Международный индекс шероховатости ( МРИ ) является шероховатость индекс наиболее часто получают из измеренных продольных дорожных профилей. Он рассчитывается с использованием математической модели автомобиля с четвертью автомобиля, отклик которой накапливается для получения индекса шероховатости с единицами уклона (дюймы / мили, м / км и т. Д.). [1] [2] Этот показатель эффективности имеет меньшую стохастичность и субъективность по сравнению с другими показателями эффективности покрытия , такими как PCI , но он не полностью лишен случайности. [3] Источники изменчивости данных IRI включают разницу между показаниями различных пробегов тестового автомобиля и разницу между показаниями траектории правого и левого колеса.[4] [5] Несмотря на эти факты, с момента его введения в 1986 году [6] [7] [8] IRI сталиндексом шероховатости дороги,наиболее широко используемым во всем мире для оценки и управления дорожными системами.
Измерение IRI требуется для данных , представленных в США Федеральной дорожной администрации , [1] [9] и рассматривается в нескольких стандартах от ASTM International : ASTM E1926 - 08, [10] ASTM E1364 - 95 (2005), [ 11] и другие. IRI также используется для оценки конструкции нового покрытия, для определения штрафов или премиальных выплат на основе гладкости.
История
В начале 1980-х годов инженерное сообщество автомобильных дорог определило неровность дороги как главный показатель полезности сети автомагистралей для участников дорожного движения. Однако существующие методы, используемые для определения шероховатости, не могли быть воспроизведены различными агентствами, использующими различное измерительное оборудование и методы. Даже в рамках одного агентства методы не обязательно повторялись. И они не были стабильными со временем.
США Национальная программа исследований шоссе Cooperative инициировал исследовательский проект , чтобы помочь государственным органам улучшить их использование шероховатости измерительного оборудования. [12] Работа была продолжена Всемирным банком [6], чтобы определить, как сравнивать или преобразовывать данные, полученные из разных стран (в основном развивающихся стран), участвующих в проектах Всемирного банка. Результаты тестирования Всемирного банка показали, что большая часть используемого оборудования могла бы производить полезные измерения шероховатости по единой шкале, если бы методы были стандартизированы. Шкала шероховатости, которая была определена и протестирована, в конечном итоге была названа Международным индексом шероховатости. Всемирный банк . [8] IRI используется для управления дорожным покрытием, иногда используется для оценки нового строительства, определения премиальных / штрафных выплат подрядчикам, а также для определения конкретных мест, где рекомендуется ремонт или улучшение (например, шлифовка). IRI также является ключевым фактором, определяющим эксплуатационные расходы транспортных средств, которые используются для определения экономической жизнеспособности проектов улучшения дорог. [13]
Определение
IRI был определен как математическое свойство двумерного профиля дороги (продольный срез дороги, показывающий высоту, изменяющуюся в зависимости от продольного расстояния вдоль пройденного пути на дороге). Таким образом, его можно рассчитать на основе профилей, полученных с помощью любого действующего метода измерения, от статического стержня и оборудования для измерения уровня до высокоскоростных инерционных систем профилирования.
Математическая модель четверти вагона воспроизводит измерения шероховатости, которые использовались дорожными агентствами в 1970-х и 1980-х годах. IRI статистически эквивалентен использовавшимся методам в том смысле, что корреляция IRI с типичным транспортным средством с инструментами (так называемая «система измерения неровности дороги типа ответа», RTRRMS) была так же хороша, как и корреляция между измерениями из любых два RTRRMS. Преимущество IRI в качестве статистики на основе профилей состоит в том, что он является повторяемым, воспроизводимым и стабильным во времени. IRI основан на концепции «золотого автомобиля », свойства подвески которого известны. IRI рассчитывается путем моделирования реакции этой «золотой машины» на профиль дороги. В моделировании смоделированная скорость автомобиля составляет 80 км / ч (49,7 миль / ч). Свойства «золотого автомобиля» были выбраны в более раннем исследовании [12], чтобы обеспечить высокую корреляцию с реакцией езды на широком диапазоне автомобилей, которые можно было бы использовать для измерения статистики уклона (м / км). Демпфирование IRI выше, чем у большинства транспортных средств, чтобы математическая модель не «настраивалась» на определенные длины волн и не создавала чувствительность, не разделяемую большинством транспортных средств.
Статистика наклона IRI была выбрана для обратной совместимости с используемыми мерами шероховатости. Это средняя абсолютная (выпрямленная) относительная скорость подвески, деленная на скорость автомобиля для преобразования скорости (например, м / с) в уклон (м / км). Частотная составляющая скорости движения подвески аналогична частотной составляющей вертикального ускорения шасси, а также вертикальной нагрузки шины / дороги. Таким образом, IRI сильно коррелирует с общим уровнем вибрации езды и с общим уровнем вибрации нагрузки на дорожное покрытие. Хотя он не оптимизирован для точного соответствия какому-либо конкретному автомобилю, он настолько сильно коррелирован с качеством езды и дорожной нагрузкой, что большинство исследовательских проектов, в которых проверялись альтернативные статистические данные, не обнаружили значительных улучшений в корреляции.
Измерение
IRI рассчитывается на основе профиля дороги. Этот профиль можно измерить несколькими способами. Наиболее распространенные измерения выполняются приборами класса 1, способными непосредственно измерять профиль дороги, и приборами класса 3, в которых используются корреляционные уравнения. Используя терминологию Всемирного банка, они соответствуют устройствам уровня качества информации (IQL) 1 и IQL-3, отражающим относительную точность измерений. [14] Распространенное заблуждение состоит в том, что скорость 80 км / ч, использованная в моделировании, также должна использоваться при физическом измерении неровностей с помощью транспортного средства с инструментами. Системы IQL-1 измеряют направление профиля, независимо от скорости, а системы IQL-3 обычно имеют корреляционные уравнения для разных скоростей, чтобы связать фактические измерения с IRI.
Системы IQL-1 обычно сообщают о шероховатости с интервалами 10–20 м; IQL-3 с интервалами 100 м +.
Ранние измерения проводились методом стержневой съемки. Лаборатория транспортных исследований разработала балку с датчиком вертикального смещения. С конца 1990-х годов стало довольно распространенным использование Dipstick Profiler [15] с заявленной точностью 0,01 мм (0,0004 дюйма). [16] ROMDAS Z-250 работает аналогичным образом , как в щупе. Ходьба профайлер КРРП TR был главным новшеством , поскольку это позволило точные профили для измерения скорости пешехода.
Динамические измерения профиля дороги выполняются приборами, установленными на автомобиле. Подход заключался в датчике (первоначально ультразвуковом, но позже - лазерном), который измерял высоту транспортного средства относительно дороги. Акселерометр имеет двойную интеграцию, чтобы определить высоту датчика относительно опорной точки. Разница между ними - высота дороги. Затем этот профиль высоты обрабатывается для получения IRI. В наиболее распространенных подходах IRI измеряется на каждой колесной траектории. Для получения общего «профиля шероховатости» IRI необходимо объединить IRI траектории движения колеса. [17] для пер. Это можно сделать двумя способами. Модель «полувагона» имитирует транспортное средство, движущееся по обеим дорожкам, в то время как модель «четверти автомобиля» моделирует одно колесо на каждой колесной дорожке, а среднее значение - это IRI полосы движения. Подход с четвертью автомобиля считается более точным в представлении движения, ощущаемого пользователями, и поэтому является наиболее распространенным.
Основная проблема профилировщиков связана с их контактными площадями по сравнению с площадью контакта шины. Последний намного больше, чем любой из статических / низкоскоростных приофилеров класса 1 или типичный лазерный профилометр. Совсем недавно это было решено с помощью сканирующих лазеров, которые создают трехмерную модель поверхности дорожного покрытия. Примером этого является система Pavemetrics, которая была принята многими различными OEM-поставщиками профилометров по всему миру. В дополнение к измерению шероховатости эта система также измеряет другие ключевые атрибуты дорожного покрытия, такие как трещины, глубина колеи и текстура.
Менее дорогостоящими альтернативами профилометрам являются RTRRMS, которые не регистрируют профиль, а устанавливаются в транспортных средствах и измеряют, как транспортное средство реагирует на профиль дорожного покрытия. Их необходимо откалибровать по IRI, чтобы получить оценку IRI. Поскольку на RTRRMS обычно влияют текстура и скорость дорожного покрытия, обычно используются различные уравнения калибровки для корректировки показаний для этих эффектов.
RTRRMS можно сгруппировать в три широкие категории и обычно относятся к IQL-3, за исключением, возможно, большинства систем на базе сотовых телефонов, которые относятся к IQL-4:
- Интеграторы удара : они имеют физическую связь между подрессоренной и неподрессоренной массой и регистрируют относительное движение. Первоначально устанавливаемые на прицеп, например, разработанный в Индии CRRI, CRRI Trailer Bump Integrator , теперь они чаще всего устанавливаются на полу транспортного средства с кабелем, соединяющим его с подвеской, например, производимые TRL (Великобритания), CSIR. (Южная Африка) или ROMDAS (Новая Зеландия) ROMDAS Bump Integrator .
- Системы на основе акселерометра: в них используется акселерометр для измерения относительного движения подрессоренной массы с поправкой (иногда) на неподрессоренную массу. Примерами являются ранние системы ARAN ( Канада) и ARRB Roughometer (Австралия).
- Системы на основе сотовых телефонов: это подмножество систем акселерометров, поскольку акселерометр встроен в сотовый телефон. Примеры этих приложений: TotalPave , RoadBounce Roadroid , RoadLab Pro , RoadBump и [1] . Хотя они становятся повсеместными, у приложений есть существенные различия, когда дело доходит до функций настройки и калибровки. Их нужно использовать с большой осторожностью, и их лучше рассматривать как IQL-4, чем IQL-3 [ необходима ссылка ]
Связь с PCI
IRI обычно имеет обратную связь с PCI . Гладкая дорога с низким IRI обычно имеет высокий PCI. Однако это не всегда так, и дорога с низким IRI может также иметь низкий PCI, и наоборот. [5] [18] Следовательно, одного из этих показателей эффективности не обязательно достаточно для всестороннего описания состояния дороги. Сообщается, что прогнозирование будущих значений IRI может быть проще, чем PCI, поскольку оно включает меньшую неопределенность. [1]
Смотрите также
Рекомендации
- ^ a b c Piryonesi, S. Madeh; Эль-Дираби, Тамер Э. (01.02.2021). «Использование машинного обучения для изучения влияния типа показателя эффективности на моделирование износа гибкого покрытия» . Журнал инфраструктурных систем . 27 (2): 04021005. DOI : 10,1061 / (ASCE) IS.1943-555X.0000602 . ISSN 1076-0342 .
- ^ Сэйерс, МВт; Карамихас, С.М. (1998). "Маленькая книга профилирования" (PDF) . Институт транспортных исследований Мичиганского университета. Архивировано из оригинального (PDF) 17 мая 2018 года . Проверено 7 марта 2010 .
- ^ Пирьонеси, С. Мадех; Эль-Дираби, Тамер Э. (01.02.2021). «Использование машинного обучения для изучения влияния типа показателя эффективности на моделирование износа гибкого покрытия» . Журнал инфраструктурных систем . 27 (2): 04021005. DOI : 10,1061 / (ASCE) IS.1943-555X.0000602 . ISSN 1076-0342 .
- ^ Пирёнеси, С.М. (2019). Применение аналитики данных к управлению активами: ухудшение состояния и адаптация к изменению климата на дорогах Онтарио (докторская диссертация). Университет Торонто.
- ^ а б Пирьонеси, С. Мадех; Эль-Дираби, Тамер Э. (11.09.2020). «Изучение взаимосвязи между двумя показателями эффективности дороги: индексом состояния дорожного покрытия и международным индексом шероховатости» . Транспортная геотехника : 100441. doi : 10.1016 / j.trgeo.2020.100441 - через Elsevier Science Direct.
- ^ a b Сейерс, М. В., Гиллеспи, Т. Д. и Патерсон, Руководство WD по проведению и калибровке измерений шероховатости дорог, Технический документ Всемирного банка № 46, Всемирный банк, Вашингтон, округ Колумбия, 1986.
- ^ Сэйерс, М. (1984). Руководство по проведению и калибровке измерений неровностей дороги . Мичиганский университет, Научно-исследовательский институт безопасности дорожного движения. OCLC 173314520 .
- ^ а б Сэйерс, MW (Майкл В.) (1986). Международный эксперимент по шероховатости дороги: установление методов корреляции и калибровочного стандарта для измерений . Технический доклад Всемирного банка № 45. Вашингтон, округ Колумбия: Всемирный банк. ISBN 0-8213-0589-1. OCLC 1006487409 .
- ^ «Национальные меры управления производительностью; оценка состояния дорожного покрытия для Национальной программы повышения эффективности автомобильных дорог и состояния мостов для Национальной программы повышения эффективности автомобильных дорог» . Федеральный регистр . 2017-01-18 . Проверено 25 февраля 2021 .
- ^ «ASTM E1926-08 (2015) Стандартная практика для расчета международного индекса шероховатости дорог на основе измерений продольного профиля» . www.astm.org . Проверено 19 декабря 2019 .
- ^ «ASTM E1926-08 (2015) Стандартная практика для расчета международного индекса шероховатости дорог на основе измерений продольного профиля» . www.astm.org . Проверено 19 декабря 2019 .
- ^ a b Гиллеспи, Т.Д., Сэйерс, М.В., и Сегель, Л., «Калибровка систем измерения шероховатости дороги с откликом». Отчет NCHRP. № 228, декабрь 1980 г.
- ^ Моделирование затрат участников дорожного движения и окружающей среды в HDM-4
- ^ Технологии сбора данных для управления дорогами
- ^ Домашняя страница веб-сайта Face® Dipstick®
- ^ Сравнение оборудования для калибровки шероховатости - с целью повышения достоверности данных сетевого уровня; Дж. Морроу, А. Фрэнсис, С. Б. Костелло, RCM Dunn, 2006 г. Архивировано 3 апреля 2015 г. в Wayback Machine.
- ^ Сэйерс, М.В., Профили шероховатости. Отчет об исследованиях в области транспорта 1260, Совет по исследованиям в области транспорта, Национальный исследовательский совет, Вашингтон, округ Колумбия, 1990 г.
- ^ Bryce, J .; Boadi, R .; Грэгер, Дж. (2019). «Соотношение индекса состояния дорожного покрытия и текущего рейтинга эксплуатационной пригодности асфальтированных покрытий». Отчет об исследованиях в области транспорта: журнал Совета по исследованиям в области транспорта . 2673 (3): 308–312. DOI : 10.1177 / 0361198119833671 .
дальнейшее чтение
- «Связь шероховатости дороги и скоростей транспортных средств с вибрацией всего тела человека и пределами воздействия» Ахлин и Гранлунд в Международном журнале по проектированию дорожных покрытий , том 3, выпуск 4, декабрь 2002 г., страницы 207–216. https://doi.org/10.1080/10298430210001701
- МУЧКА, Петр. Международные спецификации индекса шероховатости, Дорожные материалы и конструкция дорожной одежды, ISSN 1468-0629, 2017, Vol. 18, No. 4, pp. 929–965. https://doi.org/10.1080/14680629.2016.1197144
Внешние ссылки
- «Международный индекс шероховатости» [ мертвая ссылка ] в Институте транспортных исследований Мичиганского университета ( UMTRI )
- "Международный индекс Шероховатость" [ мертвая ссылка ] в The World Bank (WB)