국제 거칠기 지수

International roughness index
미국 텍사스의 한 도로의 험난한 진행. 파란 점은 정비의 시간을 보여준다.

국제 거칠기 지수(IRI)는 측정된 세로 방향 도로 종단에서 가장 일반적으로 구한 거칠기 지수다. 4분의 1 차종 산술 모델을 사용하여 계산하는데, 이 모델의 반응은 경사 단위(in/mi, m/km 등)로 거칠기 지수를 산출한다.[1][2] 이번 성과 측정은 PCI 등 다른 포장 실적 지표에 비해 확률과 주관성이 떨어지지만, 무작위성이 완전히 없는 것은 아니다.[3] IRI 데이터의 변동성 출처에는 시험 차량의 다양한 주행 측정값과 우측 및 좌측 휠 경로 측정값의 차이가 포함된다.[4][5] 이러한 사실에도 불구하고 1986년 도입 이후 IRI는 도로 시스템을 평가하고 관리하는 데 전 세계적으로 가장 많이 사용되는 도로 거칠기 지표가 되었다.[6][7][8]

IRI의 측정은 미국 연방 고속도로청에 제공된 데이터에 대해 필요하며 ASTM International의 몇 가지 표준(ASTM [10]E1926 - 08, ASTM E1364 - 95(2005) [11]등)에서 다룬다.[1][9] IRI는 또한 새로운 포장 공사의 평가와 매끄러움에 근거한 벌점 또는 보너스 지급을 결정하는 데 사용된다.

역사

1980년대 초 고속도로 공학계는 도로 이용자에 대한 고속도로망의 효용성을 나타내는 주요 지표로 도로의 거칠기를 확인했다. 그러나 거칠기의 특성을 나타내기 위해 사용된 기존의 방법은 서로 다른 측정 장비와 방법을 사용하는 기관들에 의해 재현될 수 없었다. 주어진 기관 내에서조차 이 방법들이 반드시 반복될 수 있는 것은 아니었다. 또한 그들은 시간이 지날수록 안정적이지 않았다.

미국 연방 고속도로 연구 프로그램은 주 기관의 거칠기 측정 장비 사용을 개선하기 위한 연구 프로젝트를 시작했다.[12] 이 작업은 세계은행 프로젝트에 관련된 다른 국가(대부분의 개발도상국)로부터 얻은 데이터를 어떻게 비교하거나 변환할지를 결정하기 위해 세계은행이[6] 계속하였다. 세계은행 시험 결과, 사용 중인 대부분의 장비는 방법이 표준화되면 단일 규모에서 유용한 거칠기 대책을 생산할 수 있는 것으로 나타났다. 정의되고 시험된 거칠기 척도는 결국 국제 거칠기 지수(International Rougness Index)로 명명되었다.[8] IRI는 포장 자산을 관리하고, 때로는 신규 건설을 평가하여 도급업자의 보너스/과태료 지급을 결정하거나 보수 또는 개선(예: 연삭 또는 재포장)이 권장되는 특정 장소를 식별하는 데 사용된다. IRI는 또한 도로 개선 프로젝트의 경제적 실행 가능성을 결정하는 데 사용되는 차량 운영 비용의 핵심 결정 요인이다.[13]

정의

스프링으로서의 IRI 측정을 위한 골든카

IRI는 2차원 도로 종단(도로의 이동 궤도를 따라 종단 거리에 따라 달라지는 고도를 보여주는 도로의 종단면)의 수학적 특성으로 정의되었다. 따라서 정적 로드 및 레벨 측정 장비에서 고속 관성 프로파일링 시스템에 이르기까지 모든 유효한 측정 방법으로 얻은 프로파일에서 계산할 수 있다.

쿼터카 수학 모델은 1970년대와 1980년대에 고속도로 기관에서 사용하던 거칠기 측정을 그대로 재현한다. IRI는 일반적인 계측기 차량("반응형 도로 거칠기 측정 시스템"이라 불리는 RTRRMS)과 IRI의 상관관계가 어느 두 개의 RTRRMS에서 나온 측정값 사이의 상관관계만큼 좋았다는 점에서 사용 중인 방법과 통계적으로 동등하다. 프로파일 기반 통계로서 IRI는 반복 가능하고 재현 가능하며 시간에 따라 안정적이라는 장점이 있었다. IRI는 서스펜션 특성이 알려진 '황금차' 개념을 기반으로 한다. IRI는 이 '황금차'의 반응을 도로 프로파일에 시뮬레이션하여 계산한다. 시뮬레이션에서 시뮬레이션 차량 속도는 80km/h(49.7 mi/h)이다. '황금차'의 특성은 초기 연구에서[12] 경사 통계량(m/km)을 측정하기 위해 계량할 수 있는 광범위한 자동차의 승차 반응과 높은 상관관계를 제공하기 위해 선택되었다. IRI의 댐핑은 대부분의 차량보다 높아서 수학 모델이 특정 파장에 "조준"되지 않도록 하고 차량 모집단이 일반적으로 공유하지 않는 감도를 생성한다.

IRI의 기울기 통계량은 사용 중인 거칠기 대책과의 역호환성을 위해 선택되었다. 이 속도는 서스펜션의 평균 절대(수정) 상대 속도로서, 속도(예: m/s)에서 경사(m/km)로 변환하기 위한 차량 속도로 나눈 값이다. 서스펜션 이동 속도의 주파수 함량은 섀시 수직 가속도의 주파수 함량과 타이어/도로 수직 하중과 유사하다. 따라서 IRI는 전체 지상 진동 수준 및 포장 하중 진동 수준과 높은 상관관계를 가진다. 완전한 충실도를 갖춘 어떤 특정 차량과 일치하도록 최적화되지는 않았지만, 승차감 및 도로 하중과 매우 강하게 상관되어 있어 대체 통계를 시험한 대부분의 연구 프로젝트에서 상관관계가 크게 개선되지 않았다.

IRI 값은 주행 거리 상에서 서스펜션의 움직임에 따라 마일당 인치(in/mi), 킬로미터당 미터(m/km) 또는 킬로미터당 밀리미터(mm/km)로 보고된다. 예를 들어, 미국에서는 연방 고속도로 관리국이 95in/mi(1.50m/km)의 IRI를 "좋음"으로 간주하고 96~170in/mi(1.51~2.68m/km)의 IRI를 "허용"으로 간주한다.[14]

측정

IRI는 도로 종단으로부터 계산된다. 이 프로파일은 여러 가지 다른 방법으로 측정할 수 있다. 가장 일반적인 측정은 도로 종단을 직접 측정할 수 있는 등급 1 계측기와 상관 방정식을 사용하는 등급 3 계측기로 이루어진다. 세계은행 용어를 사용하는 이들은 정보품질수준(IQL) 1 및 IQL-3 장치에 해당하며, 측정의 상대적 정확도를 나타낸다.[15] 일반적인 오해는 계기 차량으로 거칠기를 물리적으로 측정할 때도 시뮬레이션에 사용된 80km/h를 사용해야 한다는 것이다. IQL-1 시스템은 속도에 관계없이 프로필 방향을 측정하며, IQL-3 시스템은 일반적으로 서로 다른 속도에 대한 상관 방정식을 사용하여 실제 측정값을 IRI와 연관시킨다.

일반적으로 IQL-1 시스템은 10–20m 간격으로 거칠기를 보고하며, IQL-3는 100m 이상 간격으로 보고한다.

초기 측정은 로드 및 레벨 측량 기법으로 수행되었다. 운송연구소는 수직 변위 변환기를 가진 빔을 개발했다. 1990년대 후반부터 보고된 정확도가 0.01 mm (0.0004 인치)인 [16]딥스틱 프로파일러의 사용이 상당히 보편화되었다.[17] ROMDAS Z-250은 딥스틱과 유사한 방식으로 작동한다. ARRB TR 워킹 프로파일러는 보행 속도로 정확한 프로필을 측정할 수 있게 해주었기 때문에 주요한 혁신이었다.

도로 프로파일의 동적 측정은 차량에 장착된 계측기로 수행한다. 접근방식은 도로와 관련된 차량의 높이를 측정하는 센서(초기 초음파 그러나 이후 레이저)로 구성되었다. 가속도계는 이중으로 통합되어 기준점에 상대적인 센서 높이를 제공한다. 둘의 차이는 도로의 입면도. 그런 다음 IRI를 얻기 위해 이 입면 프로파일을 처리한다. 가장 일반적인 접근방식은 각 차륜 경로에서 측정된 IRI를 본다. 전체 IRI "경로 프로파일"[18]을 얻으려면 휠 경로 IRI를 결합해야 한다. 차선으로 이것을 할 수 있는 두 가지 방법이 있다. '하프카' 모델은 양쪽 휠 경로를 따라 이동하는 차량을 시뮬레이션하는 반면, '쿼터카' 모델은 각 휠 경로에서 하나의 휠을 시뮬레이션하며 평균은 차선 IRI이다. 쿼터카 접근방식은 사용자가 느끼는 동작을 더 정확하게 표현하기 때문에 가장 일반적이다.

프로파일러의 주요 문제는 타이어의 풋프린트와 비교하여 접촉 영역과 관련이 있다. 후자는 정적/저속 등급 1 프리오필러 또는 일반적인 레이저 프로파일러보다 훨씬 크다. 이것은 포장 표면의 3D 모델을 만드는 스캐닝 레이저의 사용을 통해 더 최근에 다루어졌다. 그 예로는 전 세계 많은 OEM 공급업체가 채택하고 있는 Pabilmetrics 시스템을 들 수 있다. 이 시스템은 거칠기 측정 외에도 균열, 발정 깊이 및 질감과 같은 다른 주요 포장 특성도 측정한다.

프로파일러에 대한 비용이 덜 드는 대안으로는 RTRRMS가 있는데, RTRMS는 프로파일을 기록하지 않고 오히려 차량에 설치되며 차량이 포장 프로파일에 어떻게 반응하는지 측정한다. IRI 견적을 얻기 위해서는 IRI에 대해 보정해야 한다. RTRRMS는 일반적으로 포장 질감과 속도에 의해 영향을 받기 때문에, 이러한 효과에 대한 판독치를 교정하기 위해 다른 교정 방정식을 갖는 것이 일반적이다.

RTRRMS는 세 가지 광범위한 범주로 분류될 수 있으며, 거의 틀림없이 대부분의 휴대폰 기반 시스템인 IQL-4를 제외하고 일반적으로 IQL-3이다.

  • 범프 통합업체: 이것들은 스프링 질량과 언스프링 질량 사이에 물리적인 연관성을 가지고 있고 상대 운동을 기록한다. Originally trailer mounted, such as the one developed in India by CRRI, CRRI Trailer Bump Integrator, they are now most commonly installed on the floor of a vehicle with a cable connecting to the suspension such as those produced by the TRL (U.K.), CSIR (South Africa) or ROMDAS (N.Z.) ROMDAS Bump Integrator.
  • 가속도계 기반 시스템: 이들은 가속도계를 사용하여 스프링 질량의 상대적인 움직임을 측정하고, 비스트롱 질량에 대해 보정(때로는)한다. 이것의 예로는 초기 ARAN 시스템(캐나다)과 ARRB 러프미터(호주)가 있다.
  • 휴대폰 기반 시스템: 이것들은 가속도계가 휴대폰에 내장되어 있는 한 가속도계 시스템의 일부분이다. 이러한 앱의 예로는 TotalPave, RoadBounce Roadroid, RoadLab Pro, RoadBump 및 [1]이 있다. 이러한 것들이 보편화되고 있는 동안, 앱들은 설정과 교정 기능에 있어서 큰 차이점을 가지고 있다. 매우 주의하여 사용해야 하며, IQL-3보다[citation needed] IQL-4로 더 적절하게 고려되어야 한다.

PCI와의 관계

IRI는 일반적으로 PCI와 역방향 관계를 갖는다. IRI가 낮은 평탄한 도로는 대개 PCI가 높다. 그러나 항상 그렇지는 않으며 IRI가 낮은 도로도 PCI가 낮을 수 있고 그 반대의 경우도 있을 수 있다.[5][19] 따라서 이러한 성과 지표 중 하나가 반드시 도로 상황을 포괄적으로 설명하기에는 충분하지 않다. 불확도가 적어 PCI보다 향후 IRI 값 예측이 쉬울 수 있다고 보고됐다.[1]

참고 항목

참조

  1. ^ a b c Piryonesi, S. Madeh; El-Diraby, Tamer E. (2021-02-01). "Using Machine Learning to Examine Impact of Type of Performance Indicator on Flexible Pavement Deterioration Modeling". Journal of Infrastructure Systems. 27 (2): 04021005. doi:10.1061/(ASCE)IS.1943-555X.0000602. ISSN 1076-0342.
  2. ^ Sayers, M.W.; Karamihas, S.M. (1998). "Little Book of Profiling" (PDF). University of Michigan Transportation Research Institute. Archived from the original (PDF) on 2018-05-17. Retrieved 2010-03-07.
  3. ^ Piryonesi, S. Madeh; El-Diraby, Tamer E. (2021-02-01). "Using Machine Learning to Examine Impact of Type of Performance Indicator on Flexible Pavement Deterioration Modeling". Journal of Infrastructure Systems. 27 (2): 04021005. doi:10.1061/(ASCE)IS.1943-555X.0000602. ISSN 1076-0342.
  4. ^ Piryonesi, S. M. (2019). The Application of Data Analytics to Asset Management: Deterioration and Climate Change Adaptation in Ontario Roads (PhD dissertation). University of Toronto.
  5. ^ a b Piryonesi, S. Madeh; El-Diraby, Tamer E. (2020-09-11). "Examining the Relationship Between Two Road Performance Indicators: Pavement Condition Index and International Roughness Index". Transportation Geotechnics: 100441. doi:10.1016/j.trgeo.2020.100441 – via Elsevier Science Direct.
  6. ^ a b 세이어스, M.W., 길레스피, T.D., 패터슨, W.D. 도로 거칠기 측정의 시행과 교정에 관한 지침, 세계은행 기술서 제46호, 워싱턴 DC, 세계은행, 1986.
  7. ^ Sayers, M. (1984). Guidelines for the conduct and calibration of road roughness measurements. University of Michigan, Highway Safety Research Institute. OCLC 173314520.
  8. ^ a b Sayers, M. W. (Michael W.) (1986). International road roughness experiment : establishing methods for correlation and a calibration standard for measurements. World Bank Technical Paper No. 45. Washington, D.C.: World Bank. ISBN 0-8213-0589-1. OCLC 1006487409.
  9. ^ "National Performance Management Measures; Assessing Pavement Condition for the National Highway Performance Program and Bridge Condition for the National Highway Performance Program". Federal Register. 2017-01-18. Retrieved 2021-02-25.
  10. ^ "ASTM E1926 - 08(2015) Standard Practice for Computing International Roughness Index of Roads from Longitudinal Profile Measurements". www.astm.org. Retrieved 2019-12-19.
  11. ^ "ASTM E1926 - 08(2015) Standard Practice for Computing International Roughness Index of Roads from Longitudinal Profile Measurements". www.astm.org. Retrieved 2019-12-19.
  12. ^ a b Gillespie, T.D.; Sayers, M.W.; Segel, L. (December 1980). "Calibration of Response-Type Road Roughness Measuring Systems". NCHRP Report. Washington, D.C.: Transportation Research Board (228).
  13. ^ Greenwood, Ian; Bennett, Christopher R. (2004). Modelling Road User and Environmental Costs in HDM-4 (Report). La Défense, France: PIARC - World Road Association. ISBN 2-84060-103-6. HDM4-Volume7EN.
  14. ^ Our Nations Highways 2011 (Report). Washington, D.C.: Office of Highway Policy Information, Federal Highway Administration. 2014.
  15. ^ 도로 관리를 위한 데이터 수집 기술
  16. ^ 페이스® 딥스틱® 웹사이트 홈 페이지
  17. ^ 거칠기 보정 장비의 비교 - 네트워크 수준 데이터에 대한 신뢰도 향상을 위한 관점; G. Morrow, A. Francis, S.B. 코스텔로, R.C.M. Dunn, 2006년 웨이백 머신에 2015-04-03 보관
  18. ^ 세이어스, M.W., 거칠기의 프로파일. 교통조사 기록 1260, 교통조사위원회, 미국 워싱턴 D.C. 1990
  19. ^ Bryce, J.; Boadi, R.; Groeger, J. (2019). "Relating Pavement Condition Index and Present Serviceability Rating for Asphalt-Surfaced Pavements". Transportation Research Record: Journal of the Transportation Research Board. 2673 (3): 308–312. doi:10.1177/0361198119833671.

추가 읽기

  • 앨린과 그랜룬드의 "인체 전체의 진동과 노출 한계에 대한 도로 거칠기 및 차량 속도" 2002년 12월 4일자 국제포장 엔지니어링 저널 3권 207-216면. https://doi.org/10.1080/10298430210001701

외부 링크