CC BY
63
Чуканов А.А.1 Горячев М.Г.2 Горячева Е.В.3
'Студент, Московский автомобильно-дорожный государственный технический университет (МАДИ); 2Канд. техн. наук, доцент, Московский автомобильно-дорожный государственный технический университет (МАДИ); 3Ассистент, Московский автомобильно-дорожный государственный технический университет (МАДИ)
ОСОБЕННОСТИ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ ОБСЛЕДОВАНИЯ СОСТОЯНИЯ ДОРОЖНЫХ ОДЕЖД В
США
Аннотация
На основе обзора зарубежных источников выполнено обобщение широко распространённых на практике технологиях проведения работ по диагностике дорожных конструкций автомобильных дорог в США и выявлены главные проблемы, возникающие в процессе получения и обработки информации о состоянии дорожных одежд и покрытий.
Ключевые слова: обследование, дорожные одежда и покрытие.
Chukanov А.А.1 Goryachev MG.2 Goryacheva Е.^3
1 Student 5-го курса, Moscow state automobile and road technical university; 2Ph.D in technics, assosiate professor, Moscow state automobile and road technical university; 3Assistent, Moscow state automobile and road technical university FEATURES OF TECHNOLOGY SURVEY OF PAVEMENT IN THE US.
Abstract
Based on a review offoreign sources made a generalization of advanced widespread modern equipment for diagnostics activities of road construction of roads in the United States and identified the major problems encountered in the process of obtaining and processing information about the state of pavements and coatings.
Keywords: survey, pavement.
Повреждения дорожного покрытия
Анализ анкетных материалов организаций, ответственных за сбор информации о состоянии дорожного покрытия в США, свидетельствует, что виды и количество определяемых повреждений значительно различается по данным различных агентств. Эти различия являются результатом исторических практик, особенностями проектных материалов на дорожное покрытие, а также природными условиями. Несмотря на усилия по стандартизации определений и процедур измерения различных повреждений дорожного покрытия Американским обществом тестирования и материалов (ASTM International) и AASHTO, использование национальных или международных стандартов для сбора данных о повреждении дорожного покрытия пока еще не является общераспространённым явлением. Среди недавних усилий по устранению указанного рассогласования следует отметить публикации Стандарта the ASTM Standard E1778, Стандартной терминологии касательно повреждений дорожного покрытия [1].
Следует отметить, что существует Инструкция по определению повреждений дорожного покрытия (2) LTPP (долгосрочных показателей состояния дорожного покрытия). И эта Инструкция является общепризнанной для обеспечения надлежащих ссылок для сбора данных о повреждении состояния дорожного покрытия на уровне проектов и на уровне исследований.
Виды фиксируемых повреждений, собранные различными агентствами, участвовавшими в опросе, обобщены в таблице. Образование колеи было единственным показателем, повсеместно указанным всеми агентствами, за которым следовали поперечное растрескивание и образование усталостных трещин. Большинство агентств также собирают данные о продольном растрескивании, а некоторые также собирают данные о выделении битума на покрытиях и его расслоении.
Таблица - Данные о фиксируемых дефектах дорожного покрытия
Вид дефекта Доля агентств, определяющих дефект
Колейность 100
Поперечное растрескивание 93
Усталостные трещины 89
Продольное растрескивание 88
Сетка усадочных трещин/растрескивание брусчатки 77
Неровность 64
Образование разрывов 64
Скалывание 54
Выступание черных вяжущих на асфальтобетонных покрытиях/скользкость 54
Растрескивание по краям 46
Прочее 36
Пробоины 32
Раздробленная плита 30
Растрескивание из-за износа 27
Фонтанирование жидкого грунта 21
В общем, повреждения асфальтобетонного покрытия, данные о которых наиболее часто собирались (образование колеи, усталость и поперечное растрескивание) согласуются с используемыми в разработке рецептов горячей асфальтовой смеси и проектировании дорожных конструкций [3].
После различных типов растрескивания, наиболее часто выявляемые повреждения дорожного покрытия из бетона на основе портландцемента являются разрывные нарушения и шелушение дорожной одежды. Эта выборка отражает типичную обеспокоенность состоянием бетонного дорожного покрытия в месте стыков.
Ровность в продольном направлении
Ровность дорожного покрытия, как правило, считается основным индикатором состояния дорожного покрытия, который наилучшим образом отражает представление об общем состоянии проезжей части. Она влияет на качество езды, затраты на эксплуатацию (например, потребление топлива, износ протектора шины, а также износоустойчивость транспортного средства), и динамику транспортного средства. Ровность дороги исчисляется путём измерения вертикальных отклонений поверхности дороги по продольной линии движения пути колеса, который известен как «профиль». Профиль, как правило, определяется использованием систем измерения состояния дорожного покрытия с применением лазеров (высокоскоростные или лёгкие профилометры). Эти профилометры измеряют профиль дорожного покрытия, используя лазер для измерения расстояния от транспортного средства до дорожного покрытия. Также находят широкое применение акселерометры, которые регистрируют вертикальное перемещения транспортного средства.
Считанный профиль используется для создания имитационной модели вычислений Международного индекса ровности IRI (МИР/IRI) на основании продольных профильных измерений. МИР/IRI - сводное измерение изменений продольного профиля проезжей части дороги, которые отражают накопленное вертикальное перемещение «стандартного» транспортного средства,
86
движущегося по измеряемому профилю [4]. Несмотря на то, что международный индекс ровности быстро становится стандартом для непосредственного измерения качества движения, среди транспортных агентств отсутствует единообразие при сборе данных.
Оценка сцепных качеств
Транспортные агентства осуществляют мониторинг силы трения между колёсами автомобиля и поверхностью дороги. Недостаточное трение колёс на влажном дорожном покрытии является распространённой причиной дорожно-транспортных происшествий в США [5]. Поэтому измерение трения, как правило, проводятся в рамках программы сокращения количества ДТП при влажном дорожном покрытии на участках, где наблюдается большое количество аварий [6]).
Сцепные свойства, которые реализуются при взаимодействии шин и поверхности дорожного покрытия, могут измеряться при контактном тестировании, неконтактном тестировании, или сочетании обоих методов. Департаменты транспорта штатов, как правило, собирают данные о трении при использовании устройства с заблокированным колесом - контактный метод. Неконтактное тестирование (например, с использованием профилометров) начинает использоваться для определения глубины макротекстуры дорожного покрытия, в российской интерпретации - шероховатости. Измерение глубины макротекстуры дорожного покрытия применяется для определения изменения силы трения с учётом фактора скорости; если дорожное покрытие имеет высокую макротекстуру, сила трения со скоростью сокращается незначительно, и маловероятно развитие эффекта аквапланирования. Международный индекс трения (IFI) отражает свойства макротекстуры поверхности покрытия наряду с испытаниями, произведёнными оборудованием различного типа (ASTM E1960-98, Стандартная практика для расчёта индекса трения о поверхность дорожного покрытия). Индекс состоит из двух цифр: сила трения при скорости 60 км/ч (F60) и изменение силы трения со скоростью (sp).
Прочность дорожной одежды
Конструкционную прочность участка дорожного покрытия, как правило, можно установить при использовании неразрушающих техник, таких как весовой дефлектомер качения (FWD) и/или через разрушающее испытание (к примеру, взятие пробы грунта и тестирование извлеченных материалов) [7]. Испытание методом FWD производится путём сбрасывания груза на дорожное покрытие и измерения реакции при прогибе на различных расстояниях от точки приложения нагрузки. Если толщина слоя известна, то эта информация может использоваться для измерения структурного числа дорожного покрытия и показателей слоёв [7]. Полученные результаты затем могут использоваться для определения остаточного ресурса дорожной одежды и размера допустимых нагрузок.
Исследования, проведённые в штатах Канзас и Индиана, показали, что проведение тестов FWD на трёх измерительных участках на милю длины дороги может дать статистически достоверные результаты [7].
Устройства для измерения прогиба, которые собирают данные при движении, лучше подходят для обследования сети дорог. Например, весовой дефлектомер качения (rolling weight deflectometer, [8]) и датский измеритель прогиба при скоростном движении транспорта [9] обеспечивает вполне высокую производительность путём измерения прогиба с короткими интервалами и получения среднего арифметического результата на длинных дистанциях; при этом достигается сокращение разброса данных. Эти технологии создают новые возможности для контроля состояния дорожного покрытия на уровне сети дорог; однако они также вызывают дополнительные проблемы с точки зрения контроля качества данных. Пока еще сохраняется трудность получения точных результатов измерений без их большого разброса. Кроме того описанные приборы не являются широко доступными по ряду причин.
Преемственность данных во временном ряде
Одна из важнейших проблем внедрения новых приёмов оценки состояния дорожного покрытия - это обеспечение преемственности (непротиворечивости) ранее полученным результатам. Необходимо, чтобы данные разных лет сочетались между собой. Это применяется к атрибутам фактических данных (например, тип и протяжённость растрескивания) и к координации местонахождения.
Качественные временные ряды данных о состоянии дорожного покрытия необходимы для разработки надёжных моделей ухудшения состояния дорожного покрытия, измерения воздействия процедур технического обслуживания и восстановления, разработки многолетних рабочих планов и оптимизации размещения ресурсов. Вот почему важно, чтобы новые и старые данные были совместимы с помощью соответствующего преобразования. Использование соответствующих метаданных (например, данных о данных) может упростить преобразование. Вопрос об обеспечении непротиворечивости данных во времени является особенно важным на начальном этапе принятия автоматизированных технологий. Как правило, это создает большие проблемы с точки зрения обеспечения надлежащей координации критериев и метаданных.
Главная задача, связанная с внедрением новой технологии сбора данных или с заключением договора подряда с поставщиком услуг состоит в верификации, чтобы измеренные характеристики дорожного покрытия, по крайней мере, были столь же точными, что и имеющиеся данные, а также соответствовали протоколам и требованиям агентства. Кроме того, важно, чтобы новые данные соответствовали ранее полученным данным агентства для возможности анализа временных рядов. Например, чтобы автоматические системы определения трещин обеспечивали такую же конкретность, что и визуальный метод. Верификационные тесты могли бы быть включены в программы контроля качества для проверки этого соответствия. Некоторые Департаменты транспорта использовали процесс предварительной квалификации, в ходе которого они запрашивают потенциальных поставщиков услуг провести измерения на некоторых контрольных участках, на которых агентство провело эталонные измерения. Еще один пример - процесс сертификации, который предложен для профилометров [10]. Верификация соответствия данных также важна при смене поставщиков услуг, или в том случае, если поставщики услуг (или само агентство) использует более чем одну единицу оборудования или технологию для сбора данных о состоянии дорожного покрытия.
Преемственность данных в пространственном ряде (по месторасположению)
Второй ключевой вопрос реализации новых систем или новых подходов к сбору данных - это принятие общего метода координации мест проведения обследования [11] или обеспечение соответствующих и точных процедур преобразования данных. Принудительное применение агентством системы координации данных может предотвратить многие проблемы обновления временных диаграмм [11]. В противном случае возникают препятствия при внедрении новых методов сбора и использования данных. Универсальный метод координации местонахождения на основе пространственных и временных характеристик собранных данных может сократить проблемы с годовыми отклонениями и изменениями временных диаграмм.
В общем смысле, как пространственная, так и временная координации исходных данных являются одним из наиболее эффективных методов обеспечения исторической непрерывности и предотвращения рассогласованности с архивными данными.
Масштабность и периодичность оценки
Ещё один важный вопрос, который затрагивает качество данных о состоянии дорожного покрытия - это пространственный и временной охват сети. Охват сети и размеры выборки обычно регулируются исходя из желаемого типа данных и их предполагаемого использования. Количественные ожидания касательно данных о состоянии дорожного покрытия, в общем, различаются в зависимости от:
• типа информации, который требуется агентством и его предполагаемого использования;
87
• частоты использования определённого элемента данных;
• расходов и/или трудности получения этих данных;
• изменения федеральных требований.
Предполагаемая скорость, с которой изменяется состояние дорожного покрытия того или иного типа и объём данных, необходимый для получения полезной информации, влияют на периодичность сбора данных. Итак, все эти факторы влияют на частоту оценок и процедуры выборки. Автоматизированная система сбора данных о состоянии дорожного покрытия, как правило, считается идеальной для сбора данных на сетевом уровне, поскольку она позволяет эффективно собирать большие массивы данных, и при надлежащей проверке и управлением качеством получаемой информации, может быть обеспечена непротиворечивость данных.
Приведём несколько примеров.
Согласно исследованию, большинство агентств собирают данные о ровности дорожного покрытия магистралей по крайней мере один раз в три года, многие собирают эти данные каждый год. Учитывая то, что программа системы контроля за состоянием дорожного покрытия автомагистралей, управляемая FHWA, ранее требовала представления данных о ровности дорог в рамках сетевой выборки один раз в два года [12], не удивительно, что данные о ровности дорожного покрытия собираются достаточно часто. Пересмотр названной системы требует ежегодного представления данных о ровности дорожного покрытия в национальную систему автомагистралей. Большинство агентств также собирают данные о повреждении дорожных одежд по крайней мере раз в три года, многие собирают эти данные каждый год. Даже агентства, которые продолжают использовать данные обзора через ветровое стекло (визуальное обследование), собирали данные раз в три года или менее, что приводило к высокой степени охвата временной сети.
Данные о силе трения как правило собираются один раз в два или в три года, при этом небольшой процент агентств собирает данные каждый год. Для сбора данных о силе трения на сетевом уровне, дорожное полотно разделяется, как правило, на участки, обычно длиной 0,5.. .1 миля, и измеряется сила трения по сегментам. Например, в штате Индиана собирают годовые данные о силе трения на магистралях, относящихся к разным штатам, и один раз в три года на других дорогах [5].
Данные о максимальной нагрузке собираются наименее часто. Для автомагистралей, относящихся к разным штатам, оценка часто проводится один раз в пять лет, что приводит в сетевом охвате 20% протяжённости дорог в год. Исследования в штате Индиана свидетельствуют о том, что эти измерения, наряду с оценкой при помощи георадара (GPR), могут обеспечить надёжность информации в связи с сохраняющейся допустимой нагрузкой на дорожную одежду [13]. Интересно отметить, что значительное количество респондентов незнакомо с практикой сбора данных о допустимой нагрузке, применяемой их агентством, а это свидетельствует о том, что сбор данных по этому показателю состояния дорожного покрытия производится не должностным лицом, отвечающим за контроль состояния дорожного покрытия, а другим должностным лицом.
Ещё один важный вопрос, связанный с качеством данных, это количество оцениваемых полос движения. Большинство агентств (73% респондентов) сообщали о сборе данных только по одной полосе многополосных дорог, в то время как лишь несколько сообщали, что собирают данные по нескольким полосам одной и той же дороги. Исследования, проведённые в штате Индиана, показали, что с точки зрения ровности дорожного покрытия, расхождение данных между полосами движения и полосами обгона статистически несущественно [5]. Однако этот тип соотношения невозможно было бы ожидать в тех случаях, если к отдельным полосам применялись различные виды поверхностной обработки дорожного покрытия. В случае оценки только одной полосы дороги с движением по нескольким полосам, следует обеспечить последовательную оценку данных по одной и той же полосе, для того, чтобы определить исторические тренды меняющихся моделей эффективности. Многие агентства признали это и стандартизировали полосы, используемые для сбора данных; например, многие агентства собирают данные по основному направлению движения на двухполосных дорогах и по внешней полосе движения многополосных дорог.
Литература
1. NCHRP Synthesis, 401. Quality Management of Pavement Condition Data Collection. Transportation research board 2009 executive committee, 2009. 143 pp.
2. Distress Identification Manual for the Long-Term Pavement Performance Program, Federal Highway Administration, Washington, D.C., 2003. Available: http://www.tfhrc.gov/pavement/ ltpp/reports/03031/03031.pdf.
3. ARA, Inc., ERES Consultants Division, Guide for Mechanistic-Empirical Design of New and Rehabilitated REFERENCES Pavement Structures, Transportation Research Board, National Research Council, Washington, D.C., 2004.
4. Perera, R.W. and S.D. Kohn, NCHRP Web Doc 42: Issues in Pavement Smoothness: A Summary Report, Transportation Research Board, National Research Council, Washington, D.C., 2002, 200 pp.
5. Li, S., K. Zhu, and S. Noureldin. Considerations in Developing a Network Pavement Inventory Friction Test Program for a State Highway Agency // Journal of Testing and Evaluation, Vol. 33, No. 5, 2005, 8 pp.
6. Anderson, D.A., R.S. Huebner, J.R. Reed, J.C. Warner, and J.J. Henry, NCHRP Web Doc 16: Improved Surface Drainage of Pavements / Transportation Research Board, National Research Council, Washington, D.C., 1998, 228 pp.
7. Hossain, M.C., T. Chowdhury, S. Chitrapu, and A.J. Gisi. Network-Level Pavement Deflection Testing and Structural Evaluation // Journal of Testing and Evaluation, Vol.28, No. 3, 2000, 9 pp.
8. Rolling Wheel Deflectometer, Applied Research Associates, Albuquerque, N.M., 2008. Available:
http://www.ara.com/capabilities/RWD_brochure.pdf [accessed Apr. 30, 2008].
9. Traffic Speed Deflectometer, Greenwood Engineering, Brondby, Denmark. Available: http://www.greenwood.dk/tsd/ [accessed Apr. 30, 2008].
10. PP 49 Standard Practice for Certification of Inertial Profiling Systems, American Association of State Highway and Transportation Officials, Washington, D.C., 2008.
11. Tsai, Y.L. and J.S. James. Framework and Strategy for Implementing an Information Technology-Based Pavement Management System // Transportation Research Record: Journal of the Transportation Research Board, No.1816, Transportation Research Board of the National Academies, Washington, D.C., 2002, pp. 56-64.
12. Hudson, S.W., W.R. Hudson, D. Brown, and F. Botelho. Standards for State Network Level Pavement Management Condition Data / In Proceedings of the 1997 Speciality Conference on Infrastructure Condition Assessment: Art, Science, Practice, Boston, Mass., ASCE, New York, N.Y., 1997.
13. Noureldin, S., K. Zhu, S. Li, and D. Harris. Network Pavement Evaluation with Falling-Weight Deflectometer 58 and Ground-Penetrating Radar, Transportation Research Record: Journal of the Transportation Research Board, No. 1860 / Transportation Research Board of the National Academies, Washington, D.C., 2003, pp. 90-99.
88
