基于全尺寸试验环道的沥青路面平整度演化数据驱动研究

《International Journal of Transportation Science and Technology》：A data-driven study on asphalt pavement roughness evolution using full-scale test track data

　　

沥青路面平整度直接影响行车舒适性与结构性能，其长期预测对路面管理至关重要。本研究利用RIOHTRACK全尺寸环形试验道数据，系统考察了七种典型沥青路面结构的国际平整度指数（IRI）演化规律。统计分析揭示了三种特征性劣化模式：稳定型（半刚性及刚性薄层路面）、周期波动型（厚层及全厚式沥青路面）以及非线性增长型（半刚性基层配4 cm、6 cm、8 cm面层及倒装结构）。强基薄面或中等厚度组合的路面结构表现出最稳定的平整度发展，而非线性增长型路面在累计轴载超过4000–5000万次后劣化加速。相关性分析识别出累计轴载为IRI演变的主导因素，温度影响有限或具有结构特异性。为捕捉上述非线性及耦合效应，研究人员开发了混合BO-CNN-LSTM模型，集成贝叶斯优化（BO）进行超参数调优。该模型取得了优越的预测精度（均方根误差：0.011–0.029，平均绝对百分比误差：0.6%–1.8%），显著优于传统回归方法，尤其适用于半刚性及厚层沥青混凝土路面。上述发现既提供了机理层面的洞见，也为支持主动式路面养护与长期性能优化提供了数据驱动工具。

基于全尺寸试验环道的沥青路面平整度演化数据驱动研究——论文解读

一、研究背景与问题提出

沥青路面凭借其优良的性能表现，已成为全球高等级公路的主导结构形式。然而，随着服役年限的增长，路面平整度逐渐劣化，导致车辆滚动阻力与燃油消耗增加，进而推高温室气体排放；同时，车辆与不平整路面之间的动态相互作用会加速结构损坏、加剧轮胎磨损并降低行车舒适性。国际平整度指数（IRI）作为全球通用的路面平整度与行驶质量评价标准，以米每千米（m/km）为单位，反映车辆悬架系统在路面行驶过程中累积的垂直运动量。IRI值越低表明路面越平整、行驶质量越好。因此，深入理解不同沥青路面结构下IRI的演化与劣化规律，对于制定有效养护策略、提升道路使用者出行体验具有关键意义。

当前常用的IRI预测模型可分为三类：经验回归模型、力学-经验模型以及基于机器学习（ML）的方法。经验回归模型基于历史监测数据建立IRI与影响因素之间的统计关系，虽简单可解释，但对数据质量高度敏感且通常需要本地重新校准，限制了其可移植性。力学-经验模型通过结构力学估算路面响应（应力、应变、弯沉），再与长期性能指标关联以预测平整度演化，虽提升了物理可解释性与区域适用性，但其最终预测层仍依赖病害指标与平整度之间的回归关系，且在高IRI水平下预测误差趋于增大。机器学习模型能够捕捉路面性能退化的非线性特征，人工神经网络（ANN）、集成学习等方法已展现出优于传统多元线性回归的性能，但深度神经网络的预测性能对超参数配置高度敏感，手动调参或网格搜索计算效率低下且往往难以达到最优。此外，路面结构特征与长期退化机制之间的关系尚未被充分理解，相关因素耦合且高度非线性，这使平整度预测变得更为复杂。

二、研究内容与主要技术方法

针对上述问题，本研究基于RIOHTRACK全尺寸加速路面试验环道数据，系统分析了不同路面结构的长期平整度演化规律，并开发了集成贝叶斯优化（BO）的CNN-LSTM混合预测模型。RIOHTRACK位于中国北京市通州区，是国家级的路面工程实验平台，环形试验道总长约2.0 km，可长期连续采集累计轴载次数、车辙深度、结构弯沉、表面平整度、抗滑性能及相关气候指标。研究使用了试验道1,428 m直线段与过渡曲线段的IRI观测数据，覆盖4.1年观测期，19个全尺寸路面断面被划分为七种路面结构类型。试验期间采用三轴加载卡车与六轴重型加载卡车两种受控加载模式，轴载经标准轴载换算公式转换为等效标准轴载（ESAL）次数，截至2022年1月累计交通加载量已超过6000万次ESAL。IRI测量采用车载高速惯性激光断面仪，垂直测量精度约1.0 mm，每次测量进行六次独立平行断面扫描并取算术平均值。主要技术方法包括：移动平均滤波平滑原始IRI序列以消除噪声影响；描述性统计分析计算初始IRI、最终IRI、平均IRI、IRI差值及年化劣化率（R_ADR）；多项式、高斯及三角函数等非线性拟合方法生成最佳拟合曲线及95%置信带；Pearson相关分析考察IRI与累计轴载及温度之间的相关性；以及构建BO-CNN-LSTM混合模型，其中卷积神经网络（CNN）提取空间特征，长短期记忆网络（LSTM）建模时间序列依赖关系，贝叶斯优化自动调优超参数，并引入基于SHAP的可解释性分析量化各因素贡献。

三、研究结果

3.1 平整度总体波动与增长趋势

不同类型路面结构的IRI长期演化趋势存在显著差异。Type I、Type II和Type VI路面的平整度曲线相对稳定，这归因于Type I和Type II具有较强较厚的基层，"强基薄面"设计约束了结构变形，防止IRI线性增长；Type VI采用抗车辙性能优异的沥青玛蹄脂碎石混合料（SMA）并配有24 cm厚亚层，增强了抗剪切与抗疲劳能力。Type V和Type VII路面总体保持稳定但存在波动：Type V在3000万次轴载前IRI先升后降，之后在4000万次左右趋于稳定；Type VII呈现明显的季节性周期波动，表明全厚式结构能有效容纳和消散热应力，温度引起的瞬态变化不会导致路面不平整的不可逆发展。相比之下，Type III和Type IV呈现非线性增长：Type III在超过4000万次轴载后劣化加速，反映半刚性基层典型的非线性损伤演化；Type IV倒装路面在约4500万次轴载处出现加速平整度退化。

3.2 影响因素相关性分析

Pearson相关分析结果表明，累计轴载是IRI演变的主导因素，而温度对IRI的影响有限或具有结构特异性。这一发现验证了不同路面结构类型下IRI演化模式差异的观测结论，为理解平整度退化的主导驱动机制提供了定量依据。

3.3 预测模型性能

研究人员开发的BO-CNN-LSTM混合模型在IRI预测中取得了优越精度，均方根误差（RMSE）为0.011–0.029，平均绝对百分比误差（MAPE）为0.6%–1.8%，显著优于传统回归方法，尤其适用于半刚性基层和厚层沥青混凝土路面。贝叶斯优化有效提升了超参数调优效率与模型泛化能力，SHAP可解释性分析进一步揭示了交通荷载、温度、结构参数及历史IRI对平整度演化的相对贡献。

四、讨论与结论

本研究通过全尺寸试验环道数据系统揭示了七种典型沥青路面结构的平整度演化规律，识别出稳定型、周期波动型与非线性增长型三种特征性劣化模式。强基薄面或中等厚度组合的路面结构展现出最稳定的平整度发展，而非线性增长型路面在累计轴载超过4000–5000万次后劣化显著加速，凸显了预防性养护在维持路面功能与延长服役寿命中的重要性。累计轴载被确认为IRI进展的主导因素。所开发的BO-CNN-LSTM混合模型有效捕捉了平整度演化中的非线性与耦合效应，预测精度显著优于传统回归方法。上述发现既提供了机理层面的洞见，也为支持主动式路面养护与长期性能优化提供了数据驱动的实用工具。