机场道面预警运维管养决策系统设计文献综述

1. 文献综述（或调研报告）：
2. 绪论

随着经济技术发展，航空运输的出行成本不再成为制约人们的因素，加之航空运输出行效率极高，其在交通运输中的地位也越来越重要。机场是航空运输的基础设施，而机场道面又是机场的最基础设施之一，要保证飞机飞行的安全性和舒适性，不仅要求机场道面有足够的承载力，在抗滑性能、平整度、排水性能和耐久性上也有相对应的要求。然而，随着使用年限的增加，路面性能必然会随之下降。为了保证道面始终处于良好状态，确保机场正常运作和飞机安全飞行，制定科学有效合理的养护维修计划是必要的。我国绝大多数机场均采用水泥道面，近年来，随着道路使用年限的增加和维修改建措施的实行，很多机场在原有的水泥道面上加铺沥青混凝土形成复合道面结构。传统机场养护方案大多是从当时的路面病害状态着手，未能从全寿命周期的角度考虑，长期来看不利于延长道面寿命，且过去的道面养护资料也主要以纸质形式保存，存在效率低下、缺乏科学系统性等弊端。针对这些弊端，结合当下数字化的背景，建立科学有效的机场道面管理系统有着十分积极的意义。

1. 研究现状

欧、美、日等民航发达国家关于机场道面管理系统的研究始于20世纪70年代，各国相继建立各种道面管理系统,其中具有代表性的道面管理系统有ROSE[1]、SCEPTRE[2]、PRESERVER[3]和PAVER等。其中PAVER应用最为广泛，PAVER综合考虑了多种路面病害，将PCI作为主要的评价指标，在PCI和路面质量状态之间建立联系，通过全寿命周期成本分析（LCCA），选择最佳养护方案，包括最佳养护措施的选择以及最合适的养护时间确定。

我国的机场道面管理系统研究仍处于起步阶段，目前国内仅有的机场道面管理系统是由同济大学和上海机场有限公司联合开发的“上海机场道面管理系统（SHAMPS）”[4]。SHAPMS是基于现有的评价、预测、排序模型开发的机场道面系统，能够实现机场道面日常巡视管理与应急维护、定期调查和评价养护计划、信息管理等功能，涵盖了机场道面调查与测试、分析与评价、预测以及维修对策选职责与优化等各项管理内容。

与以往的养护管理相比，机场道面管理系统能够改进传统的用纸质或office文档保存信息的方式，提高信息查询、存储、调用的便易性和效率，帮助管理者进行评价、养护决策和管理，实现各种设施资源、资金的合理配置，确保道面养护管理科学高效进行，对实现管理的规范化、现代化、科学化、系统化有着积极的意义。

1. 性能评价体系

机场道面病害梳理参考《民用机场道面评价管理技术规范》（MH/T 5024-2019）[10]，适用于机场水泥混凝土道面、沥青道面以及复合道面的评价与管理。

机场道面性能评价从以下三个方面展开：

1. 破损状况，国内外大多数机场普遍使用美国陆军工程兵团提出的道面状况指数PCI作为道面破损状况的评价指标[5]。PCI是道面破损状况的量化指标，需根据道面病害类型、病害数量、严重程度确定，适用于水泥、沥青及各种复合道面，涵盖了道面上出现的所有损坏类型，取值范围为0-100，0表示道面结构失效，100表示道面表观完好。
2. 结构性能，道面结构性能评价的主要指标有道面结构适应性厚度、CAN-PCN、冲击劲度模量。此外，道面结构剩余寿命、水泥混凝土道面的脱空状况和传荷能力评价也是结构性能评价的重要方容。
3. 功能性能，道面的功能性能包含平整度、抗滑和排水三个方面。评价指标课对应选取国际平整度指数、摩擦系数或构造深度，排水性能主要由道路横纵坡度决定。
4. 性能预测模型

性能预测是道面管理系统的关键组成部分，性能预测可以让决策者进行寿命周期成本分析，从而选出最佳、最经济的养护维修方案，并确定养护维修时间。

目前较为常用的预测模型主要分为两种：确定型和概率型。确定型可以给出一个具体时间时路面的性能指标值，而概率型则会给出某个时间路面性能状态的概率分布。确定型预测方法建模更简单，便于修改，如美国PAVER采用回归分析法建立了PCI的衰变模型，但由于未能考虑道面性能预测不确定性，随时间发展精度会有下降，后续需要加以修改以提高精度。概率型预测模型中最常见的是马尔可夫法，这种方法考虑了性能预测的不确定性，但是仅考虑道面当前状态，不符合道面性能发展的实际情况，因此常被用来和其他方法结合使用：韦灼彬等[6]利用马尔可夫概率预测对随机波动性较大数列的预测问题的适用性, 将灰色建模与马尔可夫模型相结合, 提出了灰色-马尔可夫使用性能预测模型，进一步提高了灰色模型的精度。此外概率型预测模型还有时间序列分析方法，道面性能历史数据与时间序列分析定义相符合，东南大学薛志敏[7]利用时间序列方法,根据我国沥青路面高速公路的平整度和车辙数据,建立了平整度和车辙的时间序列预测模型，论证了其精度高、易修正的优点；但由于时间序列参数估计值的时变性和预测模型的定常性的差异，其短期内精度很高，但是长期性能预测与实际情况偏离较大。为此，国内有学者考虑建立自回归的时间序列模型：袁捷等[8]提出一种机场道面使用性能的动态自回归预测模型以及建模方法,利用时间序列分析方法建立自回归模型,引入卡尔曼滤波算法对自回归模型实现了动态更新,预测精度明显提高。

1. 多目标决策优化模型与决策支持系统

目前道面养护管理决策常用的全寿命周期成本分析等经济分析技术未能考虑到环境因素，随着对于路面可持续性认识的不断提高，过去的养护方法似乎有所不足，需要在过往的管理做法上进行优化。需要一种新的方法，其可以预测1）路面性能；2）建设维护费用；3）道路使用者费用；以及4）环境影响。目前的LCCA方法可以很好的通过预测评估确定运维养护的效益比最高方案，而LCA方法则考虑到了环境影响这一方面，故提出一种将其集成在一个基于优化的路面生命周期管理框架下的决策支持系统[9]，决策支持系统分为三个模块：1）多目标优化模块；这其中包括多目标优化模型的建立、求解模型的方法以及为多目标优化模型而开发的优化算法。2）LCC_LCA模块；在框架下使得LCCA与LCA可以并行执行。3）决策支持模块。总体而言，决策支持系统可以再给定的一系列前提之下，确定出经济效益比最高并且更加环保的维修养护方案，并可以让决策者们从一组帕累托最优解中选出最终的最佳维修养护方案。

参考文献