مدل برآورد عمر باقی‌مانده روسازی با استفاده از پارامترهای موثر بر آن

تعیین وضعیت روسازی ازلحاظ سازه‌ای و سطحی نقش مهمی در مدیریت روسازی دارد. به همین منظور یافتن ارتباط بین ارزیابی سطحی و ارزیابی سازه‌ای روسازی حائز اهمیت است. بنابراین ارائه مدلی قوی بین شاخص‌های ارزیابی سطحی و سازه‌ای روسازی به‌منظور بررسی ارتباط بین آن‌ها و تاثیرپذیری‌شان نسبت به یکدیگر بسیار سودمند است. ارزیابی سازه‌ای روسازی‌های در دست بهره‌برداری معمولاً به ‌وسیله آزمایش‌های غیر مخرب انجام می‌گیرد. fwd یکی از مهم‌ترین تجهیزات غیر مخرب ارزیابی روسازی است که کاربرد آن بسیار هزینه‌بر و زمان‌بر است. از طرفی عمر باقی‌مانده روسازی از پارامترهای مهم ارزیابی سازه‌ای روسازی است که تعیین آن برای بررسی نیازهای تعمیر و نگهداری، تنظیم اولویت‌ها و بودجه‌بندی ضروری است. اما یکی از شاخص‌های مهم ارزیابی سطحی روسازی، شاخص pci است که برداشت اطلاعات آن کم‌هزینه و آسان‌تر است. عدم تعیین دقیق عمر باقی‌مانده روسازی (rsl) مسئله مهمی است. به علاوه عدم وجود مدل پیش‌بینی عملکردی مناسب مانع اصلی پیش‌بینی عمر باقی‌مانده روسازی است. کاربرد هم‌زمان نتایج آزمایش دستگاه fwd و ارزیابی pci که اولی ارزیابی سازه‌ای و دومی ارزیابی سطحی را انجام می‌دهد، می‌تواند راه‌حل مناسبی برای تعیین rsl باشد. در این پژوهش سعی شده است که با استفاده از یک سری متغیرهای مستقل، همبستگی قوی بین rsl و متغیرهای مستقل برقرار شود تا بتوان rsl را با استفاده از شاخص‌ها و پارامترهای دیگری که برداشت داده‌های آن‌ها آسان‌تر و کم‌هزینه‌تر است، پیش‌بینی نمود. همچنین با استفاده از این مدل میزان همبستگی و تاثیرپذیری متغیرها را نسبت به یکدیگر موردبررسی قرارداد.

Prediction model of remaining service life of pavements using effective parameters

A number of pavement condition assessment methods are used to perform pavement condition evaluation. Two of the most widely used methods are determination of ldquo;International Roughness Index (IRI) rdquo; and ldquo;Pavement Condition Index (PCI) rdquo; parameters. IRI is measured on roads using specific equipment that determine road roughness. In contrast, PCI is based on subjective rating of a number of pavement distresses. Road pavement structures very often could not reach their design service life as a result of several parameters affecting their performance. PCI decreases as a result of increased traffic loading. Aside from the impact of traffic loading, many other factors cause damage to pavements; namely, low construction quality, poor maintenance, flooding and water scouring. As a result of many factors causing damage to roads, road serviceability age uncertainties arise, so that the remaining life of a pavement service life will be difficult to predict.Determining the structural capacity and surface pavement condition of pavements play important roles in pavement evaluation. With this regard, it is important to find relationship between surface characteristics and structural capacity of pavements. Therefore, finding a reliable model for surface characteristics and structural capacity will be beneficial. Structural evaluation of pavements is carried out by nondestructive testing. FWD is one of the most important nondestructive testing of pavements, although performing that is costly and timeconsuming. On the other hand, the remaining service life of pavements is one of the most important parameters for the structural assessment of pavements. This is essential for assessment of requirements, maintenance and rehabilitation, prioritization and budgeting purposes. The lack of precise evaluation of remaining service life of pavements is a crucial issue. In addition, lack of a proper performance prediction model is a major barrier to predict the remaining service life of pavements. The combined analysis of FWD testing results and PCI measurements can be known as an appropriate solution for determining RSL. With selecting a series of independent variables reliable correlation was found between RSL and independent variables. RSL can be used with other indexes and parameters that make their data capturing easier and less costly. In addition, using this model enabled finding correlation and interaction between different variables