Международный индекс шероховатости

Международный индекс шероховатости ( IRI ) — это индекс шероховатости, который чаще всего получают на основе измеренных продольных профилей дорог. Он рассчитывается с использованием математической модели автомобиля-четверти, реакция которой накапливается для получения индекса неровности с единицами уклона (дюймы/мили, м/км и т. д.). ^[1]^[2] Несмотря на то, что это универсальный термин, IRI рассчитывается для каждой колесной дорожки, но его можно расширить до среднего индекса шероховатости (MRI), когда собираются оба профиля колесной дорожки. Этот показатель эффективности имеет меньшую стохастичность и субъективность по сравнению с другими показателями эффективности дорожного покрытия , такими как PCI , но он не полностью лишен случайности. ^[3] К источникам изменчивости данных IRI относятся разница показаний разных пробегов испытуемого автомобиля и разница между показаниями пути правого и левого колеса. ^[4]^[5] Несмотря на эти факты, с момента своего появления в 1986 г. ^[6]^[7]^[8] IRI стал индексом неровности дорог , наиболее часто используемым во всем мире для оценки и управления дорожными системами.

Измерение IRI требуется для данных, предоставляемых Федеральному управлению шоссейных дорог США . ^[1]^[9] и описан в нескольких стандартах ASTM International : ASTM E1926-08, ^[10] АСТМ Е1364-95(2005), ^[11] и другие. IRI также используется для оценки конструкции нового дорожного покрытия, для определения штрафов или бонусов в зависимости от гладкости.

История

В начале 1980-х годов сообщество инженеров-дорожников определило неровности дорог как основной показатель полезности сети автомагистралей для участников дорожного движения. Однако существующие методы, используемые для характеристики шероховатости, не могли быть воспроизведены различными агентствами, использующими различное измерительное оборудование и методы. Даже внутри одного агентства методы не обязательно повторялись. Они также не были стабильными во времени.

США Национальная совместная программа исследований автомобильных дорог инициировала исследовательский проект, призванный помочь агентствам штата улучшить использование оборудования для измерения шероховатости. ^[12] Работу продолжил Всемирный банк ^[6] определить, как сравнивать или конвертировать данные, полученные из разных стран (в основном развивающихся стран), участвующих в проектах Всемирного банка. Результаты испытаний, проведенных Всемирным банком, 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 получила название Международного индекса шероховатости. ^[8] IRI используется при управлении активами дорожного покрытия, а также иногда при оценке нового строительства для определения бонусов/штрафов подрядчикам или для определения конкретных мест, где рекомендуется ремонт или улучшение (например, шлифовка или замена покрытия). IRI также является ключевым фактором, определяющим эксплуатационные расходы транспортных средств, который используется для определения экономической жизнеспособности проектов по улучшению дорог. ^[13]

Определение

IRI был определен как математическое свойство двумерного профиля дороги (продольный срез дороги, показывающий высоту, меняющуюся 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 автомобиля повторяет измерения неровностей, которые использовались дорожными агентствами в 1970-х и 1980-х годах. IRI статистически эквивалентен использованным методам в том смысле, что корреляция IRI с типичным приборным транспортным средством (называемым «системой измерения неровности дороги с откликом», RTRRMS) была так же хороша, как и корреляция между измерениями любого два RTRRMS. Преимущество IRI в качестве статистики, основанной на профиле, заключалось в том, что она была повторяемой, воспроизводимой и стабильной во времени. В основе IRI лежит концепция «золотого автомобиля», характеристики подвески которого известны. IRI рассчитывается путем моделирования реакции этого «золотого автомобиля» на профиль дороги. В симуляции моделируемая скорость транспортного средства составляет 80 км/ч (49,7 миль/ч). Свойства «золотого автомобиля» были выбраны в ходе более ранних исследований. ^[12] обеспечить высокую корреляцию с реакцией езды широкого спектра автомобилей, которые могут быть оснащены приборами для измерения статистики уклона (м/км). Демпфирование в IRI выше, чем у большинства транспортных средств, чтобы предотвратить «настройку» математической модели на определенные длины волн и создание чувствительности, не разделяемой 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 транспортного средства для преобразования скорости (например, м/с) в уклон (м/км). Частотный состав скорости движения подвески аналогичен частотному составу вертикального ускорения шасси, а также вертикальной нагрузки на шину/дорогу. Таким образом, IRI тесно коррелирует с общим уровнем вибрации при движении и с общим уровнем вибрации при нагрузке на дорожное покрытие. Хотя он не оптимизирован для точного соответствия какому-либо конкретному транспортному средству, он настолько сильно коррелирует с качеством езды и дорожной нагрузкой, что большинство исследовательских проектов, проверявших альтернативную статистику, не обнаружили значительных улучшений в корреляции.

Частота реакции подвески на скорости моделирования золотого автомобиля также определяет окончательную плавность хода IRI. Чувствительность IRI сосредоточена на длинах волн от 0,82 до почти 200 футов (от 0,25 до 61 метра). Однако, если какие-либо длины волн равны 7,9 или 50 футов (2,4 или 15,2 метра), значения IRI имеют больший вес. ^[2] Модель четвертного автомобиля имеет более высокую корреляцию с легкими и тяжелыми грузовиками. ^[2]

Значения IRI сообщаются в дюймах на милю (дюйм/миля), метрах на километр (м/км) или миллиметрах на километр (мм/км) в зависимости от перемещения подвески на протяжении пройденного расстояния. Дорожные агентства используют пороговые значения IRI для характеристики состояния дорог; например, в США IRI менее 95 дюймов/миль (1,50 м/км) обычно считается Федеральным управлением шоссейных дорог «хорошим» состоянием, а IRI от 96 до 170 дюймов/миль (1,51 до 2,68 м/км) считается «приемлемым», а IRI, превышающим 170 дюймов/милю (2,68 м/км), считается «плохим». ^[14]

Измерение

IRI рассчитывается на основе профиля дороги. Этот профиль можно измерить несколькими различными способами. Наиболее распространены измерения с помощью приборов класса 1, способных непосредственно измерять профиль дороги, и приборов класса 3, которые используют корреляционные уравнения. Используя терминологию Всемирного банка, они соответствуют устройствам уровня качества информации (IQL) 1 и IQL-3, что отражает относительную точность измерений. ^[15] Распространенным заблуждением является то, что скорость 80 км/ч, используемая в моделировании, также должна использоваться при физическом измерении неровностей с помощью измерительного транспортного средства. Системы IQL-1 измеряют профиль высоты независимо от скорости, а системы IQL-3 обычно имеют корреляционные уравнения для различных скоростей, чтобы связать фактические измерения с IRI. Если захваченные профили одинаковы, значения IRI будут одинаковыми.

Системы IQL-1 могут сообщать о различных интервалах шероховатости. IRI сообщается с интервалами 10–20 метров или 528 футов (160 метров) для коллекций на уровне проекта. IQL-3 с интервалом более 100 м.

Первые измерения проводились с использованием стержневой техники. Лаборатория транспортных исследований разработала балку с датчиком вертикального перемещения. С конца 1990-х годов использование профилометра Dipstick Profiler, ^[16] с заявленной точностью 0,01 мм (0,0004 дюйма) стали довольно распространенными. ^[17] ROMDAS Z-250 работает аналогично щупу. Профилометр ходьбы ARRB TR , ICC SurPRO и профилировщик ходьбы SSI CS8800 стали крупными инновациями для сбора точных профилей со скоростью ходьбы. Подразделения профилировщиков ходьбы ARRB, ICC и SSI регулярно собирают данные для эталонных профилировщиков FHWA ( сбор данных за 2009–2013 годы и отчет DTFH61-10-D-00026 ). Эти устройства можно использовать для сертификации инерционных профилометров в качестве эталонного устройства, поскольку они имеют интервал отбора проб менее 2,75 дюйма согласно AASHTO PP49. ^[18]

Динамические измерения профиля дороги выполняются с помощью приборов, установленных на автомобиле. Подход заключался в использовании датчика (первоначально ультразвукового, а затем лазерного), который измеряет высоту транспортного средства относительно дороги. Акселерометр имеет двойную интеграцию, чтобы определить высоту датчика относительно точки отсчета. Разница между ними заключается в относительном профиле высоты дороги. Этот профиль высот затем обрабатывается с помощью алгоритма четверти автомобиля для получения IRI. Наиболее распространенные подходы предусматривают измерение IRI на каждой дорожке колеса. Два IRI колесной дорожки необходимо объединить, чтобы получить общий «профиль шероховатости» IRI. ^[19] для переулка. Это можно сделать двумя способами. Модель «половина автомобиля» (HRI) имитирует транспортное средство, движущееся по обеим колесным дорожкам, тогда как модель «четверть автомобиля» имитирует одно колесо на каждой колесной дорожке, а среднее значение представляет собой IRI полосы движения. Подход с использованием четверти автомобиля считается более точным в представлении движения, ощущаемого пользователями, и является наиболее распространенным.

Основная проблема с профилировщиками связана с площадью их контакта с пятном контакта шины. Последний намного больше, чем любой из статических/низкоскоростных профилометров класса 1 или типичный лазерный профилометр. Эту проблему можно решить с помощью 4-дюймового или 6-дюймового линейного лазера, установленного на колесных дорожках и имитирующего ширину пятна шины. Или можно использовать сканирующий лазер высокой четкости, который создаст 3D-модель поверхности дорожного покрытия. Примером этого является система Pavemetrics , которая была принята многими различными OEM-поставщиками профилометрического оборудования сетевого уровня по всему миру. Помимо измерения неровностей, эта система также измеряет другие ключевые характеристики дорожного покрытия, такие как трещины, глубина колеи и текстура.

Менее дорогой альтернативой профилометрам являются RTRRMS, которые не записывают профиль, а устанавливаются в транспортные средства 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 покрытия и скорость, обычно используются разные калибровочные уравнения для корректировки показаний с учетом этих эффектов.

RTRRMS можно сгруппировать в три широкие категории, которые обычно относятся к IQL-3, за исключением, возможно, большинства систем на базе сотовых телефонов, которые имеют IQL-4:

Интеграторы ударов: они обеспечивают физическую связь между подрессоренной и неподрессоренной массами и записывают относительное движение. Первоначально они устанавливались на прицепе, например, разработанный в Индии компанией CRRI, CRRI Trailer Bump Integrator , теперь они чаще всего устанавливаются на полу транспортного средства с помощью троса, подключаемого к подвеске, например, производства TRL (Великобритания), CSIR. (Южная Африка) или ROMDAS (Новая Зеландия) ROMDAS Bump Integrator .
Системы на основе акселерометра: они используют акселерометр для измерения относительного движения подрессоренной массы с поправкой (иногда) на неподрессоренную массу. Примерами являются первые системы ARAN (Канада) и Roughometer ARRB (Австралия).
Системы на базе сотовых телефонов: это подмножество систем акселерометра, поскольку акселерометр встроен в сотовый телефон. Примерами таких приложений являются TotalPave , RoadBounce, Roadroid , RoadLab Pro , RoadBump и [1] . Хотя они становятся повсеместными, приложения имеют существенные различия, когда дело касается функций настройки и калибровки. Их следует использовать с большой осторожностью, и их правильнее считать IQL-4, чем IQL-3. ^{[ нужна ссылка ]}

Отношения с PCI

IRI обычно имеет обратную связь с PCI . Ровная дорога с низким IRI обычно имеет высокий PCI. Однако это не всегда так: дорога с низким IRI может иметь и низкий PCI, и наоборот. ^[5]^[20] 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]

См. также

Ссылки

^ Jump up to: ^а ^б ^с Пирионеси, С. Маде; Эль-Дираби, Тамер Э. (01 февраля 2021 г.). «Использование машинного обучения для изучения влияния типа индикатора производительности на моделирование разрушения гибкого покрытия» . Журнал инфраструктурных систем . 27 (2): 04021005. doi : 10.1061/(ASCE)IS.1943-555X.0000602 . ISSN 1076-0342 . S2CID 233550030 .
^ Jump up to: ^а ^б ^с Сэйерс, М.В.; Карамихас, С.М. (1998). «Маленькая книга профилирования» (PDF) . Институт транспортных исследований Мичиганского университета. Архивировано из оригинала (PDF) 17 мая 2018 г. Проверено 7 марта 2010 г.
^ Пирионеси, С. Маде; Эль-Дираби, Тамер Э. (01 февраля 2021 г.). «Использование машинного обучения для изучения влияния типа индикатора производительности на моделирование разрушения гибкого покрытия» . Журнал инфраструктурных систем . 27 (2): 04021005. doi : 10.1061/(ASCE)IS.1943-555X.0000602 . ISSN 1076-0342 . S2CID 233550030 .
^ Пирионеси, СМ (2019). Применение анализа данных для управления активами: ухудшение состояния и адаптация к изменению климата на дорогах Онтарио (докторская диссертация). Университет Торонто.
^ Jump up to: ^а ^б Пирионеси, С. Маде; Эль-Дираби, Тамер Э. (11 сентября 2020 г.). «Изучение взаимосвязи между двумя показателями качества дорожного покрытия: индексом состояния дорожного покрытия и международным индексом неровности» . Транспортная геотехника . 26 : 100441. doi : 10.1016/j.trgeo.2020.100441 . S2CID 225253229 – через Elsevier Science Direct.
^ Jump up to: ^а ^б Сэйерс М.В., Гиллеспи Т.Д. и Патерсон В.Д. Рекомендации по проведению и калибровке измерений неровности дороги, Технический документ Всемирного банка № 46, Всемирный банк, Вашингтон, округ Колумбия, 1986.
^ Сэйерс, М. (1984). Руководство по проведению и калибровке измерений неровности дорог . Мичиганский университет, Научно-исследовательский институт безопасности дорожного движения. OCLC 173314520 .
^ Jump up to: ^а ^б Сэйерс, М.В. (Майкл В.) (1986). Международный эксперимент по неровностям дорог: определение методов корреляции и калибровочного стандарта для измерений . Технический документ Всемирного банка № 45. Вашингтон, округ Колумбия: Всемирный банк. ISBN 0-8213-0589-1 . OCLC 1006487409 .
^ «Меры по управлению национальными характеристиками; оценка состояния дорожного покрытия для Национальной программы улучшения качества дорог и состояния мостов для Национальной программы улучшения качества дорог» . Федеральный реестр . 18 января 2017 г. Проверено 25 февраля 2021 г.
^ «ASTM E1926-08 (2015) Стандартная практика расчета международного индекса неровности дорог на основе измерений продольного профиля» . www.astm.org . Проверено 19 декабря 2019 г.
^ «ASTM E1926-08 (2015) Стандартная практика расчета международного индекса неровности дорог на основе измерений продольного профиля» . www.astm.org . Проверено 19 декабря 2019 г.
^ Jump up to: ^а ^б Гиллеспи, ТД; Сэйерс, М.В.; Сигел, Л. (декабрь 1980 г.). «Калибровка систем измерения неровности дороги реагирующего типа» . Отчет NCHRP (228). Вашингтон, округ Колумбия: Совет транспортных исследований.
^ Гринвуд, Ян; Беннетт, Кристофер Р. (2004). Моделирование затрат участников дорожного движения и экологических издержек в HDM-4 (Отчет). Ла-Дефанс, Франция: PIARC - Всемирная дорожная ассоциация. ISBN 2-84060-103-6 . HDM4-Volume7EN.
^ Дороги наших наций 2011 (Отчет). Вашингтон, округ Колумбия: Управление информации о политике дорожного движения, Федеральное управление шоссейных дорог. 2014.
^ Технологии сбора данных для управления дорогами
^ Домашняя страница веб-сайта Face® Dipstick®.
^ Сравнение оборудования для калибровки шероховатости - с целью повышения уверенности в данных сетевого уровня; Дж. Морроу, А. Фрэнсис, С.Б. Костелло, RCM Данн, 2006 г. Архивировано 3 апреля 2015 г. в Wayback Machine.
^ «Оценка Surpro как эталонного устройства для высокоскоростных инерционных профилометров» (PDF) . fdot.gov . Департамент транспорта Флориды. 1 февраля 2008 года . Проверено 10 мая 2022 г.
^ Сэйерс, М.В., Профили шероховатости. Отчет о транспортных исследованиях 1260, Совет транспортных исследований, Национальный исследовательский совет, Вашингтон, округ Колумбия, 1990 г.
^ Брайс, Дж.; Боади, Р.; Грегер, Дж. (2019). «Соотношение индекса состояния дорожного покрытия и текущего рейтинга эксплуатационной пригодности тротуаров с асфальтовым покрытием». Отчет о транспортных исследованиях: Журнал Совета по транспортным исследованиям . 2673 (3): 308–312. дои : 10.1177/0361198119833671 . S2CID 116809787 .

Дальнейшее чтение

«Связь неровностей дороги и скорости транспортных средств с вибрацией всего тела человека и пределами воздействия», авторы Алин и Гранлунд в Международном журнале дорожного строительства , том 3, выпуск 4, декабрь 2002 г., страницы 207–216. https://doi.org/10.1080/10298430210001701

МУЧКА, Питер. Международные спецификации индекса шероховатости в мире, Дорожные материалы и конструкция покрытий , ISSN 1468-0629, 2017 г., Том. 18, № 4, стр. 929–965. https://doi.org/10.1080/14680629.2016.1197144

Внешние ссылки

«Маленькая книга профилирования» , Сэйерс и Карамихас.
«Международный индекс шероховатости» Всемирного банка (ВБ)

[:02-1] Jump up to: ^а ^б ^с Пирионеси, С. Маде; Эль-Дираби, Тамер Э. (01 февраля 2021 г.). «Использование машинного обучения для изучения влияния типа индикатора производительности на моделирование разрушения гибкого покрытия» . Журнал инфраструктурных систем . 27 (2): 04021005. doi : 10.1061/(ASCE)IS.1943-555X.0000602 . ISSN 1076-0342 . S2CID 233550030 .

[:1-2] Jump up to: ^а ^б ^с Сэйерс, М.В.; Карамихас, С.М. (1998). «Маленькая книга профилирования» (PDF) . Институт транспортных исследований Мичиганского университета. Архивировано из оригинала (PDF) 17 мая 2018 г. Проверено 7 марта 2010 г.

[:03-3] Пирионеси, С. Маде; Эль-Дираби, Тамер Э. (01 февраля 2021 г.). «Использование машинного обучения для изучения влияния типа индикатора производительности на моделирование разрушения гибкого покрытия» . Журнал инфраструктурных систем . 27 (2): 04021005. doi : 10.1061/(ASCE)IS.1943-555X.0000602 . ISSN 1076-0342 . S2CID 233550030 .

[4] Пирионеси, СМ (2019). Применение анализа данных для управления активами: ухудшение состояния и адаптация к изменению климата на дорогах Онтарио (докторская диссертация). Университет Торонто.

[:0-5] Jump up to: ^а ^б Пирионеси, С. Маде; Эль-Дираби, Тамер Э. (11 сентября 2020 г.). «Изучение взаимосвязи между двумя показателями качества дорожного покрытия: индексом состояния дорожного покрытия и международным индексом неровности» . Транспортная геотехника . 26 : 100441. doi : 10.1016/j.trgeo.2020.100441 . S2CID 225253229 – через Elsevier Science Direct.

[wb46-6] Jump up to: ^а ^б Сэйерс М.В., Гиллеспи Т.Д. и Патерсон В.Д. Рекомендации по проведению и калибровке измерений неровности дороги, Технический документ Всемирного банка № 46, Всемирный банк, Вашингтон, округ Колумбия, 1986.

[7] Сэйерс, М. (1984). Руководство по проведению и калибровке измерений неровности дорог . Мичиганский университет, Научно-исследовательский институт безопасности дорожного движения. OCLC 173314520 .

[wb45-8] Jump up to: ^а ^б Сэйерс, М.В. (Майкл В.) (1986). Международный эксперимент по неровностям дорог: определение методов корреляции и калибровочного стандарта для измерений . Технический документ Всемирного банка № 45. Вашингтон, округ Колумбия: Всемирный банк. ISBN 0-8213-0589-1 . OCLC 1006487409 .

[9] «Меры по управлению национальными характеристиками; оценка состояния дорожного покрытия для Национальной программы улучшения качества дорог и состояния мостов для Национальной программы улучшения качества дорог» . Федеральный реестр . 18 января 2017 г. Проверено 25 февраля 2021 г.

[10] «ASTM E1926-08 (2015) Стандартная практика расчета международного индекса неровности дорог на основе измерений продольного профиля» . www.astm.org . Проверено 19 декабря 2019 г.

[11] «ASTM E1926-08 (2015) Стандартная практика расчета международного индекса неровности дорог на основе измерений продольного профиля» . www.astm.org . Проверено 19 декабря 2019 г.

[nchrp228-12] Jump up to: ^а ^б Гиллеспи, ТД; Сэйерс, М.В.; Сигел, Л. (декабрь 1980 г.). «Калибровка систем измерения неровности дороги реагирующего типа» . Отчет NCHRP (228). Вашингтон, округ Колумбия: Совет транспортных исследований.

[13] Гринвуд, Ян; Беннетт, Кристофер Р. (2004). Моделирование затрат участников дорожного движения и экологических издержек в HDM-4 (Отчет). Ла-Дефанс, Франция: PIARC - Всемирная дорожная ассоциация. ISBN 2-84060-103-6 . HDM4-Volume7EN.

[14] Дороги наших наций 2011 (Отчет). Вашингтон, округ Колумбия: Управление информации о политике дорожного движения, Федеральное управление шоссейных дорог. 2014.

[15] Технологии сбора данных для управления дорогами

[16] Домашняя страница веб-сайта Face® Dipstick®.

[17] Сравнение оборудования для калибровки шероховатости - с целью повышения уверенности в данных сетевого уровня; Дж. Морроу, А. Фрэнсис, С.Б. Костелло, RCM Данн, 2006 г. Архивировано 3 апреля 2015 г. в Wayback Machine.

[18] «Оценка Surpro как эталонного устройства для высокоскоростных инерционных профилометров» (PDF) . fdot.gov . Департамент транспорта Флориды. 1 февраля 2008 года . Проверено 10 мая 2022 г.

[19] Сэйерс, М.В., Профили шероховатости. Отчет о транспортных исследованиях 1260, Совет транспортных исследований, Национальный исследовательский совет, Вашингтон, округ Колумбия, 1990 г.

[20] Брайс, Дж.; Боади, Р.; Грегер, Дж. (2019). «Соотношение индекса состояния дорожного покрытия и текущего рейтинга эксплуатационной пригодности тротуаров с асфальтовым покрытием». Отчет о транспортных исследованиях: Журнал Совета по транспортным исследованиям . 2673 (3): 308–312. дои : 10.1177/0361198119833671 . S2CID 116809787 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]