基于智能颗粒的沥青路面结构车辙变形监测方法

本发明属于沥青路面结构内部智能监测，更具体地说，涉及一种基于智能颗粒的沥青路面结构车辙变形监测方法。

背景技术：

1、实时监测道路结构内部健康状态为目的的监测技术是智能道路建设的重要组成部分之一。其通过实时动态获取道路结构内部状态信息，评价道路结构性能，为路面建、管、养提供科学决策。

2、随着沥青混合料以及路面施工工艺的成熟，车辙这种长期病害已逐渐成为影响沥青路面服务寿命的主要病害。因此，实时、准确地获取表征沥青路面车辙变形行为中路面结构性能变化关键参数，实现车辙病害的实时监测，并根据实测数据进行车辙预警，从而为道路管理和养护决策及优化设计提供支撑。

3、然而目前，沥青路面结构车辙变形监测存在以下亟需解决的科学问题：

4、目前研究主要通过数字图像方法获取车辙变形后粗集料颗粒运动状况，而难以获取在车辙变形过程中集料的运动状况，这对车辙变形过程并不能实现实时监测。

5、应用于路面监测的传感技术主要为非埋入式和埋入式。非埋入式易受环境、天气影响，而埋入式传感技术可以用于监测路面在车辆循环荷载和各种环境因素耦合下的动力响应。目前广泛应用的埋入式传感器大多为有线传输方式的传感器，其存在维修更换程序复杂、传感器安装过程路面结构损坏、现场数据采集量巨大、实时数据处理难度大等劣势。

6、而智能颗粒传感器具有体积小、精度高、监测数据类型丰富、不破坏路面原有结构、自供电、自适应的特点，并且基于车辙是由于在荷载的反复作用下，矿料间自身相互嵌挤的骨架作用，会使集料产生相互移动、旋转错动，从而逐渐积累产生的变形机理，将智能颗粒应用于车辙监测中更具有适用性。

7、但目前智能颗粒主要应用于铁轨道碴颗粒沉降研究和沥青混合料压实度评测方面，用于沥青混合料荷载作用下颗粒运动状况监测研究较少。

技术实现思路

1、为了解决上述技术问题至少之一，根据本发明的一方面，提供了一种基于智能颗粒的沥青路面结构车辙变形监测方法，包括如下步骤：

2、s1、构建智能颗粒三维数值化模型，获取并标定细观尺度下的智能颗粒力学参数并进行智能颗粒用于监测混合料骨架行为的有效性验证；

3、s2、根据应力-变形状态(竖向拉压应变εm、剪切变形γt)构建沥青路面车辙变形下沥青层特征分区模型，并采用层次分析法获取智能颗粒敏感特征响应参数，实现特征分区下的监测匹配识别；

4、s3、在判断出特征分区的基础上，采用灰色关联分析方法构建智能颗粒监测信息与车辙深度的时空关联模型；

5、s4、确定智能颗粒实际路面埋设方案，获取路面车辙行为下实际监测位姿演化信息，基于智能颗粒实测位姿信息对照s2中确定的特征响应参数，判断智能颗粒所在的特征分区，最后基于s3中建立的时空关联模型对车辙深度提出预警，以指导养护决策，确定车辙处治方法。

6、作为本发明的一种优选技术方案：s1中,首先在pfc3d软件内采用线性本构模型，颗粒排列方式为梅花型排列(六边形排列)建立智能颗粒三维虚拟模型，并按照式(1)-(4)进行细观接触参数转化。其次通过智能颗粒单轴压缩、直接拉伸数值试验获取宏观力学参数：单轴抗压强度cu、弹性模量e、泊松比ν、单轴抗拉强度tu，与实际力学试验参数进行对比，最后实现智能颗粒细观接触参数：颗粒有效模量e*、颗粒刚度比kn/ks(kn为法向接触刚度、ks为切向接触刚度)、颗粒摩擦系数μp的获取及标定。

7、

8、e*＝0.5e    (1)

9、ν＝1/4(1-ks/kn)    (2)

10、

11、

12、

13、式中：xb，颗粒间断裂位移；fs0，颗粒间剪切阻力；d，颗粒直径；μp，颗粒间摩擦系数；μi，固有摩擦系数。

14、作为本发明的一种优选技术方案：s1中,提出级配骨架计算理论，获得嵌挤状态良好的骨架级配上下限计算公式，如式(5)所示。按照公式(5)计算并设计三组级配，同时额外选用ac-13,sma-13中值级配，共计五组。在pfc3d软件生成这五组级配的集料骨架进行模拟仿真，并在所有集料骨架中置入虚拟的智能颗粒模型，提取不同骨架嵌挤状态下的智能颗粒的细观接触响应，包括：平均配位数与接触占比。在此基础上，对照各组骨架状态和智能颗粒的细观接触响应，以平均配位数与接触占比验证按照式(5)所设计骨架优异性的同时，实现智能颗粒应用于监测不同集料骨架行为的有效性验证。

15、

16、式中：davg，两档集料的加权平均粒径，mm；较大、较小一档筛网上集料的平均粒径，mm。

17、作为本发明的一种优选技术方案：s2中,首先根据应力-变形状态(竖向拉压应变εm、剪切变形γt)的不同，基于弹性层状体系理论，多层路面结构在单圆均布垂直荷载作用下，将沥青层分为压密域(εm<0，以压密为主)、密实流动域(εm<0,γt>0，以剪切流动为主)、流动松胀域(εm>0,γt>0，剪胀流动并重)、松胀域(εm>0，以剪切松胀为主)4个变形区域并构建对应的沥青路面车辙变形下沥青层特征分区模型，模拟车辙行为发生过程中智能颗粒埋设在4个特征变形区域内的位姿演化并进行响应分析，获取车辙变形行为发生下智能颗粒的实测信息(应力、应变、转动角度)，根据监测信息确定敏感特征响应参数，最终实现特征分区下的监测匹配识别。

18、作为本发明的一种优选技术方案：s2中,采用层次分析法确定特征响应参数，首先建立以判断变形分区为最高层，竖向拉压应变εm、剪切变形γt作为中间层，应力、应变、智能颗粒转动角度作为最低层的层次结构模型。其次使用数量化的相对重要度来表示不同元素的重要性，分别构造判断矩阵。再次应用特征值法确定各判断矩阵的最大特征值以及其对应的特征向量，并对求出的特征向量进行归一化即可得到我们的权重。同时进行一致性检验，当一致性比率cr<0.1时，认为矩阵有满意的一致性。在此基础上，自上而下地计算各层要素对总体的重要度：在计算竖向拉压应变、剪切变形权重之后，计算应力、应变、智能颗粒转动角度之间的权重，按权重大小为智能颗粒特征响应参数敏感度强弱，最终实现特征分区下的监测匹配识别。

19、作为本发明的一种优选技术方案：s3中,采用灰色关联分析方法建立智能颗粒监测信息与车辙深度的时空关联模型：首先选择智能颗粒位姿信息：应力、应变、转动角度演化信息作为比较数列x1(k)、x2(k)、x3(k)，选择车辙变形深度为参考数列x0(k)。其次按照式(6)比较数列进行无量纲化处理，再次按照式(7)求参考数列与比较数列的灰色关联系数。最后按照式(8)求出各位姿信息参数的关联度，并选取关联度最大的监测信息参数与车辙深度建立关系模型。

20、

21、

22、

23、式中：xi(k)，各比较数列；n，数据个数；各比较数列均值；ρ，分辨系数，ρ越小，分辨能力越强；x0(k)——参考数列。

24、作为本发明的一种优选技术方案：s4中，将智能颗粒埋置每一路面层底部，且距路面轮迹带距中心线距离分别为1cm、2cm、3cm、4cm和5cm，将智能颗粒连接电脑记录在路面车辙行为下智能颗粒的实际监测位姿演化信息，并记录中心车辙深度。在此基础上，基于智能颗粒实测位姿信息对照s2中确定的特征响应参数，判断智能颗粒所在的特征分区，最后基于s3中建立的时空关联模型对车辙深度提出预警，以指导养护决策，确定车辙处治方法。

25、根据本发明的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明的基于智能颗粒的沥青路面结构车辙变形监测方法中的步骤。

26、根据本发明的又一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明的基于智能颗粒的沥青路面结构车辙变形监测方法中的步骤。

27、相比于现有技术，本发明至少具有如下有益效果：

28、应用智能颗粒传感器装置，具有体积小、精度高、监测数据类型丰富、不破坏路面原有结构、自供电、自适应的特点，并且可以获取车辙变形过程中集料的运动状况；

29、通过多尺度模拟的方法，在颗粒-骨架-路面三种尺度下实现车辙变形行为的模拟；

30、基于智能颗粒感知参数，实现了监测数据的原位获取，并根据关联模型，对车辙深度提出预警，以指导后续养护决策。