基层改良对刚性路面性能的敏感性提升

刚性路面的性能受基层/底基层以及路基层性质的显著影响。然而，AASHTOWare Pavement ME 设计预测的 performance 对基层和路基层性质敏感性较低。为提升敏感性并更好反映无粘结层的影响，本研究采用了一套改良模型，即可回弹模量（MR）和路基反应模量（k 值）。基于有限元（FE）分析开发了人工神经网络（ANN）模型以预测修正 k 值。ANN 模型中的训练与验证数据集包含 27000 个具有不同路面层厚度、层模量和板-基层界面粘结比组合的仿真案例。为检验修正 MR 与 k 值对路面响应的敏感性，从长期路面性能（LTPP）数据库收集了八段路面数据，并使用 FE 软件 ISLAB2000 建模。计算结果表明，与 Pavement ME 设计模型结果相比，修正 MR 值对基层含水量在刚性路面临界应力与挠度响应上的敏感性更高。还观察到，采用 ANN 模型的 k 值能够在任意部分粘结条件下预测临界路面响应，而 Pavement ME 设计模型仅能在两种极端粘结条件（即完全粘结与无粘结）下计算。