포장 성능 모델링

Pavement performance modeling
포장 성능 모델을 개발하여 균열이나 종합 포장 상태 지표와 같은 단일 문제를 예측할 수 있다.
시간 경과에 따른 도로 상태 개략적 열화
텍사스의 한 도로 IRI의 증가. 곡선의 파란색 점은 유지보수 작업을 나타낸다.

포장 성능 모델링 또는 포장 열화 모델링은 포장 수명주기 전체에 걸친 포장 열화에 대한 연구다.[1][2] 포장상태는 다른 성능지표를 사용하여 평가한다. 대표적인 성과 지표로는 포장상태지수(PCI), 국제난도지수(IRI), 현재서비스가능성지수(PSI) 등이 있지만 발정이나 균열 정도 등 단일고통도를 이용하는 경우도 있다.[3][4][2][5] 포장 성능 모델링에 가장 많이 사용되는 방법으로는 기계론적 모델, 기계론적-해적 모델,[6] 생존 곡선 및 마르코프 모델이 있다. 최근에는 머신러닝 알고리즘도 이런 목적으로 활용되고 있다.[3][7] 포장 성능 모델링에 대한 대부분의 연구는 IRI를 기반으로 한다.[8]

역사

포장 성능 연구는 20세기 전반으로 거슬러 올라간다. 포장 성능 모델링의 첫 번째 노력은 기계론적 모델에 기초하였다. 이후 연구진들도 포장구조와 무관한 실증모델을 개발했다. 1990년대 초부터 M-E(Mechanistic-empiritical) 모델이 인기를 끌었다. 이러한 모델은 선형 회귀 분석을 통해 기계론적 특성과 경험적 특성을 모두 결합하였다. 북미에서는 AAASHTO가 기계론적-유해적 방법에 근거한 가이드라인을 개발했다.[6]

그러한 모델의 개발에는 데이터가 필요했다. 따라서 북미에서는 AASHTO, FHWA와 같은 단체들이 포장 상태에 관한 대량의 자료를 수집하였다. 포장 설계 및 성능 측정에 사용되는 이러한 데이터베이스의 예는 LTPPAAASHO 도로 시험이다.[9]

열화의 원인

도로의 악화는 복합적인 현상으로 여러 요인의 영향을 받는다. 이러한 요인은 설계 및 시공, 재료 유형, 환경 조건, 관리 및 운영 요인의 몇 가지 범주로 분류할 수 있다.[1]

기후 및 환경 조건

가장 중요한 환경적 요인으로는 동결 주기, 최대 및 최소 온도와 강수량 등이 있다.[2] 습한 기후의 평균 도로에서는 동결 주기가 있는 도로가 건조하거나 동결되지 않는 지역의 도로보다 최대 2배 이상 악화되는 것으로 보고되었다.[8] 그래서, 빙판 주기가 더 많고 강수량이 더 높은 도로들은 더 빨리 악화된다. 반면에, 건조하고 얼지 않는 기후의 도로는 더 오래 지속된다.[1][3] 매우 높은 온도는 아스팔트 포장에도 해로울 수 있고 출혈과 같은 고통을 유발할 수 있다. 를 고려하면 기후변화는 도로의 복지에 위협이 될 수 있다. 그러나 그 영향은 지역에 따라 다르다. 그것은 특정 지역의 도로에는 매우 해로울 수 있지만 다른 지역의 도로의 열화를 완화시킬 수 있다.[2]

교통 및 운영 조건

자동차 경주에 이어 세분화된 경주 트랙의 리서페이싱.

트래픽 수와 트래픽 유형은 중요한 운영 속성에 속한다.[7] 일반적으로 더 많은 교통량과 트럭과 같은 무거운 차량은 더 빠른 포장도로 열화와 상관관계가 있다. 또한 관리적 접근방식은 악화 패턴에 중요한 영향을 미칠 수 있다. 관리와 직접 관련된 요인의 예로는 겨울철 유지보수의[3] 종류와 빈도, 청소 및 제빙 접근법이 있다.[2][10] 제설 소금을 너무 많이 사용하면 특히 콘크리트 포장의 부식 문제를 악화시킬 수 있다.[10]

포장 유형

포장 유형은 포장 열화에 영향을 미치는 가장 중요한 요인 중 하나이다.[3] 일반적으로 콘크리트 포장은 따뜻한 기후에서 내구성이 뛰어나고 아스팔트 포장은 추운 날씨에 비해 탄력이 좋다. 콘크리트 포장의 이음매도 또 다른 문제점으로 지적되고 있다. 도로의 특정 유형(콘크리트, 아스팔트 또는 자갈)에서는 층의 두께와 기초, 하부, 포장 층에 사용되는 재료 유형이 중요하다. 때로는 이러한 속성이 GBE(granular base equality)라는 집계된 측정을 통해 표현되기도 한다.[2][3]

참조

  1. ^ a b c Ford, K., Arman, M., Labi, S., Sinha, K.C., Thompson, P.D., Shirole, A.M., and Li, Z. 2012. NCHRP Report 713 : Estimating life expectancies of highway assets. In Transportation Research Board, National Academy of Sciences, Washington, DC. Transportation Research Board, Washington DC.
  2. ^ a b c d e f "Piryonesi, S. M. (2019). The Application of Data Analytics to Asset Management: Deterioration and Climate Change Adaptation in Ontario Roads (Doctoral dissertation)".
  3. ^ a b c d e f Piryonesi, S. M.; El-Diraby, T. E. (2020) [Published online: December 21, 2019]. "Data Analytics in Asset Management: Cost-Effective Prediction of the Pavement Condition Index". Journal of Infrastructure Systems. 26 (1). doi:10.1061/(ASCE)IS.1943-555X.0000512.
  4. ^ Way, N.C., Beach, P., and Materials, P. 2015. ASTM D 6433–07: Standard Practice for Roads and Parking Lots Pavement Condition Index Surveys.
  5. ^ Ens, A. (2012). Development of a flexible framework for deterioration modelling in infrastructure asset management.
  6. ^ a b AASHTO. 2008. Mechanistic-empirical pavement design guide: A manual of practice.
  7. ^ a b "Piryonesi, S. M., & El-Diraby, T. (2018). Using Data Analytics for Cost-Effective Prediction of Road Conditions: Case of The Pavement Condition Index:[summary report] (No. FHWA-HRT-18-065). United States. Federal Highway Administration. Office of Research, Development, and Technology". Archived from the original on 2019-02-02.
  8. ^ a b Piryonesi S. Madeh; El-Diraby Tamer E. (2020-06-01). "Role of Data Analytics in Infrastructure Asset Management: Overcoming Data Size and Quality Problems". Journal of Transportation Engineering, Part B: Pavements. 146 (2): 04020022. doi:10.1061/JPEODX.0000175.
  9. ^ "FHWA: A Look at the History of the Federal Highway Administration".
  10. ^ a b Hassan, Y., Abd El Halim, A.O., Razaqpur, A.G., Bekheet, W., and Farha, M.H. 2002. Effects of Runway Deicers on Pavement Materials and Mixes: Comparison with Road Salt. Journal of Transportation Engineering, 128(4): 385–391. doi:10.1061/(ASCE)0733-947X(2002)128:4(385).