A data-driven study on asphalt pavement roughness evolution using full-scale test track data

Zhenhua Dai

doi:10.1016/j.ijtst.2026.03.001

A data-driven study on asphalt pavement roughness evolution using full-scale test track data

2026-09-11

0

OA

AI

DOI：10.1016/j.ijtst.2026.03.001

原文链接

原文求助

摘要

En 中文

沥青路面的平整度直接影响行驶舒适性和结构性能，使其长期预测对路面管理至关重要。本研究利用RIOHTRACK的全尺寸环道试验数据，探究了七种典型沥青路面结构国际平整度指数（IRI）的演变规律。统计分析揭示了三种特征性劣化模式：稳定型（半刚性及刚性薄面层）、周期性波动型（厚面层及全深度沥青路面）和非线性增长型（4 cm、6 cm、8 cm半刚性基层面层及倒装基层结构）。强基层-薄面层或中等厚度配置的路面平整度发展最为稳定，而非线性增长型路面在经历40～50百万次轴载后表现出加速劣化。相关性分析表明累计轴载是IRI进展的主导因素，温度的影响有限或与结构相关。为捕捉这些非线性和耦合影响，开发了一种集成贝叶斯优化的混合BO-CNN-LSTM模型进行超参数调优。该模型与传统回归方法相比具有更优精度（均方根误差：0.011～0.029，平均绝对百分比误差：0.6%～1.8%），尤其适用于半刚性和厚沥青混凝土路面。这些发现为主动路面维护和长期性能优化提供了机理洞察和数据驱动工具。

Keyword:

Asphalt pavement

Roughness evolution

Roughness prediction

Data-driven modeling

A data-driven study on asphalt pavement roughness evolution using full-scale test track data

摘要

期刊

机构

引用论文