本文档发表于《公路交通科技》（journal of highway and transportation research and development）2025年4月第42卷第4期，由福州大学土木工程学院的许家璐、薛斌（通讯作者）、阙云以及南平武沙高速公路有限责任公司的牟宏霖共同完成。

研究背景与目的

本研究属于道路工程领域，具体聚焦于沥青路面智能压实（Intelligent Compaction, IC）技术。沥青路面压实度是施工质量控制的核心指标，传统检测方法如钻孔法、核子密度仪法等，属于事后、点式检测，存在反馈滞后、代表性不足、效率低下等问题。智能压实技术通过安装在压路机振动轮上的传感器实时采集加速度信号，并计算得到智能压实测量值，从而实现对碾压过程连续、全面的监控，有望克服传统方法的弊端。

然而，智能压实技术最初主要应用于路基工程，针对沥青路面的研究与应用尚不成熟。当前面临两大关键挑战：一是如何为沥青路面选取或构建一个稳定、可靠的智能压实测量值，并建立其与实测压实度之间的精确关系模型；二是如何发展一套适用于沥青路面特点的压实质量综合评价指标体系。现有规范主要针对路基，其评价指标在沥青路面应用中可能存在局限性。因此，本研究旨在完善沥青路面智能压实质量评价方法和指标，推动该技术的标准化应用。

详细研究流程

本研究包含现场试验构建、关系模型建立和质量评价指标提出与应用三个主要环节，具体工作流程如下：

1. 智能压实系统构建与现场试验设计：

   • 研究对象与系统： 研究依托福建省漳武高速公路某试验段，针对AC-16C改性沥青混凝土上面层（厚度4.5 cm）的碾压过程。研究团队构建了一套智能压实监测系统，该系统由连续运行GPS定位服务系统（CORS）用于获取压路机实时位置与速度，以及压电式加速度传感器（采样频率2000 Hz）用于采集振动轮加速度信号。
   • 碾压方案创新： 考虑到沥青混合料温度敏感性，本研究摒弃了常规路基横向分区碾压方案，提出了适用于沥青路面的纵向分区碾压方案。将试验段沿压路机前进方向划分为四个15米长的区域：重度、微重度、中度、轻度碾压区。各区均采用一遍胶轮碾压和一遍钢轮静压，核心区别在于振动碾压次数从4次依次递减至1次。此设计旨在同一摊铺段落内快速形成不同压实状态的区域，避免因碾压时间过长导致混合料温度下降，同时结合胶轮压路机的揉搓作用，模拟实际施工工艺。
   • 数据采集： 在振动压路机（BW230-AD）进行振动碾压时，同步采集各区域的加速度信号和空间位置信息。

2. 智能压实测量值计算与关系模型建立：

   • 测量值选取与计算： 本研究选用振动压实值（Vibration Compaction Value, VCV） 作为智能压实测量值。其计算原理基于压路机-填筑体相互作用模型：随着沥青层被压实，其对钢轮的反作用力增大，导致加速度信号发生变化。具体计算时，首先对采集的时域加速度信号进行快速傅里叶变换（FFT）得到频域图，提取基频幅值和频率。然后，结合已知的压路机参数（激振力幅值P、频率f、振动轮质量m），通过公式 V = P sin ωt + mg - η m f(ü, ω) 计算VCV，其中η为综合修正系数（本研究取0.8）。最终，将压路机每行驶1秒（约1米）范围内计算出的VCV取算术平均值，作为该2.2平方米区域（钢轮宽度2.2米×行驶1秒）的代表值。
   • 压实度检测与模型标定： 路面冷却后，在每个碾压区域随机钻取6个芯样，共计24个样本。采用表干法测定芯样密度，并计算其与室内标准马歇尔密度的比值得到压实度。根据每个芯样的取样位置，匹配对应区域的VCV数据。随后，使用线性回归分析，建立VCV与实测压实度之间的相关关系模型。

3. 压实质量评价指标提出与数据分析：

   • 指标提出： 针对现有路基规范中评价指标的不足，本研究从压实程度、压实均匀程度、压实稳定程度三个方面，提出了三个新的评价指标：
     • 标准偏移率（q）： 用于评价压实程度。它不仅考虑不合格区域的比例，更考虑了不合格点VCV与目标值的差值大小，计算公式为 q = Σ [ ( (Vo - Vi) / Vo ) * (Ai / A) ]，其中Vo为目标VCV，Vi为第i个测试单元的VCV，Ai为该单元面积，A为总面积。控制目标qt设为0.15%。
     • 最近邻点指数（r）： 用于评价压实均匀程度。它通过分析不合格点在空间上的聚集程度来判断均匀性，计算公式为 r = [ Σ ri ] / [ n * sqrt(A/n) / 2 ]。当r≤0.5为聚集分布，0.5<1.5为随机分布，r≥1.5为均匀分布。要求不合格点分布不为聚集分布。
     • 变异系数（Cv）： 用于评价压实稳定程度。它衡量相邻两遍碾压间VCV的分散程度，计算公式为 Cv = (标准差 / 前一遍VCV期望值) * 100%。控制值Csv设为3%。
   • 数据分析应用： 利用现场采集的VCV数据（例如，选取39个采样点），分别计算不同碾压遍数下上述三个指标的值，并与传统“通过率”等指标进行对比分析，验证新指标的优越性和适用性。同时，分析VCV随碾压遍数变化的规律（均值与方差）。

主要研究结果

1. VCV与压实度的关系模型： 研究建立了VCV与沥青路面压实度之间的线性回归模型：y = 3.0162x - 209.9677，其中y为压实度（%），x为VCV。该模型的相关系数r²为0.72，满足相关规范要求（>0.7）。根据路面验收压实度≥96%的要求，反推出本工程中VCV的目标值Vo为79.6。结果表明，VCV能够有效地反映沥青路面的压实状态。

2. VCV随碾压遍数的变化规律： 随着振动碾压次数从1次增加到4次，VCV的均值从70.3上升至88.8，但增长幅度逐渐减小。这表明初期混合料易压实，后期趋于密实，压实效率降低。同时，VCV的方差随着碾压遍数增加而增大（从10.6增至26.6），尤其是在第4遍时增幅明显，暗示可能出现过度压实或跳振现象，导致数据波动增大。这一规律为确定合理的最大碾压次数提供了参考。

3. 新评价指标的应用效果：

   • 压实程度评价： 以振压3次的数据为例，传统“通过率”为94.2%，接近95%的合格线，看似只需少量补压。然而，计算出的标准偏移率q为1.85%，远高于目标值0.15%。深入分析发现，个别点（如6#和8#采样点）的VCV与目标值差值较大。标准偏移率指标成功识别出了这些潜在薄弱区域，避免了仅凭通过率判断可能掩盖的局部压实不足问题。
   • 压实均匀程度与稳定程度评价： 通过计算最近邻点指数（r） 可以量化不合格点的空间分布模式，判断其是集中、随机还是分散，从而更科学地评价整体均匀性。而变异系数（Cv） 能有效度量连续碾压过程中VCV的波动情况，有助于识别过压、跳振等不稳定现象，比单纯看前后两遍变化率更能反映整体稳定性。

研究结论与价值

本研究得出以下主要结论： 1. 采用加速度传感与定位系统构建的智能压实系统，结合提出的纵向分区碾压方案，能有效应用于沥青路面施工监控。 2. 振动压实值（VCV）与沥青路面压实度具有良好的相关性（r²=0.72），可作为有效的智能压实测量值。VCV均值变化规律可为确定最大压实次数提供依据。 3. 提出的三个新评价指标——标准偏移率、最近邻点指数和变异系数，分别从压实程度、均匀程度和稳定程度三个方面，优化和完善了现有的沥青路面智能压实质量评价体系。标准偏移率克服了通过率忽视差值大小的缺点；最近邻点指数引入了空间分析概念；变异系数增强了对整体波动性的把控。

本研究的科学价值在于深化了智能压实技术在沥青路面这一特定场景下的理论基础，提出了针对性的测量值与评价指标体系。其应用价值在于为施工现场提供了更精准、全面、及时的质量控制工具，有助于实现压实施工的精细化、标准化管理，提升路面长期性能，具有重要的工程实践意义。

研究亮点

1. 方法创新： 提出了适用于沥青路面的纵向分区碾压试验方案，有效解决了沥青混合料温度下降快与需要形成不同压实状态对比样本之间的矛盾，更贴近实际施工工况。
2. 指标创新： 系统性地提出了标准偏移率、最近邻点指数、变异系数三个新指标，从不同维度完善了沥青路面压实质量的评价体系，特别是引入了空间统计概念（最近邻点指数）来评价均匀性，具有新颖性。
3. 针对性研究： 聚焦于智能压实技术在沥青路面应用中的关键难题（测量值适用性、评价指标缺失），研究目标明确，解决方案具体，对推动该技术从路基向更复杂的沥青路面结构拓展具有积极作用。
4. 实证结合： 研究基于实际高速公路试验段，通过现场数据采集、芯样验证、模型建立和指标计算，完成了从理论方法提出到工程实例验证的完整闭环，结论可信度高。