论文总字数：40131字

摘 要

随着交通量的增长和气候的变化，我国公路车辙病害日益严重，对行车安全和路面使用寿命产生不良影响。车辙产生和发展的影响因素复杂多样，室内试验和理论推导并不能得到符合实际工程状况的结果。由于足尺环道试验具有适应路面实际使用状态、数据完整可控等优势，本文采用北京足尺环道试验19种路面结构1至39周期共35组数据进行研究。

首先对车辙数据进行简单分析，发现车辙深度与沥青层厚度无绝对关系，路面结构及沥青种类对车辙深度有明显影响。根据以上分析，结合足尺环道试验特点及车辙产生和发展的原理，选取设计当量累计轴载次数、最高温度、中心点弯沉、湿度、各结构层模量作为沥青路面车辙深度的影响因素。

使用SPSS软件对各影响因素和车辙深度实测数据进行相关性、偏相关性和回归分析，研究各影响因素内部关系和它们对车辙深度的影响程度。结果表明，影响因素之间轴次与最高温度相关性显著且具有良好的线性回归关系；车辙深度影响程度次序为轴次＞最高温度＞中心点弯沉＞湿度。

进行三组路面结构的车辙深度对比，得到面层、基层和底基层模量大小与车辙发展的规律。基层或底基层模量大的路面结构中后期车辙发展较快，面层模量大的路面结构高温季节车辙发展较慢，中后期发展也较快。

在数据分析的基础上用Matlab建立人工神经网络模型进行车辙预测，预测结果精度高，证明本研究分析准确，影响因素选择合理。

关键词：足尺环道；车辙；影响因素；人工神经网络

Abstract

With the increase in traffic volume and the change of climate, the rutting disease is becoming more and more serious, which has a negative impact on traffic safety and road life. The factors affecting the production and development of ruts are complex and diverse, and indoor experiments and theoretical derivations do not yield results that are consistent with actual engineering conditions. Because the full-scale loop test has the advantages of adapting to the actual use state of the road and the complete controllability of the data, this paper uses 35 sets of data from 19 kinds of pavement structures in Beijing full-scale loop test for 1 to 39 cycles.

Firstly, a simple analysis of the rut data reveals that there is no absolute relationship between the rut depth and the asphalt layer thickness. The pavement structure and asphalt type have a significant impact on the rut depth. According to the principle of the generation and development of the rut and the characteristics of the full-scale loop test, the designing equivalent cumulative axle load times, maximum temperature, center point deflection, humidity, and modulus of each structural layer are selected as the influencing factors of the asphalt pavement depth.

Correlation, partial correlation and regression analysis were carried out for each influencing factor and rut depth measured data using SPSS software, and the internal relationship of each influencing factor and their influence on rut depth were studied. The results show that the correlation between the axial and maximum temperatures of the influencing factors is significant and has a good linear regression relationship; the order of influence of rut depth is axis gt; maximum temperature gt; center point deflection gt; humidity.

The rut depth comparison of the three sets of pavement structures is carried out, and the modulus of the surface layer, the base layer and the subbase layer and the development law of the rut are obtained. In the middle and late stages of the pavement structure with large modulus of the base layer or the base layer, the rut develops faster, and the pavement structure with large surface modulus has a slower development in the high temperature season, and the development in the middle and later stages is also faster.

Based on the previous data analysis, the artificial neural network model is createed to predict the rut, and the prediction result is high in accuracy. It proves that the analysis of this study is accurate and the selection of influencing factors is reasonable.

KEY WORDS: full-scale ring road, rutting, influencing factor, Artificial Neural Network

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1研究背景 1

1.2国内外研究现状 2

1.3本文主要研究内容及意义 3

1.3.1研究内容 3

1.3.2研究意义 4

第二章 车辙影响因素选择与预处理 5

2.1各结构车辙简单分析 5

2.2车辙影响因素选取与预处理 7

2.2.1车辙影响因素的选取 7

2.2.2轴次预处理 8

2.2.3温度预处理 9

2.2.4弯沉预处理 9

2.2.5湿度预处理 10

2.2.6模量预处理 10

2.3本章小结 11

第三章 车辙影响因素分析 12

3.1车辙影响因素内部关系挖掘 12

3.1.1相关性分析 12

3.1.2回归分析 13

3.1.3数据分析结果及讨论 14

3.2车辙与影响因素关系挖掘与敏感性分析 15

3.2.1相关性分析结果及讨论 15

3.2.2偏相关性分析 18

3.2.3偏相关性分析结果及讨论 18

3.3各结构层模量分析 19

3.3.1面层模量 19

3.3.2基层模量 20

3.3.3底基层模量 20

3.4本章小结 21

第四章 基于人工智能的车辙预测模型研究 23

4.1人工智能模型选择 23

4.1.1决策树 23

4.1.2随机森林 23

4.1.3支持向量机 23

4.1.4人工神经网络 23

4.2建立人工神经网络预测模型 24

4.2.1数据选择与输入 24

4.2.2人工神经网络训练 24

4.2.3人工神经网络检验 26

4.3利用人工神经网络进行车辙预测 27

4.4本章小结 28

第五章 结论与展望 29

5.1结论 29

5.2展望 29

致 谢 31

参考文献 32

附录 34

第一章 绪论

1.1研究背景

车辙是路面的结构层及土基在行车重复荷载作用下的补充压实机结构层材料的侧向位移产生的累计永久变形，形成过程可分为初始阶段的压密过程、沥青混合料的侧向流动和矿质集料的重新排列及矿质骨架的破坏三个阶段。根据产生的原因与位置，分为结构性车辙，失稳型车辙和磨耗型车辙三种类型。我国公路基层以半刚性基层为主，三种车辙类型中最严重的是失稳型车辙，产生的原因是沥青混合料在交通荷载作用下因高温稳定性不足发生流动，产生横向位移。

目前车辙已成为我国乃至全世界沥青路面早期破坏中最主要的病害之一，不但影响行车舒适性和安全性，也缩短了路面使用寿命。根据上世纪七八十年代的调查统计，美国超过四分之一的公路破坏是由车辙引起的，日本的车辙病害成为超过五分之四的高速公路路面维修、罩面的原因。近年来我国公路建设进程突飞猛进，公路总里程居世界首位，2018年末全国公路总里程达484.65万公里^[1]。与此同时，面对不断变化的气候状况和与日俱增的交通量，公路使用方面普遍存在早期病害严重，维修养护费用高，寿命短等问题。车辙成为路面早期破坏中最常见的形式。某些公路发生车辙的路段占比50%以上，有些甚至全路段的车辙情况都比较严重,且车辙的深度从1至10cm不等，车辙成为对道路使用影响最大的病害，很大程度上制约了道路的运营效益^[2-3]。

剩余内容已隐藏，请支付后下载全文，论文总字数：40131字