本发明属于道面结构健康状态智能监测，尤其涉及一种基于埋入式传感器的道路性能监测及路面寿命预估方法。
背景技术：
1、结构健康监测为道路功能评估和养护决策提供重要的数据支持。在道路工程中，实时监测与定期检查相比，能够及时定位出服役性能快速衰减的路段，有效支持道路预防性养护的实施。
2、实时检测依赖于各式各样的传感器。有线传感器发展时间长，已经广泛被运用于各个领域，近些年来，特别是光纤类传感技术发展及其迅速。但是有线传感器面临着两个重要难题：一是有线传感器线路布设复杂、安装难度大、布置方案不灵活，监测数据的准确性和范围极大程度上受到布置方案的影响；二是有线传感器线路易受损中断，用于长期监测的可靠性低。为了克服无线传感器的使用难题，基于微机电系统的无线传感器受到了热烈欢迎。然而，传统无线传感器采集得到的数据种类单一，无法为道路工程结构健康监测提供综合性的数据反馈。同时，许多无线传感器的形状、材料与路面骨料大相径庭，影响路面结构中的内应力场分布。
3、在道路工程领域，材料性能评价和施工控制是过去几十年国内的重点研究方向。随着道路工程基础设施建设步伐放缓，道路健康状态监测与评估的研究地位愈发突出。
4、综上所述，尽管无线传感器种类繁多，尚未存在一种适用于道路工程道路健康状态监测的多模块多功能无线传感器；道路健康状态评估的方法还需进一步地研究和论证。
技术实现思路
1、发明目的：本发明的目的在于提供一种基于埋入式传感器的道路性能监测及路面寿命预估方法，简化计算过程，能更加合理、方便和准确地计算各结构层模量，并预估路面结构剩余使用寿命。
2、技术方案：本发明的基于埋入式传感器的道路性能监测及路面寿命预估方法，包括如下步骤：
3、步骤一.调研获取待监测道路的道路信息，包括路面结构和道路服役时间，选取待监测道路试验横断面，并在其中布置多个智能颗粒传感器，通过智能颗粒传感器监测待监测道路中路面结构各层的力学响应数据和环境信息，所述力学响应数据包括层顶竖向压应力σn、层底纵向拉应力σt、层顶竖向压应变εn、层底纵向拉应变εt、层顶竖向变形d；所述环境信息包括各层温度t、各层湿度hu和智能颗粒旋转角；
4、步骤二.根据环境信息和道路信息利用时温等效原理预估路面结构沥青层模量值，根据实际道路损伤状况确定各层路面结构修正的模量范围，进行模量反算，获取路面结构各层精确的模量值；
5、步骤三.根据路面结构和力学响应数据，分析确定道路疲劳层在路面结构中所在的层位，由疲劳层的精确模量值计算路面结构损伤程度和疲劳剩余使用寿命；
6、步骤四.基于步骤二获得的沥青面层的模量值，基于改进的力学经验法的车辙预估模型，预估车辙深度的发展，计算车辙剩余使用寿命；
7、步骤五.结合步骤三和步骤四得到的疲劳剩余使用寿命和车辙剩余使用寿命，取较小值，得到道路综合使用寿命。
8、进一步的，步骤一中，选取待监测道路试验横断面，并在其中布置多个智能颗粒传感器具体为：将智能颗粒传感器布置在待监测道路试验横断面的轮迹带中心下方，且每一路面结构层顶部均布置一个智能颗粒传感器，在一个横断面，由n个智能颗粒传感器形成智能颗粒传感器组，在监测路段上每隔一定里程布置一组。
9、进一步的，步骤一中，所述智能颗粒传感器为集成压阻式应力应变传感器、三轴加速度计、三轴陀螺仪、三轴磁力计、温度感知模块和湿度感知模块的智能颗粒传感器。
10、进一步的，步骤二具体为：预估路面结构沥青层的模量范围时引入时温等效原理，得到不同温度下沥青混合料的模量预估值，时温等效原理为沥青混合料在不同温度下测得的动态模量曲线通过水平移动得到特定的动态模量曲线，即时温等效曲线，时温等效s形函数主曲线的计算表达式如下：
11、
12、式中：|e*|为动态模量，单位mpa；
13、ξ为温度t下的荷载作用频率，也称为缩减频率；δ为拟合参数，表示为动态模量的最小值；α为动态模量振幅；β，γ为拟合参数；t为路面结构层温度；α(t)为温度偏移因子，计算表达式如下：
14、
15、式中：c1，c2为拟合参数；t0为基准温度，t为路面结构层温度；
16、随着道路服役时间增长，路面结构服役性能下降，基于实际道路损伤得到实际道路损伤的各路面结构层动态模量预估范围的计算表达式如下：
17、emin＝0.8|e*|(t)(1-d(nt)),emax＝1.2|e*|(t)(1-d(nt))
18、式中：emin为动态模量的最小预估值；emax为动态模量的最大预估值；|e*|(t)为t温度下的动态模量，仅沥青层通过时温等效原理计算得到，单位mpa；d(nt)为基于轴载作用次数n的动态模量损伤函数，计算表达式如下：
19、
20、式中，nf，nr为疲劳和车辙设计标准轴载作用次数，由道路设计资料给出；nt-1，f，nt-1，r为t-1时刻累积的疲劳和车辙设计标准轴载作用次数，由步骤三和步骤四给出；
21、结合力学响应数据和路面结构各层的动态模量的模量反算包含正运算模型和逆运算模型两个模块，正运算模型采用双圆均布荷载的层状弹性体系，是路面结构信息到力学响应的映射关系；逆运算模型采用遗传算法，是路面结构各层模量预估值逼近精确值的过程，基于时温等效原理的沥青混合料动态模量预估和基于实际道路损伤的动态模量预估范围为逆运算提供了先验约束；以智能颗粒采集到力学响应参数矩阵与按照弹性层状理论体系计算的力学响应参数矩阵的均方误差表征模量反算结果的精确程度。
22、进一步的，所述正运算模型的计算表达式如下：
23、
24、式中：στ-i，σθ-i，σz-i为第i结构层的三个法向应力；τzr-i为第i结构层的剪应力；ui，wi为第i结构层的位移分量；j0(ξr)为一类零阶贝塞尔函数；ai，bi，ci为由层间连续性条件和边界条件决定的系数；
25、所述逆运算模型的遗传算法的计算步骤如下：
26、s1、设置进化计数器t＝0，最大进化次数t；生成一个含有n个个体的群体，每一个个体由n层路面结构的初始预估模量组成；
27、s2、以智能颗粒采集到力学响应参数矩阵与按照弹性层状理论体系计算的力学响应参数矩阵的均方误差作为适应性指标；
28、s3、进行轮盘选择法的选择运算、改进的十进制码交叉运算和改进的随机基因变异运算，生成新的群体；
29、s4、重复步骤s2和步骤s3，直到均方误差收敛，抑或是达到最大进化次数t次选取均方误差最小的一个群体，模量反算结束。
30、进一步的，步骤s3中，所述改进的十进制码交叉运算表达式如下：
31、eoff-k＝ωep1-k+(1-ω)ep2-k
32、式中：eoff-k为子基因的第k个编码；ep1-k，ep2-k为两个母基因的第k个编码；ω为随机权重；
33、所述改进的随机基因变异运算表达式如下：
34、
35、式中：为变异运算后的子基因第k个编码；emin-k，emax-k为路面结构第k层较小和较大的动态模量；x为随机权重。
36、进一步的，步骤三具体包括如下步骤：
37、步骤s301、基于路面结构和力学响应数据，确定疲劳裂缝发展的层位即道路疲劳层层位；
38、步骤s302、然后根据步骤二获取的疲劳层模量，计算路面结构损伤程度，定义表征疲劳裂缝发展的路面结构层损伤指数di，计算表达式如下：
39、
40、式中：为时刻t基于智能感应参数反算得到的动态模量；为结构层无损伤动态模量，及结构层材料用于路面结构设计的动态模量值，由道路设计资料给出；为结构层总损伤动态模量，按照的50％取值；di为表征疲劳裂缝发展的路面结构层损伤指数；
41、步骤s303、计算疲劳剩余使用寿命，用疲劳剩余标准轴载作用次数表征，其计算表达式如下：
42、nf＝(1-di)nf-layer
43、式中，nf-layer为疲劳设计标准轴载作用次数，nf为疲劳剩余标准轴载作用次数。
44、进一步的，步骤四中，所述改进的力学经验法车辙预估模型的计算表达式如下：
45、
46、
47、
48、
49、式中：ra为沥青面层总的永久变形，单位mm；vα为面层顶面智能颗粒横向转角变化量，弧度制；n为分层数；tpef为沥青混合料永久变形等效温度，单位℃；na为设计使用年限内或通车至首次针对车辙维修的期限内，基于沥青混合料层永久变形量指标的设计车道上当量设计轴载累计作用次数，单位次；hi为第i分层的厚度，单位mm；h0为室内车辙试验沥青试件的厚度，单位mm；pi为第i分层顶的竖向压应力，根据弹性层状体系理论计算获取，单位mpa；roi为第i分层沥青混合料在标准车辙试验下的永久变形量，由道路设计资料给出，单位mm，kri为第i分层的综合修正系数；zi为第i分层的厚度，单位mm；ha为第i分层对应的原沥青面层厚度，单位mm。
50、进一步的，步骤四中，所述车辙剩余使用寿命通过车辙剩余标准轴载作用次数表征，其计算步骤如下：
51、步骤s401、基于步骤二获得的沥青面层的模量，建立初始车辙预估公式，记为：
52、f(p(e0),n0)
53、式中，e0为初始智能感应参数反算得到的结构层动态模量，n0为道路交通开放至埋置智能颗粒传感器时间内设计车道已经承受的车辙标准轴载作用次数，按照道路设计资料内的初始年交通量和交通增长率估算，也可通过将车辙初始深度代入到车辙预估公式估算；
54、步骤s402、时刻t，通过智能颗粒组得到竖向位移，记为dt；基于智能感知参数反算得到路面结构各层动态模量，记为et，通过dt和f(p(e0),n0)计算得到标准轴载作用次数，记为nt，则车辙预估公式更新为ft(p(et),n0+nt)；
55、步骤s403、利用不断更新的ft(p(et),n0+nt)预测车辙深度的发展，以及车辙剩余标准轴载作用次数。
56、进一步的，步骤五具体为：结合步骤三和步骤四得到的疲劳剩余使用寿命和车辙剩余使用寿命，取较小值，得到道路综合使用寿命，道路综合使用寿命用道路综合剩余使用年限表征，计算表达式如下：
57、
58、式中：tr为道路综合剩余使用年限，单位年；tf为疲劳剩余使用年限，单位年；tr为车辙疲劳使用年限，单位年；α为年平均交通增长率，由道路设计资料给出；nf，nr为疲劳和车辙设计标准轴载作用次数，由道路设计资料给出；nt-f，nt-r为时刻t累积的疲劳和车辙设计标准轴载作用次数，计算表达式如下：
59、nt-f＝nf-nf
60、nt-r＝na-(n0+nt)
61、t0为道路服役时间，单位年；nf为疲劳剩余标准轴载作用次数；n0为道路交通开放至埋置智能颗粒传感器时间内设计车道已经承受的车辙标准轴载作用次数；nt为初始时刻至时刻t新增的车辙标准轴载作用次数。
62、有益效果：与现有技术相比，本发明具有如下显著优点：
63、(1)本发明将智能颗粒应用于鲜有前人涉足的道路健康状态监测与评估领域，提出了一种基于埋入式传感器的道路结构性能监测及路面寿命预估方法，有助于道路工程的可持续发展。
64、(2)本发明公开了一种改进的遗传算法，引入了时温等效原则并考虑道路实际损伤，提高了反算的精确度和效率。本发明基于智能感知参数，反算得到路面结构层各的模量代表值，更新了疲劳模型和车辙模型，结果更加可靠。