一种无铺装道面的路用性能综合评价方法
2025-02-24 16:22
No.1343619192880111616
技术概要
PDF全文
本技术公开了一种无铺装道面的路用性能综合评价方法,属于路用性能评价技术领域,包括S1、设置路用性能影响因素;S2、建立指标层次分析结构模型和确定分级标准;S3、确定各评价指标权重;S4、确定综合权重评价并获得评价总分,根据评价总分与评价等级建立关系;本发明提供的一种无铺装道面的路用性能综合评价方法,通过建立一个包含多个评价指标的指标层次结构模型和确定分级标准,确定各评价指标权重,以及综合权重评价和等级划分的方法,为无铺装道面的路用性能提供一个全面、准确的评估体系。
背景技术
机场道面设计标准的发展经历了几个重要的阶段。最初,在20世纪20年代末,公路路基和路面设计的基本方法被首次提出。随后,在40至50年代,美国依据加州承载比(CBR)制定了沥青混凝土柔性机场道面的设计标准,这一做法被其他国家效仿。到了60年代,美国发展了ASSTHO设计法,并在90年代初期成熟,经验法得到了完善。近年来,包括中国在内的多个国家开始依据力学-经验法重新制定道面设计规范。 柔性道面因其良好的减震性能、适合机械化施工、工期短和易于养护等优点,成为国际研究的主要道面形式之一。1928至1929年间,美国加州工程师Porter.O.J等人通过研究,识别出导致路面破坏的三个主要因素,并提出了加州承载比(CBR)这一指标,用以衡量路基的抗剪能力。CBR是一个评估土基材料承载性能的指标,表示材料在局部荷载下抵抗压入变形的能力与标准碎石在相同深度下的压强之比。 在随后的十年中,Porter.O.J等人通过记录大量路面损坏情况、CBR值和使用强度的数据,分析了这些数据之间的关系,并形成了经验法。这种方法为道路土基的压实度提供了参考,但主要基于历史经验数据的总结,并未通过力学理论进行分析。到了20世纪40年代,美国陆军工程兵团(USACE)为了建设能够承受大型飞机起降的跑道,开始了相关研究,并引入经验法到机场跑道建设标准中。 从50年代起,经验法开始向计算公式化发展。1956年,USACE总结了以往的加速加载经验,并提出了飞机当量单轮与道面厚度之间关系的经验公式,并在美国各州推广使用。然而,由于经验法是基于机场跑道的实际使用情况和真实飞行试验得出的,随着机场使用条件的变化,这种方法逐渐暴露出越来越多的问题和不足。 为了解决这些问题,从60年代到70年代,力学-经验法开始被应用于机场道面设计。力学-经验法通过建立路面结构模型,将荷载和环境因素转化为代表值或等效值,然后基于结构模型进行计算,得出路面反应与经验破坏条件间的数量关系,从而得出规律性的设计结论。 进入21世纪,随着技术的进步,美军工程研究与发展中心(ERDC)在2001年开始了“联合快速机场建设(JRAC)”项目研究,其中一项重要研究内容是“可保障完成作战任务的野战机场简易道面”。这些演练的顺利进行标志着JRAC项目的成功,其成果一直沿用至今。 中国的柔性道面研究开始得相对较迟,早期的焦点主要是柔性铺装道面,而对于野战机场的土质道面的研究则相对较少。近年来,中国也开始依据力学-经验法重新制定道面设计规范,以满足实际需求。 基于上述,国内外对于无铺装道面的研究相对匮乏,并且没有完整的关于非铺装道面的设计规范。本方法旨在解决无铺装道面路用性能综合评价中存在的问题,通过建立一个包含多个评价指标的指标层次结构模型和确定分级标准,确定各评价指标权重,以及综合权重评价和等级划分的方法,为无铺装道面的路用性能提供一个全面、准确的评估体系,以期弥补这一空白。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
朱才辉  孟书一  陈天旭  刘媛  赵玮  彭森  翟乐天  刘阳阳
技术所属: 西安理工大学
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利