CN113516258B - 公路养护智能决策分析*** - Google Patents
公路养护智能决策分析*** Download PDFInfo
- Publication number
- CN113516258B CN113516258B CN202110530242.1A CN202110530242A CN113516258B CN 113516258 B CN113516258 B CN 113516258B CN 202110530242 A CN202110530242 A CN 202110530242A CN 113516258 B CN113516258 B CN 113516258B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- decision
- model
- road
- pavement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 380
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000007726 management method Methods 0.000 claims abstract description 38
- 238000010276 construction Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 23
- 239000000463 material Substances 0.000 claims abstract description 18
- 239000010426 asphalt Substances 0.000 claims abstract description 16
- 238000013523 data management Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 54
- 230000008901 benefit Effects 0.000 claims description 49
- 238000007619 statistical method Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000008439 repair process Effects 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000007774 longterm Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000012913 prioritisation Methods 0.000 claims description 5
- 238000007728 cost analysis Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 230000000069 prophylactic effect Effects 0.000 claims description 2
- 239000010410 layer Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000003449 preventive effect Effects 0.000 description 6
- 239000002344 surface layer Substances 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000004568 cement Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000012790 adhesive layer Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 239000002346 layers by function Substances 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 206010003591 Ataxia Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000011384 asphalt concrete Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种公路养护智能决策分析***，包括：基础数据管理模块，采集并记录公路沥青路面的基础数据；模型库，存储养护智能决策分析关键模型；养护决策管理模块，划分各路线的养护决策区间及养护决策单元；路面技术状况评定模块，根据所述基础数据及路面技术状况评定模型对路网内各路线的养护决策单元的路面技术状况进行评估，得到各养护决策单元的路面评估结果；养护决策分析模块，根据各养护决策单元的路面评估结果确定待养护的各养护决策单元；调用对策选择模型确定各养护决策单元的养护维修方案，根据典型养护方案模型确定所述养护维修方案所用材料及施工工序。本发明***可以实现公路养护的智能化决策。
Description
技术领域
本发明涉及公路养护技术领域，具体涉及一种公路养护智能决策分析***。
背景技术
为保证公路设施具有良好的服务水平，如何合理地分配养护资金、在合理的时机选择耐久有效的养护措施，避免项目选择以及投资决策失误，充分发挥公路养护投资的最大经济社会效益，是各级公路养护管理单位需解决的问题。但公路养护决策是一个复杂的养护决策过程，不仅需满足网级养护决策的需求，还需与养护方案设计相匹配，随着大数据分析技术、GIS等技术的应用，如何将其应用于公路养护智能决策分析，通过输入管理决策需求，实现模型算法的自学习，实现公路养护的智能化决策，公路养护管理部门急需一整套完整的公路养护智能决策分析***。
发明内容
针对上述现有技术中存在的问题，本发明提供一种公路养护智能决策分析***，实现公路养护的智能化决策。
为此，本发明提供如下技术方案：
一种公路养护智能决策分析***，所述***包括：基础数据管理模块、模型库、养护决策管理模块、路面技术状况评定模块、以及养护决策分析模块；
所述基础数据管理模块，用于采集并记录公路沥青路面的基础数据，所述基础数据包括：道路基础设施的属性信息、车道的属性信息；
所述模型库，用于存储养护智能决策分析关键模型，所述关键模型包括：路面技术状况评定模型、决策约束模型、对策选择模型、典型养护方案模型；
所述养护决策管理模块，用于划分各路线的养护决策区间，并将各区间划分为一个或多个养护决策单元；
所述路面技术状况评定模块，用于根据所述基础数据及所述路面技术状况评定模型对路网内各路线的养护决策单元的路面技术状况进行评估，得到各养护决策单元的路面评估结果；
所述养护决策分析模块包括：
养护需求分析单元，用于根据所述路面技术状况评定模块的路面评估结果及所述决策约束模型确定待养护的各养护决策单元；
决策单元，用于调用所述对策选择模型确定各养护决策单元的养护维修方案，根据所述典型养护方案模型确定所述养护维修方案所用材料及施工工序。
可选地，所述道路基础设施的属性信息包括以下任意一项或多项：道路基础设施的外观形状尺寸、结构组成和修建维护资料以及使用性能；所述车道的属性信息包括静态属性数据和动态属性数据；所述静态属性数据包括以下任意一项或多项：路线、路基、路面、构造物、养护历史、养护管理信息。
可选地，所述路面技术状况评定模块包括：
检测数据管理单元，用于从所述基础数据中提取检测数据，并提供查询界面，根据在查询界面输入的关键词(路线、管养单位、起点桩号、终点桩号、车道)查询检测数据的明细；
数据完整性校验单元，用于检查所有路线、所有车道检测数据的完整性，并对缺少检测数据的路段进行信息提示；
路况评定明细管理单元，用于管理所有检测路线、所有车道的养护决策单元各指标的评定结果；具体地，可以根据所述检测数据及所述路面技术状况评定模型计算并记录路网内各路线的每个养护决策单元的检测指标测量值；
统计分析单元，用于进行多角度多维度的数据智能统计分析；
报告生成单元，用于根据所述统计分析单元的统计分析结果，确定各路段的每个养护决策单元的路面评估结果，并生成评估报告。
可选地，所述路面技术状况评定模块还包括：
路况预警单元，用于对检测指标测量值低于设定水平的路段进行预警。
可选地，所述路况预警单元，具体用于采用图表和/或地图展示的形式进行预警。
可选地，所述典型养护方案模型包括：结构性修复典型养护方案、功能修改典型养护方案、预防性养护典型养护方案。
可选地，所述关键模型还包括：费用效益模型；所述决策单元包括：
候选方案确定单元，用于利用所述对策选择模型确定所述养护决策单元的一种或多种候选养护维修方案；
效益费用比计算单元，用于根据所述费用效益模型计算每种候选养护维修方案的效益费用比；
选择单元，用于选择效益费用比最大的候选养护维修方案作为所述养护决策单元的养护维修方案。
可选地，所述效益费用比计算单元包括：
费用计算子单元，用于计算所述候选养护维修方案的费用；
效益计算子单元，用于计算所述候选养护维修方案的短期效益；
比值计算子单元，用于计算计算所述候选养护维修方案的效益费用比。
可选地，所述关键模型还包括：性能预测模型；
所述效益计算子单元，具体用于生成与每种候选养护维修方案对应的所述养护决策单元实施养护维修后的路面性能衰变曲线，并将所述路面性能衰变曲线作为短期性能预测曲线；利用所述性能预测模型得到所述养护决策单元的长期性能预测曲线；根据对应每种候选养护维修方案的短期路面性能衰变曲线及所述长期性能预测曲线计算所述候选养护维修方案的短期效益。
可选地，所述关键模型还包括：优先排序模型；养护决策分析模块还包括：
排序单元，用于利用所述优先排序模型确定所述多个养护决策单元的优先次序。
本发明实施例提供的公路养护智能决策分析***，通过建立模型库存储养护智能决策分析关键模型，所述关键模型包括：路面技术状况评定模型、决策约束模型、对策选择模型、典型养护方案模型；根据采集的公路沥青路面的基础数据，利用路面技术状况评定模型对路网内各路段的每个养护决策单元的路面技术状况进行评估，得到各养护决策单元的路面评估结果；根据各养护决策单元的路面评估结果确定待养护的养护决策单元；然后利用对策选择模型确定各养护决策单元的养护维修方案，根据所述典型养护方案模型确定所述养护维修方案所用材料及施工工序，从而自动实现公路养护智能决策分析，并提高了方案的适用性。而且，由于根据实际采集的路网数据确定各路段的路面技术状况的评定结果，使得选定的养护维修方案更符合路面当前的技术状况，使待养护路段得到更合适、更准确的养护。
进一步地，在确定养护维修方案时不仅考虑了待养护的养护决策单元的路面实际状况，而且还考虑了各种候选养护维修方案的短期效益和费用，从而可以选出效益费用比最大的候选养护维修方案，有效节省路面养护成本。
进一步地，在路网内有多个待养护路段的情况下，还可以自动对多个待养护路段的优先次序进行排序，提高路网内各路段的养护效率，有效地保障高优先级的路段得到及时有效地维护。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本发明实施例公路养护智能决策分析***的一种结构框图；
图2是本发明实施例中路面技术状况评定模块的一种结构框图；
图3是本发明实施例公路养护智能决策分析***的另一种结构框图；
图4是本发明实施例中路面性能衰变曲线示意图；
图5是本发明实施例中对应不同养护维修方案的短期效益示意图；
图6是本发明实施例公路养护智能决策分析***的另一种结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。
如图1所示，是本发明实施例公路养护智能决策分析***的一种结构框图。
在该实施例中，所述公路养护智能决策分析***100包括以下各模块：基础数据管理模块101、模型库102、养护决策管理模块103、路面技术状况评定模块104、以及养护决策分析模块105。其中：
基础数据管理模块101用于采集并记录公路沥青路面的基础数据，所述基础数据包括：道路基础设施的属性信息、车道的属性信息；
模型库102用于存储养护智能决策分析关键模型，所述关键模型包括：路面技术状况评定模型、决策约束模型、对策选择模型、典型养护方案模型；
养护决策管理模块103用于划分各路线的养护决策区间，并将各区间划分为一个或多个养护决策单元；
路面技术状况评定模块104用于根据所述基础数据及所述路面技术状况评定模型对路网内各路线的养护决策单元的路面技术状况进行评估，得到各养护决策单元的路面评估结果；
所述养护决策分析模块105包括以下各单元：
养护需求分析单元，用于根据所述路面技术状况评定模块的路面评估结果及所述决策约束模型确定待养护的各养护决策单元；
决策单元，用于调用所述对策选择模型确定各养护决策单元的养护维修方案，根据所述典型养护方案模型确定所述养护维修方案所用材料及施工工序，并生成养护决策报告。
在本发明实施例中，所述道路基础设施的属性信息包括但不限于以下任意一项或多项：道路基础设施的外观形状尺寸、结构组成和修建维护资料以及使用性能。
所述车道的属性信息包括静态属性数据和动态属性数据。其中：
所述静态属性数据包括但不限于以下任意一项或多项：路线、路基、路面、构造物、养护历史数据、管养数据。其中，所述路线包括但不限于以下任意一项或多项：路线的基本信息、技术等级、建设年度、平面线形、纵断面、横断面、地形地貌、互通立交、重复路段、特殊路段、绿化信息；所述路基包括但不限于以下任意一项或多项：路基的基本信息、排水设施、路基防护等；所述路面包括但不限于以下任意一项或多项：建设期路面结构、现状路面结构；所述构造物包括但不限于以下任意一项或多项：桥梁基础信息、隧道基础信息；所述养护历史数据可以包括但不限于以下任意一项或多项：公路建成时的路面结构，基层类型，建成使用后的每次养护情况(养护措施厚度及年份)等；所述管养数据是路线所属管养单位的具体信息，哪条线，哪个桩号范围，分属哪个管理单位等管理信息。
所述动态属性数据包括但不限于以下任意一项或多项：交通量数据、道路技术状况检测数据(路面破损、平整度、车辙、构造深度等)、道路所在区域的环境数据。其中，所述交通量数据包括以下任意一项或多项：交通调查点的断面交通量、轴载作用次数；所述道路技术状况检测数据包括对应不同路段(比如涵盖十米、百米和公里的路段)的检测数据，这些数据可以图表的形式保存。所述环境数据可以包括但不限于：太阳辐射量、降水量、相对湿度、平均气温等。
进一步地，在本发明***另一实施例中，所述基础数据管理模块101还可以根据建设期路面结构和养护历史数据，自动形成所有车道的现状路面结构，若养护历史发生变化，可自动生成现状路面结构，实现了路面结构状况的信息管理智能化。
由于路面结构、养护历史、交通量等影响因素的差异，同一条路的不同路段往往表现出不同的衰变规律，因此，在本发明实施例的***中，由上述养护决策管理模块103划分各路线的养护决策区间，并将各区间划分为一个或多个养护决策单元。其中，所述养护决策区间是一条路线具有相似管理属性的最大决策区间。
需要说明的是，考虑到路面施工的实际需要，养护决策区间的长度不宜过短，划分的标准可以根据养护管理的实际需求确定，可为以下任意影响因素变化处：交通量(互通立交)、路面宽度(车道数量变化)、技术等级、养护管理单位、区域(政区)、路面类型(沥青路面、水泥路面)、建设年份、桩号断链处、桥梁、隧道、上下行分离路段的起点和终点、基层类型变化处等。在养护决策区间基础上，可以按公里划分成养护决策单元。比如，此桩号距离整桩号的距离，若距离大于500米，则作为独立的决策单元，若距离小于500米，则与其后养护决策单元合并。
在本发明实施例中，所述路面技术状况评定模型是确定路况检测指标的计算方法模型，可按《公路技术状况评定标准》(JTG5210-2018)开展路面技术状况评定。路况检测各项指标可以包括但不限于以下任意一项或多项：交通量断面年平均日交通量AADT和/或累计当量轴次ESAL)、路面损坏状况指数PCI、路面行驶质量指数RQI、路面车辙深度指数RDI、路面抗滑性能指数SRI、路面结构强度指数PSSI、路面跳车指数PBI等。各项指标的计算可采用现有技术中的一些方法，对此本发明实施例不做限定。
上述路面技术状况评定模块104具体可以从所述基础数据中获取相应的检测数据，导入所述检测数据，对所述检测数据进行完整性校验等处理，然后根据所述路面技术状况评定模型计算各项指标(路面破损、路面平整度、路面车辙、路面跳车、路面磨耗、路面抗滑、路面弯沉等)的检测值。
如图2所示，所述路面技术状况评定模块104的一种具体结构可以包括以下各单元：
检测数据管理单元141，用于从所述基础数据中提取检测数据，并提供查询界面，根据在查询界面输入的关键词(路线、管养单位、起点桩号、终点桩号、车道)查询检测数据的明细；
数据完整性校验单元142，用于检查所有路线、所有车道检测数据的完整性，并对缺少检测数据的路段进行信息提示；
路况评定明细管理单元143，用于管理所有检测路线、所有车道的养护决策单元各指标的评定结果；具体地，可以根据所述检测数据及所述路面技术状况评定模型计算并记录路网内各路线的每个养护决策单元的检测指标测量值；
统计分析单元144，用于进行多角度多维度的数据智能统计分析；
报告生成单元145，用于根据所述统计分析单元的统计分析结果，确定各路段的每个养护决策单元的路面评估结果，并生成评估报告。
在本发明实施例中，所述路面技术状况评定模型是确定路况检测指标的计算方法模型，可按《公路技术状况评定标准》(JTG5210-2018)开展路面技术状况评定。
路况检测各项指标可以包括但不限于以下任意一项或多项：交通量断面年平均日交通量AADT和/或累计当量轴次ESAL)、路面损坏状况指数PCI、路面行驶质量指数RQI、路面车辙深度指数RDI、路面抗滑性能指数SRI、路面结构强度指数PSSI、路面跳车指数PBI等。各项指标的计算可采用现有技术中的一些方法，对此本发明实施例不做限定。
相应地，所述路况评定明细管理单元143确定路网内各路线的每个养护决策单元的检测指标测量值的过程如下：
(1)从所述路面技术状况评定模型中获取各检测指标的计算方法；
(2)利用所述计算方法及所述检测数据计算得到各路线的每个养护决策单元的检测指标测量值。
所述统计分析单元144可以进行多角度多维度的数据智能统计分析，比如可以包括但不限于：基础数据统计分析、养护历史统计分析、路况评定结果统计分析、路况总体性能统计分析、路线统计分析、管理单位统计分析、病害统计分析、历史路况对比分析等。其中：
基础数据统计分析可按路龄(3年以下、3～8年、8年以上)、行政等级(高速公路、一级公路、二级公路、三级公路、四级公路)开展基础数据的统计分析；
养护历史统计分析可查询所有路线所有车道的养护时间、具体的养护方案，并以图表的形式展示输出，按路线名、上下行、车道、管养单位、起终点桩号查询；
路况评定结果统计分析可从多维度统计分析，按路面结构统计分析，按面层材料、基层材料、基层类型、面层总厚度、基层总厚度管理里程和所占的比例；
路况总体性能统计分析可分析整个路网所有检测指标值、优、良、中、次、差、优等路、优良路、次差路所占的比例；
路线统计分析可分析所有检测的路线的总体评定长度、平均值、优、良、中、次、差、优等路、优良路、次差路所占的比例；
管理单位统计分析可分析所有管理单位的总体评定长度、平均值、优、良、中、次、差、优等路、优良路、次差路所占的比例；
病害统计分析可分析路网沥青路面(龟裂、块状裂缝、横向裂缝、纵向裂缝、沉陷、车辙、波浪拥包、坑槽、松散、泛油、修补)所有病害的面积以及比例，各路线沥青路面/水泥路面所有病害的面积以及比例，各管理单位沥青路面/水泥路面所有病害的面积以及比例；
历史路况对比分析可分析多年的检测评定结果，包括每年检测里程对比、路面技术状况所有检测指标对比、每年的优等路、优良路、次差路所占的比例。
需要说明的是，上述针对各种数的据智能统计分析可以由相应的统计分析功能单元来完成，也可以由一个统计分析单元来完成，对此本发明实施例不做限定。
进一步地，所述路面技术状况评定模块104另一实施例中，还可包括路况预警单元(未图示)，用于对检测指标测量值低于设定水平(如路面破损PCI低于80分或评定结果为良及以下)的路段进行预警。比如，可以图表和/或地图展示的形式预警。
进一步地，所述路况预警单元还可提供查看功能，查看自动化检测设备拍摄的前方景观、破损检测照片等原始检测数据。
在本发明实施例中，所述决策约束模型包括设置的一个或多个决策约束条件，用于确定养护决策标准。例如，所述养护决策标准的定义如下：为了便于与路况实测值或预测值进行比较而设定的限制数值，当路况实测值或预测值超出限值时，就产生了养护需求，即当路面使用性能衰变到一定程度或低于养护决策标准时，就要考虑对其进行某种方式的养护，以保持或恢复路面的使用性能。
养护决策标准的高低，会直接影响到路面的功能性修复、结构性修复、预防性养护养护需求。采用较高的养护决策标准，将使路面提前处治，但同时可以通过使用结构较薄、费用较低的措施使路面性能恢复到较好的水平，并延长路面大修的周期，因此初期养护费用虽然稍高，但在寿命周期内的总养护费用反而降低了；此外采用较高的养护决策标准可以使路网服务水平长期维持在较高的水平之上，从而大大减少用户的费用，对交通量较大的高等级公路来说其效果尤其明显。反之，如果采用较低的养护决策标准，路网服务水平维持在较低水平上，不仅用户费用如油耗会大幅升高，公路部门的寿命周期养护费用也会增加。
为此，在本发明方法实施例中，在具体设置养护标准值时，可以考虑以下因素：1)道路的等级或类型，一般较高等级的公路会设置较高的养护标准；2)可用资源和养护政策，对于资金比较充足的地区，可以设置较高的养护标准，保持路况保持较好的养护质量，反之则需设置稍低一些的养护标准；3)路网的养护状况，对于整体状况较好的路网可设置高一些的标准，而对于路网养护状况较差的路网，则只能设置较低的标准，否则会造成养护需求过大，而不利于按轻重缓急的原则进行养护决策。
在实际应用中，沥青路面养护决策可按需求设置高中低三个标准，低标准一般为规范标准。对于沥青路面，可以确定所有路况的养护决策指标：交通量(AADT或ESAL)、PCI、RQI、RDI、SRI、PSSI、PBI在高标准、中标准、低标准下的养护标准值。
相应地，在某个养护决策单元有一项或多顶路况检测指标的测量值低于相应的标准值的情况下，确定该养护决策单元需要进行养护，该养护决策单元即为待养护的养护决策单元。
在本发明方法实施例中，所述对策选择模型就是根据待养护的养护决策单元的路面技术状况的评价结果选择合适的养护维修方案，所述对策选择模型包括不同评价结果与路面养护维修方案的对应关系。
确定影响路面养护维修对策制订的因素，应综合考虑路面结构承载能力、路面损坏状况、路面行驶质量、基层材料的影响、交通量和养护历史等因素。在本发明实施例中，可以依靠一系列的规则和标准选择合适的养护维修方案，所述规则和标准可以根据实际需要确定，对此本发明实施例不做限定。
需要说明的是，在实际应用中，可以根据所述对策选择模型选出至少两种养护方案，养护管理单位根据需要开展经济、环境等比选确定最终的养护维修方案。
所述典型养护方案模型包括路面材料库模型和养护施工工序模型。其中：
所述路面材料库模型用于管理沥青混凝土路面的面层、基层、垫层、路面功能层(粘层、透层、封层)常用的材料，包括路面各结构层(面层、粘层、透层、封层、基层等)常用的路面材料库信息，各材料库信息包括但不限于：材料名称、材料类别、应用的层位、路面类型等信息。
所述养护施工工序模型用于确定路面养护施工的先后顺序，比如，施工工序为由上而下铣刨原路面面层、基层，由下而上重铺基层、面层，以及路面功能层的铺筑。在确定待养护路段的施工工序时，需要知道原路面的各结构层及其厚度。
进一步地，所述典型养护维修方案按养护性质可以划分为以下几种：结构性修复典型养护方案、功能性修复典型养护方案、预防性养护典型养护方案。
需要说明的是，对于每种典型养护方案模型，均包括路面材料库模型和养护施工工序模型。
本发明实施例提供的公路养护智能决策分析***，通过建立模型库存储养护智能决策分析关键模型，所述关键模型包括：路面技术状况评定模型、决策约束模型、对策选择模型、典型养护方案模型；根据采集的公路沥青路面的基础数据，利用路面技术状况评定模型对路网内各路段的每个养护决策单元的路面技术状况进行评估，得到各养护决策单元的路面评估结果；根据各养护决策单元的路面评估结果确定待养护的养护决策单元；然后利用对策选择模型确定各养护决策单元的养护维修方案，根据所述典型养护方案模型确定所述养护维修方案所用材料及施工工序，从而自动实现公路养护智能决策分析，并提高了方案的适用性。而且，由于根据实际采集的路网数据确定各路段的路面技术状况的评定结果，使得选定的养护维修方案更符合路面当前的技术状况，使待养护路段得到更合适、更准确的养护。
如图3所示，是本发明实施例公路养护智能决策分析***的另一种结构框图。
与图1所示实施例的区别在于，在该实施例中，所述关键模型还包括：费用效益模型。
相应地，在该实施例中，所述决策单元可以包括以下各单元：
候选方案确定单元，用于利用所述对策选择模型确定所述养护决策单元的一种或多种候选养护维修方案；
效益费用比计算单元，用于根据所述费用效益模型计算每种候选养护维修方案的效益费用比；
选择单元，用于选择效益费用比最大的候选养护维修方案作为所述养护决策单元的养护维修方案。
其中，所述效益费用比计算单元可以包括以下各子单元：
费用计算子单元，用于计算所述候选养护维修方案的费用；
效益计算子单元，用于计算所述候选养护维修方案的短期效益；
比值计算子单元，用于计算计算所述候选养护维修方案的效益费用比。
其中，每种候选养护维修方案的费用可以根据该方案所使用的所有材料及其价格来确定。由于每种养护维修方案的养护周期长度不相同，因此可以采用当量平均年度费用(MCI)来对各种养护维修方案进行比较。
所述费用计算子单元对每种候选养护维修方案的费用计算如下：
(1)计算费用分析期内发生的各项养护维修方案的总现值，时间零点选择路面新近或新近一次大(中)修的时间。计算公式如下：
PCj＝∑Ci(1+d)-t
式中，PCj为第j个养护维修策略在其费用分析期内发生的各项养护维修方案费用的总现值；Ci为未来t时间发生的i项养护维修方案的费用；d为利率(如利率为6％，则d＝0.06)，可根据经济发展水平选择；t为养护维修方案实施的时间(年)。
(2)将所有养护维修方案的现值之和，即总现值转化为当量平均年度费用MCI。
式中，MCIj为第j个养护维修策略的当量平均年度费用，kj为第j个养护维修策略费用分析期的长度。
所述效益计算子单元对每种候选养护维修方案的短期效益可以按以下方式来确定：
(1)生成与每种候选养护维修方案对应的所述养护决策单元实施养护维修后的路面性能衰变曲线，并将所述路面性能衰变曲线作为短期性能预测曲线；所述路面性能衰变曲线的形式可以是概率型模型、连续型模型等形式，具体可利用现有技术来生成，对此本发明实施例不做限定；
(2)利用性能预测模型得到所述养护决策单元的长期性能预测曲线；
(3)根据对应每种候选养护维修方案的短期路面性能衰变曲线及所述长期性能预测曲线计算所述候选养护维修方案的短期效益。
如图4所示，养护维修方案的短期效益的计算公式为：
式中，MBi为第i种养护维修方案的短期效益，ti为第i种养护维修方案实施的时间，ti+1为第i+1种养护维修方案实施的时间，PPI(t)为实施养护维修方案措施后t时刻路面的PPI值，PPI0(t)为原路面结构自然衰变下t时刻路面的PPI值。
具体地，对于每种养护维修方案，其短期效益为相邻两次养护时间轴、养护维修后路面性能衰变曲线、路面性能自然衰变曲线(即路面没有采取养护的性能衰变曲线)所围成的面积。如图5中所示阴影部分①即为养护维修方案1的短期效益，在实施了养护维修方案1以后，路面技术状况PPI上升，路面性能衰变曲线也随之改变，直至采取下一次养护措施2。
所述性能预测模型用于确定路面的使用性能随时间或轴载作用次数的变化情况。影响路面使用性能衰减的因素有很多，比如路面结构、交通量、材料性质、施工水平、环境因素等。
需要说明的是，所述性能预测模型可以作为所述关键模型中的一个模型，也可以独立存在，对此本发明实施例不做限定。
所述性能预测模型可选择S型曲线模型、折线型模型、同济模型、负指数曲线模型等模型结构中的任意一种。当然，也可以根据对不同结构的模型进行检测，从中选择最优的一种模型。
上述各种不同结构的性能预测模型的构建可以采用现有技术，对此本发明实施例不做限定。
本发明实施例提供的公路沥青路面养护智能决策***，不仅能够自动实现公路养护智能决策分析，而且在确定养护维修方案时不仅考虑了待养护路段的路面实际状况，而且还考虑了各种候选养护维修方案的短期效益和费用，从而可以选出效益费用比最大的候选养护维修方案，有效节省路面养护成本。
如图6所示，是本发明实施例公路养护智能决策分析***的另一种结构框图。
与图3所示实施例的区别在于，在该实施例中，所述关键模型还包括：优先排序模型；养护决策分析模块还包括：排序单元，用于利用所述优先排序模型确定所述多个养护决策单元的优先次序。
具体地，所述优先排序模型可以按照一定原则确定一段时间内路网内各路线上各待养护的养护决策单元的优先次序。该原则反映了管理者对路面性能的要求，也与管理的需求有关，比如，可以设置以下优先排序原则：
(1)根据公路的功能和重要性，行政等级和技术等级高的优先；
(2)损坏越严重的路段优先，交通量越大的养护决策单元优先。
所述优先排序模型可以采用加权法计算多种因素的影响，并根据管理的需求加大关键决策指标的权重，加权法计算公式如下：
PR＝w行政等级×行政等级优先度+w技术等级×技术等级优先度+wPPI×PPI优先度+w交通量×交通量优先度
式中，PR为优先排序的值(可以称之为优先值)，PR值越大，说明路段优先级越高；
w行政等级为行政等级所占的权重，w技术等级为技术等级所占的权重，wPPI为检测指标PPI(可为PCI、RQI、SRI、PWI、RDI、PSSI中的一个或多个)所占的权重，行政等级、技术等级、PPI、交通量优先度均为0～100。
利用所述优先排序模型确定所述路网内多个待养护的养护决策单元的优先次序的过程如下：
(1)获取各待养护的养护决策单元的优先级参数值；
(2)利用所述优先排序模型及所述待养护的养护决策单元的优先级参数值计算所述待养护的养护决策单元的优先值；
(3)根据各待养护的养护决策单元的优先值对所述待养护的养护决策单元的养护维修时间进行排序。
需要说明的是，在上述实施例中，还可以根据各待养护的养护决策单元及其对应的养护维修方案，生成养护决策报告。
本发明实施例提供的公路沥青路面养护智能决策***，不仅能够自动实现公路养护智能决策分析，而且在路网内有多个待养护路段的情况下，还可以自动对多个待养护路段的优先次序进行排序，提高路网内各路段的养护效率，有效地保障高优先级的路段得到及时有效地维护。
本发明实施例提供的公路沥青路面养护智能决策***中，所述养护决策分析模块不仅可以进行养护需求分析和养护资金测算，而且还可以进行养护效益分析和养护投资决策。其中，养护需求分析主要是基于路面技术状况检测数据分析公路网一定规划期内养护决策管理单元的各类养护(日常养护、功能性修复、结构性修复、预防性养护)的需求以及采用的养护方案、养护费用、优先排序，从宏观角度了解公路网路面的整体养护需求；养护资金测算是限定养护后路网养护质量(如路网养护后PQI>90)的情况下，分析未来多年(比如2～10年)的功能性修复、结构性修复、预防性养护工程的需求以及采用的养护方案、养护费用、优先排序，可以得到路网在一定规划期内所需养护总资金以及路面技术状况的改善与养护质量效果；养护投资决策即在一定的养护资金约束(如当年的养护总资金为1亿元)条件下，如何安排规划期内的维修改建项目，使得该预算资金能获得最大的维修效益，分析未来多年(比如2～10年)的功能性修复、结构性修复、预防性养护工程的需求以及采用的养护方案、养护费用、优先排序，可以得到路网在一定规划期内路面技术状况的改善与养护质量效果；投资效益分析是分析区域路网在不同投资水平下，路网路面技术状况分布及发展趋势，找出最佳的公路养护投资战略，确保路网的道路服务水平满足道路用户要求，同时将道路的寿命周期费用控制在最小的范围之内，投资效益分析是在在养护需求分析的基础上，分析在不同比例投资下(比如90％、80％、70％等情况下)路网的养护计划(结构性修复、功能性修复、预防性养护)以及实施养护措施后路网的路况服务水平。因此，利用本发明实施例提供的公路沥青路面养护智能决策***，使待养护路段得到更合适、更准确的养护，并有效节省路面养护成本。
以上对本发明实施例进行了详细介绍，本文中应用了具体实施方式对本发明进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及装置，其仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围，本说明书内容不应理解为对本发明的限制。因此，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种公路养护智能决策分析***，其特征在于，所述***包括：基础数据管理模块、模型库、养护决策管理模块、路面技术状况评定模块、以及养护决策分析模块；
所述基础数据管理模块，用于采集并记录公路沥青路面的基础数据，所述基础数据包括：道路基础设施的属性信息、车道的属性信息；
所述模型库，用于存储养护智能决策分析关键模型，所述关键模型包括：路面技术状况评定模型、决策约束模型、对策选择模型、典型养护方案模型；
所述养护决策管理模块，用于划分各路线的养护决策区间，并将各区间划分为一个或多个养护决策单元；
所述路面技术状况评定模块，用于根据所述基础数据及所述路面技术状况评定模型对路网内各路线的养护决策单元的路面技术状况进行评估，得到各养护决策单元的路面评估结果；
所述养护决策分析模块包括：
养护需求分析单元，用于根据所述路面技术状况评定模块的路面评估结果及所述决策约束模型确定待养护的各养护决策单元；
决策单元，用于调用所述对策选择模型确定各养护决策单元的养护维修方案，根据所述典型养护方案模型确定所述养护维修方案所用材料及施工工序；
所述关键模型还包括：费用效益模型；所述决策单元包括：
候选方案确定单元，用于利用所述对策选择模型确定所述养护决策单元的一种或多种候选养护维修方案；
效益费用比计算单元，用于根据所述费用效益模型计算每种候选养护维修方案的效益费用比；
选择单元，用于选择效益费用比最大的候选养护维修方案作为所述养护决策单元的养护维修方案；
所述效益费用比计算单元包括：
费用计算子单元，用于计算所述候选养护维修方案的费用；
所述费用计算子单元对每种候选养护维修方案的费用计算如下：
计算费用分析期内发生的各项养护维修方案的总现值，时间零点选择路面新近大修的时间，计算公式如下：
PCj＝∑Ci(1+d)-t
式中，PCj为第j个养护维修策略在其费用分析期内发生的各项养护维修方案费用的总现值；Ci为未来t时间发生的i项养护维修方案的费用；d为利率；t为养护维修方案实施的时间；将所有养护维修方案的现值之和，总现值转化为当量平均年度费用MCI；
式中，MCIj为第j个养护维修策略的当量平均年度费用，kj为第j个养护维修策略费用分析期的长度；
效益计算子单元，用于计算所述候选养护维修方案的短期效益；
比值计算子单元，用于计算所述候选养护维修方案的效益费用比；
所述关键模型还包括：性能预测模型；
所述效益计算子单元，具体用于生成与每种候选养护维修方案对应的所述养护决策单元实施养护维修后的路面性能衰变曲线，并将所述路面性能衰变曲线作为短期性能预测曲线；利用所述性能预测模型得到所述养护决策单元的长期性能预测曲线；根据对应每种候选养护维修方案的短期路面性能衰变曲线及所述长期性能预测曲线计算所述候选养护维修方案的短期效益；
其中，所述效益计算子单元对每种候选养护维修方案的短期效益按以下方式来确定：养护维修方案的短期效益的计算公式为：
式中，MBi为第i种养护维修方案的短期效益，ti为第i种养护维修方案实施的时间，ti+1为第i+1种养护维修方案实施的时间，PPI(t)为实施养护维修方案措施后t时刻路面的PPI值，PPI0(t)为原路面结构自然衰变下t时刻路面的PPI值。
2.根据权利要求1所述的***，其特征在于，所述道路基础设施的属性信息包括以下任意一项或多项：道路基础设施的外观形状尺寸、结构组成和修建维护资料以及使用性能；所述车道的属性信息包括静态属性数据和动态属性数据；所述静态属性数据包括以下任意一项或多项：路线、路基、路面、构造物、养护历史、养护管理信息。
3.根据权利要求1所述的***，其特征在于，所述路面技术状况评定模块包括：
检测数据管理单元，用于从所述基础数据中提取检测数据，并提供查询界面，根据在查询界面输入的关键词：路线、管养单位、起点桩号、终点桩号、车道，查询检测数据的明细；
数据完整性校验单元，用于检查所有路线、所有车道检测数据的完整性，并对缺少检测数据的路段进行信息提示；
路况评定明细管理单元，用于管理所有检测路线、所有车道的养护决策单元各指标的评定结果；具体地，可以根据所述检测数据及所述路面技术状况评定模型计算并记录路网内各路线的每个养护决策单元的检测指标测量值；
统计分析单元，用于进行多角度多维度的数据智能统计分析；
报告生成单元，用于根据所述统计分析单元的统计分析结果，确定各路段的每个养护决策单元的路面评估结果，并生成评估报告。
4.根据权利要求3所述的***，其特征在于，所述路面技术状况评定模块还包括：
路况预警单元，用于对检测指标测量值低于设定水平的路段进行预警。
5.根据权利要求4所述的***，其特征在于，
所述路况预警单元，具体用于采用图表和/或地图展示的形式进行预警。
6.根据权利要求1所述的***，其特征在于，所述典型养护方案模型包括：结构性修复典型养护方案、功能性修复典型养护方案、预防性养护典型养护方案。
7.根据权利要求6所述的***，其特征在于，所述关键模型还包括：优先排序模型；养护决策分析模块还包括：
排序单元，用于利用所述优先排序模型确定所述多个养护决策单元的优先次序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110530242.1A CN113516258B (zh) | 2021-05-14 | 2021-05-14 | 公路养护智能决策分析*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110530242.1A CN113516258B (zh) | 2021-05-14 | 2021-05-14 | 公路养护智能决策分析*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113516258A CN113516258A (zh) | 2021-10-19 |
| CN113516258B true CN113516258B (zh) | 2024-06-07 |
Family
ID=78064454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110530242.1A Active CN113516258B (zh) | 2021-05-14 | 2021-05-14 | 公路养护智能决策分析*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113516258B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114397928B (zh) * | 2021-12-31 | 2023-04-11 | 长沙金湘水泥制品有限公司 | 一种智能电杆养护***及方法 |
| CN114855570A (zh) * | 2022-05-24 | 2022-08-05 | 湖南东数交通科技有限公司 | 市政道路的养护策略处理方法、装置和计算机设备 |
| CN116797102A (zh) * | 2023-07-21 | 2023-09-22 | 西安科技大学 | 一种基于iri的路面养护决策确定方法及*** |
| CN117670078A (zh) * | 2023-11-20 | 2024-03-08 | 北京数字政通科技股份有限公司 | 一种调度决策方法及其*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100748078B1 (ko) * | 2006-04-05 | 2007-08-09 | 한국건설기술연구원 | 생애주기 성능 및 비용에 기초한 사회기반구조물의 최적유지관리전략 수립 방법 |
| CN104463348A (zh) * | 2014-11-11 | 2015-03-25 | 辽宁省交通科学研究院 | 一种沥青路面改造方案决策***及方法 |
| CN107153928A (zh) * | 2017-06-28 | 2017-09-12 | 江苏智通交通科技有限公司 | 可视化的公路养护决策*** |
| CN109767086A (zh) * | 2018-12-26 | 2019-05-17 | 江西秀川科技有限公司 | 一种国省干线道路路面技术状况智能决策*** |
-
2021
- 2021-05-14 CN CN202110530242.1A patent/CN113516258B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100748078B1 (ko) * | 2006-04-05 | 2007-08-09 | 한국건설기술연구원 | 생애주기 성능 및 비용에 기초한 사회기반구조물의 최적유지관리전략 수립 방법 |
| CN104463348A (zh) * | 2014-11-11 | 2015-03-25 | 辽宁省交通科学研究院 | 一种沥青路面改造方案决策***及方法 |
| CN107153928A (zh) * | 2017-06-28 | 2017-09-12 | 江苏智通交通科技有限公司 | 可视化的公路养护决策*** |
| CN109767086A (zh) * | 2018-12-26 | 2019-05-17 | 江西秀川科技有限公司 | 一种国省干线道路路面技术状况智能决策*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113516258A (zh) | 2021-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113516258B (zh) | 公路养护智能决策分析*** | |
| CN107153928B (zh) | 可视化的公路养护决策*** | |
| CN108596396A (zh) | 一种基于养护历史修正的路面性能预测和养护方法及装置 | |
| CN113191660A (zh) | 公路沥青路面养护智能决策方法 | |
| CN114912635A (zh) | 一种公路养护决策方法、***、存储介质和电子设备 | |
| CN112381251A (zh) | 一种公路评定与养护决策信息化*** | |
| Anastasopoulos | Infrastructure asset management: A case study on pavement rehabilitation | |
| CN112330516B (zh) | 一种生成公路路面维修计划的方法和装置 | |
| Adly et al. | Functional Damage Assessment Visually on the Road Using Pavement Condition Index (PCI) | |
| Semnarshad et al. | Development of a Pavement Overall Deterioration Index (Case Study: Iran) | |
| CN113762613A (zh) | 一种基于养护优先级排序的公路网养护规划方法 | |
| Paplauskas et al. | Road pavement condition index deterioration model for network-level analysis of national road network based on pavement condition scanning data | |
| Putman et al. | Ranking of pavement preservation practices and methods | |
| Barankin et al. | Hierarchical approach for assessing the vulnerability of roads and bridges to flooding in Massachusetts | |
| Tsai et al. | Study of Temporal Pavement Cracking in 3D to Determine Optimal Time and Cost-Effective Treatment Methods | |
| Yichang et al. | Study of Georgia’s pavement deterioration/life and potential risks of delayed pavement resurfacing and rehabilitation. | |
| Stevens et al. | Analysis of data for 6,978 bridges to inform a data strategy for predictive maintenance | |
| Fuentes | An analysis of sensitivity in economic forecasting for pavement management systems | |
| Abaza et al. | Pavement rehabilitation project ranking approach using probabilistic long-term performance indicators | |
| Bai et al. | Risk and Resilience Analysis Tool for Infrastructure Asset Management | |
| Wang et al. | Use of Crack Characteristics in Crack Sealing Performance Modeling and Network-Level Project Selection | |
| Ananraya et al. | The development of highways assets management system | |
| ABDULMAJEED et al. | EVALUATING PAVEMENT SURFACE CONDITION FOR URBAN NETWORK USING MICRO PAVER AND ArcGIS SOFTWARE | |
| Liyanage et al. | Condition assessment of newly constructed rural roads in Central and North Central provinces | |
| Huang et al. | Developing Pavement Maintenance Strategies and Implementing Management Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |