變化

4、量預(yù)測模型。
　　再次，基于大數(shù)據(jù)挖掘技術(shù)實現(xiàn)了車轍變化與影響因素關(guān)系研究，選擇因子分析法利用SPSS軟件探究各影響因素的內(nèi)部關(guān)聯(lián)，得到三個自變量相關(guān)系數(shù)很低，彼此間具有較高獨立性。選擇偏相關(guān)性方法對三個影響因素進行敏感性分析，得知最高氣溫均值和面層空隙率與車轍深度變化量之間不存在顯著的線性關(guān)系。累計當量標準軸載作用次數(shù)與車轍深度變化量之間的線性相關(guān)較為顯著。分析得到交通荷載對車轍變化量的影響程度最大，最高氣溫均值其次，面層空隙率

5、影響相對最弱。
　　最后，本文參考粘彈性模型的數(shù)學(xué)表達形式，建立了四個季度的考慮溫度效應(yīng)、交通荷載效應(yīng)、瀝青混合料自身特性效應(yīng)的車轍變化量預(yù)測模型?；诖髷?shù)據(jù)優(yōu)化算法技術(shù)中的Levenberg-Marqurdt算法來處理多元非線性復(fù)雜模型，利用按需求提取和預(yù)處理后的LTPP數(shù)據(jù)和1stopt軟件實現(xiàn)了參數(shù)的高效擬合，結(jié)果表明本次研究建立的四個季度的預(yù)測模型合理，具有較好的預(yù)測能力和預(yù)測精度。
　　本文圍繞“讓數(shù)據(jù)本身說話”的

6、中心想法，基于各類大數(shù)據(jù)技術(shù)的分析手段，實現(xiàn)利用直觀采集的性能原始數(shù)據(jù)和影響因素原始數(shù)據(jù)，經(jīng)過預(yù)處理后代入對應(yīng)季度的車轍變化預(yù)測模型，得到所研究季度中車轍深度發(fā)生的變化量，繼而用于判斷瀝青路面性能的變化程度。要控制未來某季度內(nèi)的車轍變化在規(guī)定范圍內(nèi)，可通過調(diào)控車轍影響因素的大小，減小將來產(chǎn)生的車轍變化量來減緩車轍發(fā)展，減輕受車轍影響的其他路面性能如平整度、抗滑性的惡化作用，來保證路面正常使用和行車安全，其預(yù)測的車轍變化量數(shù)據(jù)對瀝青路面的