本发明专利技术提供一种路面性能衰变的影响因素的确定方法，包括：建立路段样本数据库，路段样本数据库包括每个路段样本的若干个特征和其对应的性能数据；创建逐步回归模型，每个路段样本的若干个特征作为模型输入，性能数据的衰变速率作为模型输出；将路段样本的若干个特征逐个引入逐步回归模型，每引入一个特征后进行F检验，并对已引入的特征逐个进行t检验；根据F检验结果及t检验结果对特征值的显著性程度进行排序，以获取对路面的性能数据的衰变速率影响最显著的特征。本发明专利技术采用逐步回归分析确定影响路面性能衰变的关键影响因素，能够精确地获取影响路面性能衰变的关键影响因素，对路面性能预测、针对性的路面养护决策都具有较大意义。义。义。
【技术实现步骤摘要】
一种路面性能衰变的影响因素的确定方法及装置
[0001]本专利技术涉及公路养护及管理
，具体涉及一种路面性能衰变的影响因素的确定方法及装置。
技术介绍
[0002]路面性能直接体现了路面结构状况和服务水平，是高速公路管理部门制定养护计划的重要依据。然而在荷载和环境的综合作用下，路面性能随时间不断衰减，当性能衰减到一定程度时，便需要采取针对性的养护措施。因此，为达到最佳的养护效果,保证路面使用性能,延迟路面使用寿命,必须对路面性能的衰变规律进行准确描述，对影响各项路面性能的关键因素也需有较为准确的把握。
[0003]许多研究者对路面性能衰变方程进行过研究，提出了各种不同形式的衰变模型。然而在考虑影响性能衰变规律的因素时，却多只考虑服役时间或轴载累计作用次数的影响，忽略路面结构材料、气候环境等因素的影响，也缺乏针对各种影响因素的筛选过程。而随着路面数据的不断积累，十分有必要提出一套方法从大数据角度对影响路面性能衰变的关键因素进行挖掘。
技术实现思路
[0004]针对现有技术的不足之处，本专利技术的目的在于提供一种沥青路面性能衰变的影响因素的确定方法及装置。
[0005]本专利技术的技术方案概述如下：
[0006]一方面，本专利技术提供一种路面性能衰变的影响因素的确定方法，包括：
[0007]建立路段样本数据库，所述路段样本数据库包括每个路段样本的若干个特征、其对应的性能数据及性能数据的衰变速率；
[0008]创建逐步回归模型，其中，每个路段样本的若干个特征作为模型输入，性能数据的衰变速率作为模型输出；
[0009]将路段样本的若干个特征逐个引入逐步回归模型，每引入一个特征后进行F检验，并对已引入的特征逐个进行t检验；
[0010]根据F检验结果及t检验结果对特征值的显著性程度进行排序，以获取对路面的性能数据的衰变速率影响最显著的特征。
[0011]进一步地，所述性能数据包括车辙深度RD、国际平整度指数IRI、横向力系数SFC、横缝间距TCS中的至少之一。
[0012]进一步地，所述建立路段样本数据库，之前包括:
[0013]收集路面的性能数据和路面属性信息；
[0014]根据所述路面属性信息对路段进行划分，得到路段样本，所述路段样本的长度一致。
[0015]进一步地，根据所述路面属性信息对路段进行划分，得到路段样本，包括：
[0016]根据所述路面属性信息，采用逐层分级方法对路段进行划分，得到路段样本。
[0017]进一步地，所述t检验中设定显著性水平p为0.05；
[0018]其中，p值<0.05表示该特征具有显著影响，且p值越小，影响越显著。
[0019]进一步地，所述路面属性信息包括路线几何信息、路面结构材料信息、养护信息、交通载荷数据中的至少之一。
[0020]进一步地，所述路线几何信息包括方向信息、车道信息、路桥特征信息、路面地区信息中的至少之一；
[0021]所述路面结构材料信息包括改性沥青层厚度、面层厚度、上面层厚度、中面层厚度、下面层厚度、上面层类型、中面层类型、下面层厚度、基层厚度、基层类型的至少之一；
[0022]所述养护信息包括养护时间、养护措施服役时间、养护技术、养护材料、养护添加剂类型的至少之一。
[0023]进一步地，对路段样本数据库中的数据进行拟合，确定反映路面属性信息与路面的性能数据的衰变速率之间关系的拟合曲线模型。
[0024]进一步地，所述根据F检验结果及t检验结果对特征值的显著性程度进行排序，以获取对路面的性能数据影响最显著的特征，包括：
[0025]根据t检验结果中的P值的大小进行排序，对于相同的P值按照F检验结果中F比对特征值的显著性程度进行排序，以获取对路面的性能数据的衰变速率的衰变速率影响最显著的特征。
[0026]相应地，本专利技术还提供一种路面性能衰变的影响因素的确定装置，包括：
[0027]建立模块，用于建立路段样本数据库，所述路段样本数据库包括每个路段样本的若干个特征、其对应的性能数据及性能数据的衰变速率；
[0028]创建模块，用于创建逐步回归模型，其中，每个路段样本的若干个特征作为模型输入，性能数据的衰变速率作为模型输出；
[0029]检验模块，用于将路段样本的若干个特征逐个引入逐步回归模型，每引入一个特征后进行F检验，并对已引入的特征逐个进行t检验；
[0030]排序模块，用于根据F检验结果及t检验结果对特征值的显著性程度进行排序，以获取对路面的性能数据的衰变速率影响最显著的特征。
[0031]相比现有技术，本专利技术的有益效果在于：
[0032]本专利技术提供一种路面性能衰变的影响因素的确定方法，
[0033]从大数据视角出发，基于多年实测路面数据，采用逐步回归分析在众多影响因素中确定影响路面性能衰变速率的关键影响因素，根据逐步回归分析的t检验和F检验结果对关键因素的显著程度进行排序，能够精确地获取影响路面性能衰变速率的关键影响因素，对路面性能预测、针对性的路面养护决策都具有较大意义。
[0034]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。本专利技术的具体实施方式由以下实施例及其附图详细给出。
附图说明
[0035]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本发
明的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0036]图1为本专利技术的一种路面性能衰变的影响因素的确定方法的流程示意图；
[0037]图2为本专利技术的一种路面性能衰变的影响因素的确定方法的另一流程示意图；
[0038]图3为本专利技术中路段进行划分的流程图。
具体实施方式
[0039]下面结合附图对本专利技术做进一步的详细说明，本专利技术的前述和其它目的、特征、方面和优点将变得更加明显，以令本领域技术人员参照说明书文字能够据以实施。在附图中，为清晰起见，可对形状和尺寸进行放大，并将在所有图中使用相同的附图标记来指示相同或相似的部件。在下列描述中，诸如中心、厚度、高度、长度、前部、背部、后部、左边、右边、顶部、底部、上部、下部等用词为基于附图所示的方位或位置关系。特别地，“高度”相当于从顶部到底部的尺寸，“宽度”相当于从左边到右边的尺寸，“深度”相当于从前到后的尺寸。这些相对术语是为了说明方便起见并且通常并不旨在需要具体取向。涉及附接、联接等的术语(例如，“连接”和“附接”)是指这些结构通过中间结构彼此直接或间接固定或附接的关系、以及可动或刚性附接或关系，除非以其他方式明确地说明。
[0040]接下来，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。应当理解，本文所使用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种路面性能衰变的影响因素的确定方法，其特征在于，包括：建立路段样本数据库，所述路段样本数据库包括每个路段样本的若干个特征、其对应的性能数据及性能数据的衰变速率；创建逐步回归模型，其中，每个路段样本的若干个特征作为模型输入，性能数据的衰变速率作为模型输出；将路段样本的若干个特征逐个引入逐步回归模型，每引入一个特征后进行F检验，并对已引入的特征逐个进行t检验；根据F检验结果及t检验结果对特征值的显著性程度进行排序，以获取对路面的性能数据的衰变速率影响最显著的特征。2.如权利要求1所述的路面性能衰变的影响因素的确定方法，其特征在于，所述性能数据包括车辙深度RD、国际平整度指数IRI、横向力系数SFC、横缝间距TCS中的至少之一。3.如权利要求1所述的路面性能衰变的影响因素的确定方法，其特征在于，所述建立路段样本数据库，之前包括:收集路面的性能数据和路面属性信息；根据所述路面属性信息对路段进行划分，得到路段样本，所述路段样本的长度一致。4.如权利要求3所述的路面性能衰变的影响因素的确定方法，其特征在于，根据所述路面属性信息对路段进行划分，得到路段样本，包括：根据所述路面属性信息，采用逐层分级方法对路段进行划分，得到路段样本。5.如权利要求1所述的路面性能衰变的影响因素的确定方法，其特征在于，所述t检验中设定显著性水平p为0.05；其中，p值<0.05表示该特征具有显著影响，且p值越小，影响越显著。6.如权利要求3所述的路面性能衰变的影响因素的确定方法，其特征在于，所述路面属性信息包括路线几何信息、路面结构材料信息、养护信息、交通荷载数据中的至少之一。7.如权利要求6所述的路面性能衰变...
【专利技术属性】
技术研发人员：赵佳军，李捷，卜勇，吴昊，夏炎，倪富健，周岚，
申请(专利权)人：南京道润交通科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。