一种沥青路面结构性能分析方法及系统与流程

本发明涉及道路工程，特别涉及一种沥青路面结构性能分析方法及系统。

背景技术：

1、荷载作用下沥青路面结构力学响应是评估路面结构剩余价值的重要指标，实现对沥青路面结构性能指标的快速计算对于提高路面管养水平具有重要意义。落锤式弯沉仪试验是路面结构性能评价常用的方法，基于落锤式弯沉仪测量的路面弯沉，对路面结构层参数反演，再采用正演方法计算路面结构层力学响应是当前路面结构性能评估常用方法；为提高路面结构性能评价效率，构建以弯沉输入、以结构层应变为输出的神经网络模型是常用的技术方法；但当前在构建基于神经网络的路面结构性能评估模型时，对于不同样本的权重考虑相对较少，导致所训练的模型适用性存在问题。

2、由于基于路面落锤式弯沉仪试验工况条件复杂，如何选取合适的计算指标、建立合理的样本权重计算方法，需要工程技术人员在总结工程规律的基础上确定，这是构建路面结构性能自适应分析模型的关键技术问题。

3、例如，有公告号为cn107742018b的中国专利，涉及一种基于路面材料应力和应变依赖模型的沥青路面结构分析增量方法，根据拟分析的沥青路面结构形式和材料类型，确定各层厚度、泊松比和路面材料模量应力和应变依赖模型，采用路面材料模量应力和应变依赖模型表征沥青路面结构各层模量，结合计算荷载和层间结合条件建立计算分析体系，以增量方法为分析基础，通过有限元软件数值计算获得路面结构层内部各点的模量矩阵，在此基础上根据弹性层状体系理论计算沥青路面结构内部任意一点的应力、应变和位移。该方法考虑了材料非线性问题对路面力学计算所带来的影响，使沥青路面结构受力分析更趋合理和完善；但是该专利没有考虑到样本数据库中不同样本与目标工况条件的相似性，自适应性不足。

技术实现思路

1、为了解决沥青路面结构性能分析模型自适应性不足的问题，本发明提出一种沥青路面结构性能分析方法及系统，在神经网络模型训练过程中，考虑样本条件与目标路段工况条件的相似性，提高相似样本在模型训练中的权重，进而提升模型对当前路况的适用性和模型预测精度。

2、为了达到上述目的，本发明采用以下技术方案：一种沥青路面结构性能分析方法，包括下述步骤：

3、d1，获取落锤式弯沉仪试验测量数据，根据结构层材料的相似性合并相邻结构层；

4、d2，根据不同配置参数组合建立不同数值仿真模型，分别计算结构性能评价指标；

5、d3，根据不同数值仿真模型建立不同样本，计算不同样本的权重并归一化处理，建立并输入样本训练结构性能指标计算模型；

6、d4，应用结构性能指标计算模型，根据目标路段的落锤式弯沉仪试验测量数据，计算目标路段结构性能评价指标。

7、本技术方案中，首先进行沥青路面落锤式弯沉仪试验，获取数据，在落锤式弯沉仪试验中获取的弯沉数据通常为7～9个数据，各个数据的测点距离荷载作用中心的距离在0～2m中分布。通过查阅路面设计资料或通过钻芯取样、探地雷达检测等手段获取路面结构层几何尺寸信息、结构层材料信息，其包括：路面结构几何尺寸信息主要包括沥青路面的面层厚度、基层厚度等信息。然后估算结构层强度信息分布范围，并根据结构层材料的相似性合并相邻结构层。

8、之后确定落锤式弯沉仪试验数值仿真模型的配置参数取值范围，建立沥青路面落锤式弯沉仪试验数值仿真模型，计算不同数值仿真模型参数组合下路面结构层的结构性能评价指标；然后形成数据库样本，计算权重并归一化，再将样本输入到结构性能指标计算模型中，训练模型至收敛。

9、最后将目标路段的落锤式弯沉仪试验结果输入到训练好的结构性能指标计算模型中，计算相应试验中的路面结构性能评价指标，即可实现对路面结构性能的评价。

10、该方法考虑到样本数据库中不同样本与目标工况条件的相似性，从而提高所训练的路面结构性能分析模型的自适应性，并提升模型预测精度。

11、本发明还进一步设置为：步骤d1包括：

12、d11，获取沥青路面落锤式弯沉仪试验测量数据，包括弯沉数据和结构层材料信息；

13、d12，根据结构层材料信息估算结构层强度信息分布范围；

14、d13，合并相邻结构层后的等效结构层层数为三层。

15、本技术方案中，沥青路面落锤式弯沉仪试验中测量得到的数据包括弯沉数据、路面结构组成信息、结构几何组成信息和结构层材料信息。

16、根据落锤式弯沉仪试验所测量结构层材料信息估算结构层强度信息分布范围，落锤式弯沉仪试验数值仿真模型的配置参数取值范围包括路面结构层数、结构层厚度分布范围、结构层模量参数分布范围。

17、将材料组成相似的相邻结构层合并为同一结构层，合并后的路面结构层通常可划分为三层，分别对应于路面结构设计中常见的面层、基层和路基结构层组合。其包括：沥青路面结构中面层通常为沥青混合料材料，基层为水泥稳定碎石基层或沥青稳定碎石基层，根据结构层材料的组成和设计参数可对结构层模量等强度参数做一定的预估，进而确定结构层模量等强度参数的取值分布范围；根据结构层材料的相似性合并相邻结构层，如可以将相邻的沥青混合料结构层合并为沥青面层，将相邻的水泥稳定碎石结构层合并为水稳基层。

18、本发明还进一步设置为：步骤d2包括：

19、d21，确定落锤式弯沉仪试验数值仿真模型的配置参数取值范围，配置参数包括结构层厚度和结构层模量参数；

20、d22，在配置参数取值范围内选取不同配置参数组合分别建立数值仿真模型，计算不同数值仿真模型的路面结构层的结构性能评价指标。

21、本技术方案中，根据目标路段路面结构尺寸分布、落锤式弯沉仪试验的荷载分布、结构层模量参数分布、结构层数确定数值仿真模型配置参数的取值范围，保证数值仿真模型配置参数的取值范围覆盖目标路段对应的参数分布范围，数值仿真模型配置参数的取值范围比待分析路段参数取值的范围前后各超过20％。

22、数值仿真模型配置的取值范围还可以根据常见路面结构形式及行业技术规范确定，中面层厚度为7～20cm，基层厚度为30～45cm，面层动态模量为2000～22000mpa，基层动态模量为3000～23000mpa，路基模量为100～400mpa。

23、数值仿真模型配置参数组合选取的方式可以在参数分布范围内对参数均匀取值，将不同参数的取值进行循环组合成某一工况的参数组合，并建立相应的数值仿真模型，计算相应工况下的路面结构性能评价指标。路面结构性能指标提取位置通常为落锤式弯沉仪试验中荷载作用中心所对应的结构层力学响应。

24、本发明还进一步设置为：步骤d3包括：

25、d31，将每一数值仿真模型计算的结构性能评价指标和对应配置参数整合成一条样本，将样本按相同格式和顺序存放于数据库中；

26、d32，根据目标路段情况与数据库中样本的相似性计算数据库中各个样本的权重，并对样本权重归一化；

27、d33，建立结构性能指标计算模型，将不同权重的样本输入到结构性能指标计算模型中，训练结构性能指标计算模型至收敛。

28、本技术方案中，根据数据库中不同样本与待分析路段的落锤式弯沉仪试验工况的相似性计算数据库中不同样本的权重，用于分析样本相似性的指标主要包括道路的结构形式。

29、权重的计算方法为：

30、

31、式中，αm为第m个样本的权重，为第m个样本的第k个结构几何形式指标与结构性能评价指标的相关性权重，是第m个样本的基于距离的相似性权重。

32、权重计算方法中的计算方法为：

33、

34、式中，第m个样本的第k个结构几何形式指标与落锤式弯沉仪试验仿真模型计算得到的第a个路面弯沉的相关性，maxa{}表示在所有的相关性指标中选择最大的指标作为

35、权重计算方法中的计算方法为：

36、

37、式中，是第m个样本的基于距离的相似性权重，dij为基于马氏距离的样本相似性度量，其计算方法如下式所示：

38、

39、式中，和分别为待分析路段的第k个几何尺寸和数据库中的第m个样本记录的第k个几何尺寸。

40、在计算不同样本权重的基础上，对数据库中样本权重均一化处理：

41、

42、式中，为第i个样本的权重，为均一化的第i个样本的权重，a为数据库中样本总的数量。

43、本发明还进一步设置为：结构性能指标计算模型为神经网络模型。

44、本技术方案中，结构性能指标计算模型采用神经网络模型，神经网络模型一般为多层。

45、本发明还进一步设置为：步骤d32中，分析相似性的样本中的结构性能评价指标包括路面结构几何尺寸，计算权重采用基于指标数量做权重均值化的方法。

46、本技术方案中，由于路面结构几何尺寸具有多个指标，本发明采用基于指标数量做权重均值化的方法，避免指标数量对权重取值的影响和其可能造成不同类指标的权重失衡。

47、本发明还进一步设置为：步骤d33包括以下步骤：

48、d331，将数据库中的样本随机划分为训练集、验证集和测试集；

49、d332，计算结构性能指标计算模型预测值与实测值的均方误差；

50、d333，选取验证集上预测值与实测值均方误差最小的模型作为最终模型，并在测试集上验证模型预测精度。

51、本技术方案中，训练所构建的结构性能指标计算模型首先将数据库中的样本随机划分为训练集、验证集和测试集，训练集占比70％～90％，验证集占比20％～5％，测试集占比10％～5％；训练过程中以模型预测值与实测值的均方误差作为模型评估标准，并在计算中考虑样本的权重，计算公式为：

52、

53、式中，yi为模型预测值，为实测值，n为单次模型预测输入的样本数量，wi为样本权重。

54、再计算结构性能指标计算模型预测值与实测值的均方误差作为模型评估标准，在验证集上选取预测值与实测值均方误差最小的模型作为最终模型，并在测试集上验证模型预测精度。

55、本发明还进一步设置为：步骤d4中，模型输入包括路面的弯沉信息、路面面层厚度、基层厚度、落锤式弯沉仪作用荷载，模型输出为路面结构层的结构性能评价指标，包括路面面层底部的弯拉应变、基层底部的弯拉应变、路基顶面的压应变。

56、本技术方案中，向模型输入路面的弯沉信息、路面面层厚度、基层厚度、落锤式弯沉仪作用荷载信息即可得到路面结构层包括路面面层底部的弯拉应变、基层底部的弯拉应变、路基顶面的压应变的结构性能评价指标。

57、本发明还采用以下技术方案：一种沥青路面结构性能自适应分析系统，使用上述的一种沥青路面结构性能分析方法，其特征在于，包括：

58、信息获取模块，获取落锤式弯沉仪试验的测量数据；

59、仿真计算模块，建立数值仿真模型，输出性能评价指标与配置参数组成样本；

60、仿真样本数据库模块，存储不同数值仿真模型的样本；

61、模型训练模块，根据不同数值仿真模型的样本训练结构性能指标计算模型；

62、指标计算模块，应用结构性能指标计算模型计算结构性能评价指标。

63、本技术方案中，沥青路面结构性能自适应分析系统使用上述的一种沥青路面结构性能分析方法，信息获取模块获取落锤式弯沉仪试验中的弯沉数据和现场结构层的信息，仿真计算模块将不同工况条件和相对应计算得到的路面弯沉和结构性能评价指标整合为一条样本记录，按照相同的格式和排列顺序存放在仿真样本数据库模块中，再由模型训练模块根据不同数值仿真模型的样本训练结构性能指标计算模型，最后由路面结构性能评价指标计算模块将训练收敛的模型应用于落锤式弯沉仪试验数据的分析，计算出结构性能评价指标。

64、本发明还进一步设置为：模型训练模块包括：

65、数据库样本权重计算模块，分析目标路段情况与数据库中样本的相似性，计算不同样本权重；路面结构性能指标计算模型训练模块，将不同权重的样本输入到结构性能指标计算模型中，训练结构性能指标计算模型至收敛。

66、本技术方案中，数据库样本权重计算模块分析目标路段情况与数据库中样本的相似性计算数据库中各类样本的权重，之后由路面结构性能指标计算模型训练模块将不同权重的样本输入到待训练模型中训练直至模型收敛。

67、本发明的有益效果是：

68、1)能够实现对沥青路面在落锤式弯沉仪试验中结构的力学响应的快速计算，并支撑对路面结构性能的评估；

69、2)考虑了数据库样本与待分析路段的结构相似性，设计了适用于路面结构性能分析工况场景的样本权重计算方法，提升了所训练模型对于特定样本的关注度，提高了所训练模型的自适应能力和预测精度。