Прогнозирование изменения во времени некоторых переменных параметров состояния автомобильных дорог
https://doi.org/10.21285/2227-2917-2023-4-677-686
EDN: HXWKND
Аннотация
В статье рассматриваются вопросы прогнозирования состояния автомобильных дорог во времени. Изменение состояния автомобильной дороги происходит под воздействием внешних факторов на фоне внутренних процессов, происходящих в конструктивных слоях. Большинство математических моделей, прогнозирующих срок службы автомобильных дорог, разработано на основе прочностных характеристик, что в условиях ограниченного финансирования автомобильных дорог регионального и местного значения приводит к определенным трудностям их практического применения. Следовательно, необходима разработка модели изменения состояния дорожных одежд на основе данных об их потребительских свойствах, таких как ровность, коэффициент сцепления и состояние покрытия. Процесс снижения значений ровности, состояния покрытия и коэффициента сцепления во времени можно описать с использованием распределения Вейбулла. В работе приведены математические модели изменения во времени состояния покрытия, коэффициента сцепления и продольной ровности. Для оценки эффективности модели выполнено сопоставление данных, полученных с помощью расчета и по результатам ежегодной диагностики автомобильных дорог. Расчетные и фактические значения продольной ровности, коэффициента сцепления и состояния покрытия имеют высокую сходимость. Предложенный подход оценки изменения состояния покрытия, ровности и коэффициента сцепления позволяет повысить эффективность управления состоянием автомобильных дорог.
Об авторе
Н. А. Слободчикова
Иркутский национальный исследовательский технический университет
Россия
Россия
Слободчикова Надежда Анатольевна, к.т.н., доцент, доцент кафедры автомобильных дорог
664074, г. Иркутск, ул. Лермонтова, 83
Author ID: 518380
Список литературы
1. Abaza K. A. Empirical Markovian-based models for rehabilitated pavement performance used in a life cycle analysis approach // Structure and Infrastructure Engineering. 2017. Vol. 13. Iss. 5. P. 625–636. https://doi.org/10.1080/15732479.2016.1187180.
2. Amador-Jimenez L. E., Mrawira D. Reliability based initial pavement performance deterioration modelling // International Journal of Pavement Engineering. 2011. Vol. 12. Iss. 2. P. 177–186. https://doi.org/10.1080/10298436.2010.535538.
3. Amin Sh. The pavement performance modeling: deterministic vs. stochastic approaches // Numerical methods for reliability and safety assessment / S. Kadry, A. El Hami [Eds.]. Switzerland: Springer, 2015. P. 179–196. https://doi.org/10.1007/978-3-319-07167-1__5.
4. Hoque J.M., Erhardt G.D., Schmitt D., Chen M., Chaudhary A., Wachs M., et al. The changing accuracy of traffic forecasts // Transportation. 2022. Vol. 49. P. 445–466. https://doi.org/10.1007/s11116-021-10182-8.
5. Liu L., Gharaibeh N.G. Bayesian model for predicting the performance of pavements treated with thin hotmix asphalt overlays // Transportation Research Record: Journal of the Transportation Research Board. 2014. Vol. 2431. Iss. 1. P. 33–41. https://doi.org/10.3141/2431-05.
6. Paterson W.D.O. Road deterioration and maintenance effects: models for planning and maintenance. Standarts series. Washington: World Bank Group, 1987.
7. Prochazka M., Lehovec F. Pavement management guide// Pavement system: present practice and current research of pavement managing system in the CSSR: 6-th road conference (Budapest, 4-6 October 1988). Budapest: Roads transportation association of Canada, 1988. Vol. 1. Р. 232–240.
8. Zhong Sh., Sun D. (J.). Logic-Driven Traffic Big Data Analytics. Singapore: Springer; 2023. p. 280. https://doi.org/10.1007/978-981-16-8016-8.
9. Robinson R., Danielson U., Snaith M. Road maintenance management: concepts and systems. М.,1998. 312 p. https://doi.org/10.1007/978-1-349-14676-5.
10. Zhang X., Ai T. How to model roads in OpenStreetMap? A method for evaluating the fitness-for-use of the network for navigation / Harvey F., Leung Y. (Eds.). Advances in spatial data handling and analysis. advances in geographic information science. Cham: Springer, 2015. https://doi.org/10.1007/978-3-319-19950-4_9.
11. Батракова А. Г, Урдзик С. Н, Батраков Д. О. Моделирование и оценка состояния дорожных одежд со сквозными трещинами в покрытии // Вестник Харьковского национального автомобильно-дорожного университета. 2019. № 85. С. 49–58. https://doi.org/10.30977/BUL.2219-5548.2019.85.0.49. EDN: HKKTPY.
12. Батракова А. Г., Урдзик С. Н., Батраков Д. О. Динамические и эконометрические модели прогнозирования состояния автомобильных дорог // Вестник Харьковского национального автомобильнодорожного университета. 2019. № 85. С. 59–65. https://doi.org/10.30977/BUL.2219-5548.2019.85.0.59. EDN: HKRXHN.
13. Бедрин Е. А., Завьялов А. М., Завьялов М. А. Прогнозирование термической (тепловой) устойчивости основания земляного полотна автомобильных дорог // Вестник Сибирской государственной автомобильно-дорожной академии. 2012. № 2 (24). С 30–33. EDN: PBEHJX.
14. Буртыль Ю. B., Солодкая М. Г., Ковалев Я. Н. Прогнозирование ровности дорожных покрытий // Наука и техника. 2021. № 3. С. 216–223. https://doi.org/10.21122/2227-1031-2021-20-3-216-223. EDN: KCBUAP.
15. Буртыль Ю. В. Исследования изменения ровности дорожных покрытий // Вестник государственного университета имени Шакарима города Семей. 2020. № 4 (92). С. 145–149. https://doi.org/10.48081/GKHW9128.
16. Буртыль Ю. В., Капский Д. В. Моделирование взаимосвязи ровности и прочности нежестких дорожных одежд на основании теоретическо-практических исследований // Вестник Сибирской государственной автомобильно-дорожной академии. 2022. Т. 19. № 4 (86). С. 570–582. https://doi.org/10.26518/2071-7296-2022-19-4-570-583. EDN: MGXUAY.
17. Веюков Е. В., Салихов М. Г., Толстова А. Г., Тихвинская Д. П. Проектирование дорожных одежд с учетом процессов старения асфальтобетонов // Инновации и инвестиции. 2022. № 4. С. 191–195. EDN: YCDRXB.
18. Гнездилова С. А., Горох Д. Ю., Фотиади А. А. Разработка модели прогнозирования развития поперечных трещин для автомобильных дорог Белгородской области // Материалы Международной научно-технической конференции молодых ученых Белгородского государственного технологического университета им. В.Г. Шухова (г. Белгород, 30 апреля – 20 мая 2021 г.). Белгород: Белгородский государственный технологический университет им. В. Г. Шухова, 2021. С. 1951–1956. EDN: SIYYSL.
19. Гриценко Е. А. Прогнозирование колеи износа от воздействия шипованных шин // Инженерные и социальные системы: сб. науч. тр. института архитектуры, строительства и транспорта Ивановского государственного политехнического университета. Иваново: Ивановский государственный политехнический университет, 2022. Вып. 7. С. 124–126. EDN: QNKZJJ.
20. Елшами М .М. М., Тиратурян А. Н., Углова Е. В. Прогнозирование ухудшения эксплуатационного состояния дорожных одежд с использованием алгоритмов искусственного интеллекта // Инженерный вестник Дона. 2022. № 6 (90). С. 732-741. EDN: AXUTMA.
21. Каменчуков А. В., Кормилицына Л. В., Лопашук В. В., Цупикова Л. С. Влияние сверхнормативной нагрузки на износ и разрушение дорожной одежды // Международный научно-исследовательский журнал. 2021. № 4-1 (106). С. 57–63. https://doi.org/10.23670/IRJ.2021.106.4.009. EDN: WUJPQW.
22. Кириллов А. М., Завьялов М. А. Прогнозирование остаточного срока службы асфальтобетонных покрытий // Вестник МГСУ. 2018. Т. 13. Вып. 3 (114). С. 356–367. https://doi.org/10.22227/19970935.2018.3.356-367. EDN: YWQSED.
23. Ряпухин В. М., Захарова Е. В. Анализ природно-климатических факторов для формирования базы данных ГИС – «Автомобильная дорога» // Вестник Харьковского национального автомобильнодорожного университета. 2019. № 84. С. 67–74. https://doi.org/10.30977/BUL.2219-5548.2019.84.0.55. EDN: QXFHWU.
24. Скоробогатченко Д. А., Забазнов А. С. Прогнозирование ровности покрытия автомобильных дорог с учетом погодно-климатического воздействия и уровня работ по содержанию // Вестник Пермского национального исследовательского политехнического университета. Строительство и архитектура. 2018. Т. 9. № 2. С. 98–109. https://doi.org/10.15593/2224-9826/2018.2.09. EDN: USTOZO.
25. Хасанова Л. Р., Юсупова О. В. Решение задачи прогнозирования загруженности автомобильных дорог с помощью MS EXCEL // Символ науки: международный научный журнал. 2020. № 10. С. 28–32. EDN: RICWGO.
26. Хорошилов К. В., Гаврилов Т. А., Колесников Г. Н. Моделирование и прогнозирование состояния верхнего слоя грунтовых автомобильных дорог в осенне-зимний период // Моделирование сложных процессов и систем: сб. тр. секции № 12 ХХIX Международной научно-практической конференции (г. Химки, 21 марта 2019 г.). Химки: Академия гражданской защиты Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий имени генерал-лейтенанта Д. И. Михайлика, 2019. С. 79–84. EDN: TTMMGC.
27. Шухратзода Д., Попов А. Д., Букус Д. В., Баринов К. А. Разработка веб-приложения для прогнозирования остаточного срока службы автомобильных дорог на основе их характеристик и диагностических данных // Проблемы международной транспортной политики: материалы Международной конференции (г. Москва, 27 марта 2022 г.). Москва: Московский автомобильно-дорожный государственный технический университет (МАДИ), 2022. С. 96–100. EDN: JTXXRT.
28. Ермошин Н. А., Романчиков С. А., Аверьянов Д. А. Имитационное моделирование риска разрушения дорожных конструкций в межремонтный период // Путевой навигатор. 2022. № 50 (76). С. 30–41. EDN: LNFPKN.
29. Новик А. Н., Исмаилов А. М., Русаков М. Н. Влияние гранулометрического состава асфальтобетонных смесей на качество автодорожного покрытия // Путевой навигатор. 2022. № 51 (77). С. 36–41. EDN: QNGSTL.
30. Лазарев Ю. Г., Талипова Л. В, Черкашин А. В., Гребенюк Е. А., Огурцов Г. Л. Методика создания базы данных ТСОДД на базе PostgreSQL и IndorTrafficPlan // Путевой навигатор. 2022. № 52 (78). С. 26–33. EDN: ZWJJXK.
31. Осиновская В. А. Прогнозирование долговечности асфальтобетонных покрытий на основе уровней их вибронагруженности // Наука и техника. 2015. № 6. С. 49–53. EDN: VLFWVT.
32. Рапопорт П. Б., Васильев Ю. Э., Кочетков А. В., Кокодеева Н. Е. Уроки прогнозирования // Автомобильные дороги. 2011. № 2. С. 32–34.
33. Гаевская З. А., Вафаева Х. М. Предвидение в строительстве: инженерные задачи // Наука молодых – будущее России: материалы 5-й Международной научной конференции перспективных разработок молодых ученых (г. Курск, 10–11 декабря 2020 г.). Курск: Юго-Западный государственный университет, 2020. В 4 т. Т. 3. С. 206–209. EDN: WSGYKI.
34. Ilyas I., Zafar A., Afzal M. T., Javed M. F., Alrowais R., Althoey F., et al. Advanced machine learning modeling approach for prediction of compressive strength of frp confined concrete using multiphysics genetic expression programming // Polymers. 2022. Iss. 14. P. 1789. https://doi.org/10.3390/polym14091789. EDN: EUPEID.
35. Птухина И. С., Кирсанова Т. А. Мультисистемное моделирование и управление с целью повышения точности прогноза в строительстве // Международный журнал прикладных наук и технологий Integral. 2022. № 5. С. 3. EDN: KUQMBI.
36. Бирюков А. Н., Дудурич Б. Б., Грицук А. П. Применение полимерных футеровочных листов для проведения ремонтов и реконструкций эксплуатируемых объектов военной инфраструктур / Современное состояние эксплуатационного содержания казарменно-жилищного фонда Министерства обороны России и инновационные пути перспектив его развития: сб. докл. круглого стола (г. Кубинка, 23 августа 2018 г.). Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого, 2018. С. 261–268. EDN: XZQUDJ.
37. Пат. № 2721663, РФ, C1. Автоматизированная система управления восстановлением объектов инфраструктуры / Ю. А. Бирюков, А. Н. Бирюков, Д. В. Бирюков, Н. А. Бирюков. № 2019134364; заявл. 21.05.2020.
38. Пат. № 2801010, РФ. Способ крепления защитного полимерного покрытия к железобетонному основанию / Д. Л. Сарган, В. Н. Денисов, Н. В. Курашев, А. П. Грицук, Б. Б. Дудурич, А. Н. Иванов, А. Н. Бирюков, И. М. Таутиев. № 2023102751. заявл. 01.08.2023.
Рецензия
Для цитирования:
Слободчикова Н.А. Прогнозирование изменения во времени некоторых переменных параметров состояния автомобильных дорог. Известия вузов. Инвестиции. Строительство. Недвижимость. 2023;13(4):677-686. https://doi.org/10.21285/2227-2917-2023-4-677-686. EDN: HXWKND
For citation:
Slobodchikova N.A. Forecast of temporal variations in some road condition variables. Izvestiya vuzov. Investitsii. Stroitelstvo. Nedvizhimost. 2023;13(4):677-686. (In Russ.) https://doi.org/10.21285/2227-2917-2023-4-677-686. EDN: HXWKND
Просмотров:
110
Послать статью по эл. почте 