Nyt system til kontinuerlig måling af vejes bæreevne

Transkript

1 VEJBELÆGNINGER Nyt system til kontinuerlig måling af vejes bæreevne Med det formål at øge både sikkerheden og effektiviteten, minimere trafikforstyrrelser, samt gøre bæreevnemålinger tilgængelige for alle typer af brugere har Dynatest i samarbejde med DTU udviklet et nyt system til kontinuerlig måling af vejes bæreevne. Projektet, under navnet Advanced and Widely Available Pavement Assessment Tools for Infrastructure Evaluation (AWAPAVE), er finansieret med støtte fra Innovationsfonden og løber over perioden Asmus Skar, DTU Byg asska@byg.dtu.dk Mathias Bækbo Andersen, Dynatest A/S mbandersen@dynatest.com Jack Larsen, Dynatest A/S jlarsen@dynatest.com Søren Rasmussen, Dynatest A/S srasmussen@dynatest.com Baggrund Optimeret vejvedligehold kræver ofte tiltag, inden der er synlige skader på belægningen. Denne type strategisk indsats kræver kortlægning af belægningens strukturelle tilstand på netværksniveau ved hjælp af ikke-destruktive målinger. Den nuværende standardmålemetode til dette formål er faldloddet, som fungerer på den måde, at systemet stationært belaster belægningen med en kraftimpuls og måler de resulterende nedbøjninger i flere forskudte afstande fra belastningens centrum. Under forudsætning af at lagtykkelserne i belægningen er kendt, kan de enkelte lags mekaniske egenskaber efterfølgende beregnes (backcalculation), og nedbrydningen af lagene vurderes. På verdensplan bruges mere end 750 milliarder kr. om året på vedligeholdelse af veje. Udvikling af et nyt system til hurtigt at opsamle flere data muliggør betydelige besparelser. Med det formål at øge både sikkerheden ved og effektiviteten af målearbejder på vejene samt at minimere trafikforstyrrelser fokuserer man i dag i høj grad på udvikling af kørende målesystemer, hvor der ikke forekommer de samme trafikale forstyrrelser. Udviklingen af effektive, kørende målesystemer er teknologisk udfordret af de relativt små deformationer, der skal måles præcist ved høje hastigheder. For eksempel er den maksimale nedbøjning under en aksel på en standard lastbil på 10 tons i størrelsesordenen 0,1-1 mm. Endvidere er der praktiske udfordringer, da køretøjernes længde medfører begrænset anvendelse i blandt andet byzoner. Dette betyder, at man i dag primært anvender systemet som et screeningsværktøj til at lokalisere strækninger med kritisk bæreevne på større veje. Karakterisering af de enkelte lags mekaniske egenskaber har indtil i dag ikke været mulig. Med baggrund i ovenstående har Dynatest og DTU med støtte fra Innovationsfonden udviklet et system, der har potentiale til at løse ovenstående udfordringer. Dynatest har stået for udviklingen af selve målekøretøjet, indsamling af data og en indeksmetode til analyse af data på netværksniveau. DTU s hovedfokus har været at udvikle mekaniske modeller, der udnytter teknologien og dataindsamlingen opti- Figur 1. Det nye målekøretøj udviklet i samarbejde mellem Dynatest og DTU. Eyal Levenberg, DTU Byg eylev@byg.dtu.dk TRAFIK & VEJE 2018 APRIL 23

2 vejens nedbøjning relativt til referenceplanet. Den samme tekstur ses igen og igen af flere lasere og identificeres på tværs af scans ved brug af billedanalyse, som indikeret i figur 3. I tillæg til laserne anvendes også andre sensorer såsom gyroskoper, accelerometre, lastceller m.m., og ved kombination af målingerne fra disse instrumenter kan den lille nedbøjning isoleres i data og bruges til den videre analyse af vejens tilstand. Figur 2. Målebjælken i Raptor med de mange linje-profil lasere. Nedbøjningen omkring belastningshjulet er indikeret. malt, med henblik på at analysere enkelte lags egenskaber og nedbrydning. DTU har også fokuseret på udvikling af en numerisk model, der muliggør sammenligning af målinger fra et stationært faldlod og kørende systemer et fundamentalt link i udviklingen og udnyttelsen af de to systemer, da faldloddet i flere årtier har været det anvendte referencesystem. Måleudstyret Raptor Måleudstyret, som går under navnet Raptor, er integreret i en specialbygget sættevogn og trækkes af en lastbil (se figur 1). Målekøretøjet er i stand til at bestemme vejens tilstand, mens det kører ved normal hastighed dvs. op til km/t. Dynatest har fungeret som den optimale platform for Raptor projektet, da virksomheden har været førende inden for udvikling af det traditionelle faldlod i mere end 40 år. Faldloddet måler vejens nedbøjning meget præcist, men skal stå stille under Raptor måleudstyret: Måler med en hastighed på op til 100 km/t med trafikkens hastighed Kontinuert måling (mindst et målepunkt hver 5 mm) Ét udstyr til både strukturel og funktionel måling Udformet til anvendelse i byzoner Tilgængeligt for alle typer af brugere. måling, hvilket gør det upraktisk at opmåle store vejnetværk med et faldlod. Her følger Raptor med trafikken og har høj produktivitet. Hvis Raptor identificerer særligt interessante steder, som kræver ekstra præcision, så kan faldloddet indsættes på denne lokalitet, og på denne måde opnås det bedste fra begge systemer. Udviklingen af Raptor er muliggjort af en relativ ny laserteknologi kaldet linjeprofil laser, som med høj præcision måler afstanden til tusindvis af punkter i et ca. 200 mm bredt bånd. Laseren har en målefrekvens på mere end 4000 Hz. Dvs. at en enkelt linjeprofil laser producerer mere end 4 millioner datapunkter per sekund. I Raptor er mange sådanne linje-profil lasere, typisk omkring 10, monteret på en stiv bjælke (se figur 2). Denne bjælke er monteret tæt på et af sættevognens baghjul og parallelt med kørselsretningen, mens laserlinjerne er orienteret vinkelret på kørselsretningen. En af laserne sidder tæt på belastningshjulet, og de resterende lasere er placeret med passende mellemrum langs bjælken. Mens Raptor bevæger sig fremad, måler hver laser afstanden til belægningen. For hver enkelt laser lægges alle målingerne efter hinanden, hvorved et scan af vejens overflade fremkommer (se figur 3). Dette scan er i virkeligheden et højdelandskab af vejen under den pågældende laser. Kort sagt består afstanden, som hver enkelt laser måler, af flere bidrag: (i) afstanden til et referenceplan i vejen, (ii) vejens tekstur relativt til referenceplanet, og (iii) Figur 3. Eksempler på højdelandskabscans fra laser 1 og laser 2, hvor vejens tekstur er synlig. Elementer fra billedanalysen er indikeret. Analyse af data Den store datamængde fra lasere og andre sensorer kan analyseres på mange måder. Modellering i AWAPAVE projektet kan groft inddeles i to grupper: (i) tilpasning af de klassiske modeller anvendt af Dynatest igennem mange årtier, og (ii) udvikling af nye modeller, der udnytter potentialet i den til stadighed voksende computerkraft. Dynatest s modeller er forholdsvis simple og har været hurtige at implementere i tolkning af faktiske måledata. DTU s modeller er mere avancerede og er først nu ved at blive anvendt til tolkning af måledata. I det følgende beskrives derfor først en verificering af måledata ved brug af Dynatest s tolkningsmetode. Dernæst beskrives teorien bag en af DTU-modellerne, som snarest vil søges anvendt til tolkning af måledata. 24 TRAFIK & VEJE 2018 APRIL

3 Figur 4a. Sammenligning af den maksimale nedbøjning på en 5 km vejstrækning fra en gennemkørsel med faldlod (FWD) og tre gennemkørsler med Raptor (RPT). Figur 4b. Korrelation af maksimal nedbøjning fra faldlod og Raptor for alle homogene strækninger ved gennemkørsel af 100 km vej. Validering af måleudstyr med Dynatest s modeller Raptor bliver kontinuerligt verificeret i forskellige tests. En større test blev for nylig udført, hvor Raptor og et faldlod målte på de samme 100 km vej. Målingerne blev udført i mindre etaper på typisk 5 km, og de to systemer målte så tæt på hinanden i tid som muligt for at minimere forskelle i eksperimentelle parametre såsom temperatur og lignende. Data fra Raptor er herefter analyseret med Dynatest s modeller for at TRAFIK & VEJE 2018 APRIL 25

4 y x Efter deformation Før deformation (a) L w L 1 L 2 L 3 L 4 L 5 L 6 L 7 A A y x V C L a z x L 1 L2 L3 LB L4 L5 L6 L 7 θ(t) V (b) h(t) A A z Før deformation q(t) x Efter deformation Figur 5. Eksempel på målesystem bestående af et singlehjul udstyret med en række af syv sensorer med måleområdet markeret med rød prikket linje. (a) xy-plan; (b) xz-plan (sidebillede). Deformationerne er overdrevet for visualisering. Symboler: L Laser, LB længde bjælke, q dæktryk, a radius belastning, V- hastighed, h(t) højde, θ(t) rotation, x, y, z deformationer. tilvejebringe vejens nedbøjning. Et eksempel ses i figur 4a, som viser den maksimale nedbøjning målt ved én gennemkørsel med faldlod (blå graf) og tre gennemkørsler med Raptor (grøn, rød og turkis graf). Det skal her bemærkes, at belastningen fra faldlod og Raptor ikke er ens, hvilket skyldes, at inertielle effekter er større i målinger fra et faldlod end fra Raptor. Det er derfor meget positivt, at trend, men også niveau, stemmer godt overens, selvom det ikke forventes, at faldlod og Raptor har identiske nedbøjninger. Desuden ses det, at Raptor ved repetition af målingerne på samme vejstrækning producerer næsten identiske dataset og dermed har god reproducerbarhed. Ved analyse af faldlodsmålinger er det normalt at opdele en vejstrækning i homogene sektioner, hvor vejens egenskaber er nogenlunde ens og derfor kan repræsenteres ved en middelværdi. Sådanne homogene sektioner er identificeret for de 100 km testvej. I figur 4b er den maksimale nedbøjning fra faldlod og Raptor plottet mod hinanden efter opdeling af vejstrækningen i homogene sektioner. En lineær transformering er anvendt for at fjerne systematisk lineære afvigelser. Korrelationen mellem faldlod og Raptor ses at være god. Teorien bag en af de avancerede DTU-modeller Baseret på Raptorsystemet har DTU har udviklet en ny metode til evaluering af vejbelægningers egenskaber med henblik på fuld udnyttelse af kørende målesystemer. Metoden består af tre elementer: (i) en mekanisk model, der repræsenterer belægningens respons; (ii) simulering af dataindsamlingsproceduren for et kørende målesystem, samt (iii) en optimeringsalgoritme til tolkning af de enkelte lags egenskaber. Et eksempel på et målesystem med singlehjulkonfiguration ses i figur 5. Systemet består af en bjælke med en række af synkroniserede sensorer, L. Bjælken er monteret på et køretøj (ikke vist) tæt på bagakslens hjul. Bjælken bevæger sig på en ret linje med hastighed, V, og over den udeformerede belægning (sort prikket linje) med en højde, h, og rotation, θ. Alle ændringer i højde og rotation af bjælken monitoreres. Et tilfældigt punkt på belægningen, A, følges langs bevægelsesretningen ved at beregne nedbøjningerne i x, y og z-retningen ( x, y, z). Den deformerede tilstand af belægningen (fuldt optrukket linje) og dens form afhænger af belægningssystem, materialeparametre og lastkonfiguration. Hver enkelt sensor måler kontinuerligt afstanden til alle punkter inden for dens måleområde (rød stiplet linje), mens systemet bevæger sig fremad som vist i figur TRAFIK & VEJE 2018 APRIL

5 Input: Målt: Ændring i hastighed, højde og rotation Givet: Lagtykkelser samt gæt på højde og rotation ved målingernes start Beregne nedbøjningerne fra målesystemet Simulere afstandsmålinger fra sensorerne Sammenligne beregnede og målte afstande Ja OK? Ved hjælp af denne dataindsamlingsmetode er det muligt at beregne nedbøjningerne til ethvert tilfældigt punkt, A, på overfladen, der passerer gennem sensorernes måleområde. Baseret på indsamlede data kan de mekaniske egenskaber, for eksempel E-moduler, findes for et lagdelt belægningssystem. Nej Output: E-moduler samt højde og rotation ved målingernes start Figur 6.Flowchart der viser analyseprocessen ved beregning af E-moduler. Til at beregne belægningens respons benyttes en lagdelt lineær elastisk model. Dette er den samme model, der benyttes i langt de fleste kommercielle dimensioneringsprogrammer (for eksempel ELSYM, KENLAYER, BISAR mfl.). Den mekaniske model er bygget op i et brugerdefineret program, og en række forbedringer er introduceret sammenlignet med kommercielt tilgængelige programmer for at øge præcision, stabilitet og hastighed af beregningerne. Analyseproceduren er vist på figur 6: Først beregnes nedbøjningerne fra målesystemet ved hjælp af den mekaniske model. Dernæst simuleres afstandsmålingerne fra sensorerne. Placeringen af et tilfældigt punkt, A, i forhold til sensorerne kan beregnes geometrisk ud fra indsamlede data. Endelig benyttes en optimeringsalgoritme, hvor beregningerne foretages igen og igen, indtil der er tilfredsstillende overensstemmelse mellem de målte afstande og afstandene fundet ved hjælp af modellen. Som input til simuleringerne gives de kendte parametre: ændringer i hastighed, afstande og rotation sammen med antagne værdier for de ukendte parametre: E-moduler samt absolut højde og rotation af bjælken ved målingens start. Konklusion Baseret på ny sensorteknologi har Dynatest udviklet et avanceret kørende målesystem til kontinuerlige bæreevnemålinger kaldet Raptor. Systemet er egnet til alle vejbelægninger herunder motorveje og belægninger i byer. Målinger i marken viser, at systemet er robust, og at der er god korrelation mellem faldlodsmålinger og Raptor målinger. Systemet kan kombineres med mekaniske modeller, hvilket muliggør karakterisering af de enkelte lags materialeegenskaber. Raptor målingerne kan dermed bruges på flere niveauer i analyse af belægningens bæreevne, og det samme dataset kan benyttes til planlægning af drift- og vedligehold samt til projektering. Det videre arbejde i projektet indebærer blandt andet indsamling af flere data, analyse og udvikling af modeller, blandt andet en model til beregning af asfaltens viskoelastiske egenskaber, samt yderligere undersøgelser af korrelationen mellem Raptor og faldlod. Raptor forventes klar til produktionsmålinger fra andet kvartal i Desuden vil Raptor kunne suppleres med andre vejmålingssystemer som Laser Crack Measurement System (LCMS) til overfladescan af hele vejbanen og Ground Penetrating Radar (GPR) til måling af lagtykkelser. Kombineret med LCMS og GPR vil Raptor måle en stor del af de parametre, som typisk er påkrævet for fuld karakterisering af en vejs strukturelle og funktionelle egenskaber. Tak Forfatterne takker Innovationsfonden for støtte til projektet. Forfatterne er desuden taknemmelige til alle de mange personer, der har spillet en større eller mindre rolle i AWAPAVE projektet. Især takkes Bent E. Lund, Albert Navarro Comes, Vagn Johansen, Lars Kurt Hansen, Marco Francesconi, Riccardo Capocchi og Iacopo Malquori fra Dynatest. Derudover takkes især Stine Skov Madsen og Sebastian Andersen fra DTU. TRAFIK & VEJE 2018 APRIL 27