铁正检测科技有限公司山东省济南市
摘要：本文基于川高系统2018-2020年桥梁定期检查项目，对高速公路桥梁病害情况进行了预测分析研究。首先对引起桥梁病害的因素进行分析研究，确定了预测模型的计算变量，然后通过数学回归分析理论，运用SPSS数学分析软件，建立了绵广高速桥梁坑槽病害预测分析模型，结果表明本文研究成果对于公路桥梁病害预测具有较强的实用性。
关键词：高速公路；桥梁病害；回归分析；预测模型
1.前言
高速公路的维护和修理是公路管理的重要组成部分。高速公路建成投运后，随着时间的推移，累计交通量增加，使用性能逐渐下降[1]。为了确保高速公路的快速、平稳、安全、舒适及环境和经济使用性能，要保持高速公路原有的设计状态，必须坚持“预防为主，防治结合”的原则[2]。采取合理的养护技术和措施，定期、及时、长期、预防性、高质量的维护和维修。本文基于川高系统2018-2020年桥梁定期检查项目，对高速公路桥梁病害情况进行了预测分析研究。
2.工程概况
四川高速公路建设发展公司管辖的运营管理公司管理着包括城南高速，雅西高速和绵广高速公路在内的33条公路。共计约3400公里。其中，绵广高速公路上有253座桥梁，其中包括130座主线桥梁（54座桥梁，42座中间桥梁，34座小桥梁）。其结构形式为空心板、T梁、实心板、斜拉桥等；共有29座桥梁（一座桥梁，八座桥梁，15座桥梁和五座桥梁）。结构形式是空心板，实心板，现浇板，连续箱形梁等[3];非主线桥共计94座（大桥5座、中桥89座），其结构形式为空心板、梁板叠合式、U型槽、拱桥等。
3.病害预测因素分析
导致公路桥梁病害的因素很多，因此预测公路桥梁病害数量的合理前提是研究和确定导致公路桥梁病害的各种因素。一般从以下几个方面考虑以下影响公路桥梁早期破坏的因素：桥梁的使用寿命，交通量和交通组成，以及道路和桥梁的运行环境[4]。从以上几个方面对高速公路桥梁病害预测的主要影响因素如下。
（1）桥梁使用年限
随着桥梁使用寿命的增加，桥梁的服务性能在交通负荷和外部环境的影响下逐渐减小，损坏的概率也随之增加。
桥梁修复工程将对桥梁的病情有相应程度的修复效果，即当年的大中型修复将对路面病害的数量产生影响。因此，预测桥梁状况的使用寿命应该是大中型修复工程折减后的使用寿命[5]。
（2）交通量与交通组成
交通量对桥梁性能的影响是毋庸置疑的，因此交通量被认为是桥梁疾病预测的基本影响因素。特别是，重载荷车辆对桥梁的影响是桥梁结构早期损坏和使用寿命缩短的主要原因之一。
（3）公路桥梁运营环境
在公路桥梁的施工和使用过程中，随着自然环境（水，温度，湿度，日照等）的长期影响，路面结构的强度随着使用的增加而减小，桥梁病害逐渐发生。
①降雨量
水是造成桥梁损坏的主要因素之一。由于连续降雨或者路面积水，如果水不能及时有效地排出，路面材料将长时间被水包围，造成沥青路面的早期破坏。降雨是道路上水的主要来源。路面上长期积水不能及时排出，并渗入路基，容易造成路基等病害[6]。
②大气温度
大气温度也是影响道路结构强度的重要因素之一。沥青路面对温度非常敏感，因为温度影响，沥青路面结构的强度和弹性模量可能变化数次。水泥混凝土路面也受到大气温度变化的极大影响。
4.病害预测方法分析
确定病害数量的“拉开档次法”的原则是尽可能地反映评估对象之间的差异，并最大化评估对象之间的差异以便于分类。从几何的角度来看，n个评估对象可以被视为由m个评估指标组成的m维评估空间中的n个点（或向量）。找到n个评估对象的评估值（标量）等同于将n个点投影到一维空间中。选择索引权重系数，使得评估对象之间的差异尽可能大，即根据m维评估空间构建最优的一维空间。一维空间上的点的投影点是最分散的，即，离散程度最大。
取极大型评价指标χl，χ2，…，χm的线性函数
（4-1）
为系统的综合评价函数。式中ω=(ω1，ω2，…ωm)是m维待定正向量，χ=(χl，χ2，…，χm)为被评价系统的状态向量。将第i个系统Si的m个标准观测值χi1，χi2，…，χim代人，即得
（4-2）
“拉开档次”方法的原则是最大化的体现出具有不同“质量”的系统之间的差异。由“拉开档次”法给出的预测模型通过以下原则计算：指标的观测值最大化评估对象之间的总体差异。具有“再现性”和过程的“透明性”。理论上建立“拉开档次”方法，技术上是可行的。值得注意的是，由此获得的ω仅反映了系统之间的整体“差异”。它的计算原则是指标的观测最大化了评估对象之间的差异。并不反映其相应指标的重要程度。
5.预测模型的建立
5.1预测因素调查
本文对绵广高速公路桥梁桥面坑槽病害数量进行预测分析，并对桥梁使用年限、交通量与交通组成、公路桥梁运营环境等因素进行了调查分析，具体数值如表5-1所示：
表5-1预测因素调查结果
5.2预测模型建立
通过“拉开档次”法数据回归分析原理，运用SPSS数据分析软件，对绵广高速公路桥梁桥面坑槽病害数量进行预测分析，预测分析模型如下：
f=0.09722a+0000008b-0.000071c+0.00001d-0.005957e-0.446595
坑槽病害实测数量与预测数量如表4-2所示：
表5-2坑槽病害预测值
运用SPSS数据分析软件计算分析，预测分析模型方差显著性值为0，判定系数R为0.992，接近1，表明模型拟合效果良好，坑槽病害实测值与预测值对比图如图5-1所示：
图5-1坑槽病害实测值与预测值对比
6.结论
（1）本文对引起高速公路桥梁病害的因素进行了分析研究，确定了通车年限、年均日交通量、年均日重车辆、年均降水量、年平均温差为高速公路桥梁坑槽病害预测模型的计算变量。
（2）通过数学回归分析理论方法，并运用SPSS数学分析软件，建立了一套高速公路桥梁病害预测方法，并对绵广高速公路桥梁坑槽病害进行了预测分析，预测模型为f=0.09722a+0000008b-0.000071c+0.00001d-0.005957e-0.446595，预测分析模型方差显著性值为0，判定系数R为0.992，接近1，模型拟合效果良好，结果表明本文研究成果对于公路桥梁病害预测具有较强的实用性。
参考文献
[1]田波．浅析高速公路养护管理[J]．城市建设理论研究（电子版）．2015
[2]张伟．浅论公路养护的管理、问题及解决措施[J]．科学与财富．2015
[3]王志远．现浇钢筋混凝土空心板受力性能的研究及其应用[D]．南京：东南大学，2004
[4]刘双林.钢筋混凝土梁桥安全性评判方法的研究[D].长沙：长沙理工大学，2009
[5]卢连连.基于灰色理论的在役桥梁剩余使用寿命预测及改建方案评价[D].重庆：重庆交通大学，2008
[6]杨静，李磊，武明，蒋中明，阎宗岭.山区公路路基病害类型及成因分析[J].路基工程，2012