寒区铁路站场路基服役性能评价与分析
宋宏芳1,2, 王天亮2,3, 岳祖润2,3, 严晗4
1.北京交通大学 土木建筑工程学院,北京 100044
2.石家庄铁道大学 土木工程学院,石家庄 050043
3.石家庄铁道大学 道路与铁道工程安全保障省部共建教育部重点实验室,石家庄 050043
4.中铁建工集团西北分公司,西安 710119
通讯作者:王天亮(1981—),男,河北保定人,副教授,博士.email:wangtl@stdu.edu.cn

第一作者:宋宏芳(1987—),女,河北衡水人,博士生.研究方向为铁路路基工程.email:517807624@qq.com

摘要

通过对青藏铁路那曲物流中心站场路基的分析,从冻土类型、温度、水文、地质及工程条件5个方面选取了12项对路基服役性影响较大的因素作为评价指标,建立了冻土区铁路站场路基服役性能评价体系.在充分考虑各影响因素间关系的基础上引入可靠度理论,结合层次分析法和模糊数学理论建立车站站区路基服役性能的模糊综合评价模型.利用此方法对货物堆载区、车站站区和道路区进行评价,并对铁路站场路基10年后的服役性能进行预测.结果表明:受到堆载区空载的影响,货物堆载区评价得分高,服役性能好;车站站区评价得分较高,服役性能满足要求;道路区的评价得分低,服役性能差,符合现场道路病害严重的情况;经历10次冻融循环后,由于大宗货物堆载的原因,堆载区服役性能降低,经养护维修后,车站站区和道路区服役性能提高,说明有效的养护和维修措施是保证站场路基服役性能正常发挥的前提条件.

关键词: 站场路基; 服役性能; 季节性冻土区; 模糊综合评判法; 可靠度
中图分类号:U213.1 文献标志码:A
Evaluation and analysis of service performance of railway yard subgrade in cold regions
SONG Hongfang1,2, WANG Tianliang2,3, YUE Zurun2,3, YAN Han4
1. School of Civil Engineering, Beijing Jiaotong University, Beijing 100044, China
2. School of Civil Engineering, Shijiazhuang Tiedao University, Shijiazhuang 050043, China
3. Key Laboratory of Road and Railway Engineering Safety Control of Ministry of Education, Shijiazhuang Tiedao University,Shijiazhuang 050043, China
4. China Railway Construction Engineering Group Northwest Branch, Xi’an 710119, China;
Abstract

Based on the analysis of station subgrade of Qinghai-Tibet railway Naqu logistics center, 12 factors that have great influences on service performance are adopted as the evaluation indexes from 5 aspects, which are frozen soil type, temperature, hydrology, geology, and engineering conditions, and a service performance evaluation system of railway yard subgrade in cold regions is established. Reliability theory is introduced on the basis of considering the relationship between affecting factors, and a fuzzy comprehensive evaluation method of railway yard subgrade is set up by adopting analytic hierarchy process and fuzzy mathematics theory. The service performances of subgrade in heaped cargo area, station area and road area are evaluated, and the service performances of station subgrade after 10 years are predicted with this method. The results show that the subgrade in heaped cargo area has a good service performance and gets a good score due to the condition of no-load. The subgrade in station area gets a relative good score and meets the requirements of service performance. The subgrade in road area gets a poor score, which is consistent with the situation of in-situ serious diseases. The service performance of subgrade in heaped cargo area gets worse caused by full cargo condition, but the service performances of subgrade in station area and road area get better due to maintenance after 10 freeze-thaw cycles. The effective maintenance measures are prerequisites to ensure the service performance in railway yard subgrade.

Keyword: station subgrade; service performance; seasonal frost regions; fuzzy comprehensive evaluation method; reliability

近年来, 我国在严寒地区开展了大规模的铁路、公路、输油管道等线性(线路)工程及铁路站场、机场等区域性工程的建设, 类似工程的建设必然会引起寒区土体温度和水分的重分布, 进而导致冻胀、融沉及强度降低等问题的出现, 严重影响工程服役性能的正常发挥[1].

服役性能在军事、医学和机械等领域的研究和应用较早, 在工程领域的研究则相对较晚[2].在工程构筑物服役性能的研究方面, 高英力等[3]等采用微观试验研究了高致密性混凝土的抗渗、抗锈蚀、抗腐蚀和抗冻的性能; Okashan等[4]利用模拟计算手段预测了桥梁的生命周期并评估其服役性能; Shenton等[5]通过采用自动监测系统对桥梁进行长期监测来研究桥梁的服役性能; 孙晓燕等[6]通过服役桥梁构件试验和模型试验对比, 提出超载运营的服役桥梁构建裂缝宽度影响系数, 为评估服役桥梁的剩余承载力和耐久性提供理论依据; Wang等[7]对机场道路进行评估和预测, 提出利于服役性能的维修标准和计划; Ferreira等[8]分析了环境对路基服役性能的影响, 并对路基的长期变形进行了预测; 陈嵘等[9]通过三维弹性轮轨接触模型的计算, 得到了不同工况下的轮轨接触应力, 根据结果对重载道岔服役性能提出了优化方案; Zuraski[10]对钢桥疲劳寿命进行了预测; Neely等[11]通过材料试验研究了一种用于桥梁的新型聚合纤维材料, 在经历15个月的运营期后桥梁的刚度和最大弯矩未发生明显变化.上述研究中, 服役性能的研究大多针对桥梁、隧道和房屋建筑等混凝土构筑物, 而针对铁路站场、机场、码头和货场等大型场地类的土工地基基础服役性能的研究则相对较少.因此, 研究寒区铁路站场路基的服役性能, 提升其服役性能, 对区域性工程构筑物的设计、施工、养护与维修具有十分重要的工程意义.

系统可靠度理论可对影响因素众多的多年冻土地区路基体系进行可靠度判定, 以确保体系的可靠性[12].许多学者采用多层次模糊综合评判法对岩溶地区、软弱易滑岩层地区及冻土区的路基稳定性进行评估分析[12, 13, 14, 15], 但对路基长期服役性能预测的文献相对较少.因此, 结合系统可靠度与多层次模糊综合评判法对铁路站场路基服役性能及寿命进行评价与预测具有可行性.

本文作者以青藏铁路那曲物流中心站场路基为研究对象, 采用多层次模糊综合评判分析法, 并引入系统可靠度的概念, 深入研究和分析了影响因素难以量化和不确定性成分较多的寒区铁路站场路基的服役性能, 为寒区铁路站场路基服役性能的评价提供必要的技术支撑.

1 评价指标体系的建立

使用模糊集合建立模糊综合评判模型, 根据评价体系中多个评价指标的隶属等级对体系进行综合评判, 不仅可以充分考虑研究对象的层次性、评价指标的复杂性、评价标准及影响因素的模糊性, 还可以发挥相关专家的研究经验, 达到评价结果客观, 符合实际情况的目的.模糊综合评判法关键的步骤之一就是全面考虑研究对象的相关影响因素, 建立完善与合理的评价指标体系.

那曲物流中心位于青藏高原海拔4.5 km处, 具备产品加工、储存、贸易与配送等诸多现代化物流功能, 场区内设有综合物流区与散堆装物流区, 并配以生产加工区和生活区等, 包括铁路路基、货物堆放区及道路区等多种工程结构类型, 使站场所受荷载条件复杂, 且种类较多.基于模糊综合评判法可对不同条件下路基服役性能进行评价的特点, 建立站场整体评价体系, 后按车站站区、货物堆放区和道路区等将站场整体划分, 并对各区进行评价与预测.同时作为世界上海拔最高的物流中心, 那曲物流中心受严寒环境及海拔条件的影响较为突出.物流中心所处地为深季节性冻土区, 冻结深度最大达到2.81 m; 气温最低-41.2 ℃, 年平均地温-1.3~2.0 ℃; 场地内地下水水位较高; 土体冻胀特性较强, 受冻融循环作用的影响较为明显; 场地内车辆荷载等对路基性能影响较大.

对影响物流中心路基稳定性能的上述因素进行分析, 确定冻结深度、冻融循环次数、荷载情况、地温、土质类别、地下水和地表水情况及工程措施等严重影响深季节性冻土区铁路站场路基服役性能的因素.分析这些重要影响因素并分解、聚类与分类, 再结合有关专家、施工人员及养护人员的意见, 应用系统工程学中的层次分析法建立冻土区铁路站场路基服役性能评价指标体系.该体系由二级子系统构成, 具体以深季节冻土区铁路站场路基服役性能为研究预期目标的目标层, 冻土类型、温度、水文条件、地质条件和工程条件5个一级影响因素为影响研究目标实现的准则层(一级子系统), 冻结深度、冻融次数、地温和气温等12项二级影响因素为隶属于准则层的因素层(二级子系统), 如图1所示.

图1 冻土区铁路站场路基服役性能评价指标体系Fig.1 Evaluation system of service performance of railway yard subgrade in frozen region

2 可靠度的计算

传统的层次分析法结合模糊数学理论进行评价时, 所建立的评价指标体系并未考虑各影响因素相互间的关联, 仅通过逻辑关系进行运算, 导致结果在特定的条件下出现与实际严重不符的情况, 可信度不高.为了避免模糊综合评判法的弊端, 充分考虑层次分析法所建立的评价体系各因素间的串、并联关系, 将系统安全可靠度概念引入层次分析法结合模糊数学理论的评判方法中, 以改善传统方法可信度较低等问题.

评价体系的可靠度可通过各影响因素的评价集, 以及评价集中各评价等级的隶属度计算得出.

2.1 评价集

影响评价对象的各因素组成的集合即为影响因素集.冻土区铁路站场路基服役性能评价体系中, 准则层各因素Bk(k=1, 2, …, 5)隶属于目标层的因素集合记为Y={B1, B2, …, B5}, 因素层元素Cki(i=1, 2, …, n, n为相对于各准则层元素的因素个数)隶属于准则层Bk的因素集合记为Yk={Ck1, Ck2, …, Ckn}, 集合YYk便构成了冻土区铁路站场路基服役性能评价体系的影响因素集.

各评价因素对评价对象可能做出的评价结果的集合则是评价体系的评价集.冻土区铁路站场路基服役性能评价体系的评价集是根据现场监测、室内试验及数值分析等研究结果[16, 17], 并结合研究冻土地区的多位学者的经验及讨论, 确定评价集为E={e1, e2, e3, e4, e5}={很差, 较差, 中等, 良好, 优质}, 对该评价集E进行量化, 最终得到E={20, 40, 60, 80, 100}.

2.2 隶属度

对于评价体系中任一元素Cki, 均有数lkim∈ (0, 1)与元素对应, 那么lkim可作为元素Cki对评价对象的隶属度.文中隶属于准则层元素Bk因素层元素Cki, 对准则层中第k个因素产生影响, 并使得评价结果为评价集中第m个结果的可能性, 即为隶属度lkim, 且 m=15lkim=1.

离散型指标的隶属度根据已有的分级、专家意见并结合工程实际综合确定.较为直观和简单的方法可利用等级转换实现, 首先要将评价指标根据描述情况划分为5个转换等级, 然后根据专家给定的转换等级与隶属度关系表进行取值.

根据车站站区所处地的冻土环境、工程条件及荷载类型等, 将冻土区铁路站场路基服役性能评价体系中因素层评价指标与转换等级的关系及转换等级对应的隶属度取值分别列于表1表2.

表1 因素层评价指标与转换等级的关系 Tab.1 Relationship between evaluation indexes of factor and conversion levels
表2 转换等级与隶属度的关系 Tab.2 Relationship between conversion levels and membership degrees

根据等级转换, 得到车站站区因素层中隶属于准则层元素Bk的各因素对评价集E中各评价结果的相应隶属度, 如表3所示.

表3 隶属度取值 Tab.3 Values of membership degrees
2.3 可靠度

冻土区铁路站场路基服役性能评价体系(图1)的可靠度可由一级子系统可靠度得到, 而任一个一级子系统中第k个基本元素的可靠度可通过相应的二级子系统的可靠度计算.隶属于每个准则层元素Bk的因素层元素Cki为并联关系, 将每个准则层Bk作为一个整体计算子系统的可靠度, 再将每个子系统作为独立单元按照串联关系进行整个系统可靠度的计算, 如图2所示.

图2 评价指标体系串-并联关系Fig.2 Series-parallel relationship for the evaluation index system

每个子系统的可靠度可根据隶属度lkim(m=1, 2, …, 5)与量化评价集E={20, 40, 60, 80, 100}进行加权求和后的百分比进行计算.准则层5个元素, 即各个二级子系统按照并联方式计算的可靠度分别为Ψ s1=0.84, Ψ s2=0.87, Ψ s3=0.80, Ψ s4=0.94, Ψ s5=0.96, 将上述5个子系统的可靠度按照串联计算, 得到整体评价体系的可靠度Ψ s=0.53.根据模糊综合评价的前提, 当系统可靠度通过计算满足Ψ s> 0.50的条件时, 或经过对有关因素处理后达到Ψ s> 0.50, 那么系统可靠, 可进一步运用多级模糊综合评判法评价体系的服役性及安全性.因此, 冻土区铁路站场车站站区服役性能满足模糊综合评判方法对可靠度的要求, 可继续进行模糊综合评价.

3 层次分析法的计算

层次分析方法在所建立的层次结构模型(图1)基础上, 构造各级影响因素的判断矩阵并对判断矩阵进行一致性检验, 最后得到权重向量, 以达到定性和定量对系统进行分析的目的.

3.1 判断矩阵

同一级分析模型中, 层次分析法通过Saaty[18]给出的9个重要性等级及其赋值来表达两两因素间的重要程度等级, 如表4所示.

表4 因素间重要程度量化值 Tab.4 Quantitative values of importance between factors

当重要程度介于上述两个相邻评价尺度之间时, 量化值取中间值2、4、6和8.据表4的比例标度, 考虑准则层的判断矩阵, 通过对隶属于准则层Bk的因素层元素Ck1, Ck2, …, Ckn进行分析, 考虑Ck1, Ck2, …, Ckn对于Bk的两两重要性, 并用Cij(i=1, 2, …, n; j=1, 2, …, n)表示因素层元素CkiCkj两者的比例标度, 构成Bk的判断矩阵

Pk=1C12C1nC211C2nCn1Cn21(1)

由此分析二级模糊综合评价体系中因素层元素对准则层元素的两两重要性影响, 得到准则层元素Bk的判断矩阵为

P1=1111, P2=151/51, P3=11/441, P4=1551/5111/511, P5=141/41/411/6461.

同样, 以隶属于目标层A的准则层元素Bij(i=1, 2, …, k; j=1, 2, …, k)表示准则层因素Bk的比例标度值, 得到目标层A的判断矩阵为

Q=1B12B1kB211B2kBk1Bk21(2)

针对一级评价体系, 分析准则层元素对目标层元素的两两重要性, 得到

Q=11551114511/51/4111/51/51/5111/511551.

3.2 一致性检验

判断矩阵的一致性检验需要对一致性指标CI进行计算:

CI=λmax-nn-1(3)

式中λ max为判断矩阵的最大特征根.

考虑到判断矩阵一致性可能受到随机性影响而产生偏离, 为检验判断矩阵的一致性效果, 可将一致性指标CI与平均随机一致性指标RI(表5)进行对比, 利用检验系数CR进行评判:

CR=CIRI(4)

表5 平均随机一致性指标RI Tab.5 Average random coincident indicator of RI

CR< 0.1时, 判断矩阵的一致性效果较好, 可判定判断矩阵是合理的; 否则, 判断矩阵一致性较差, 需要重新对不合理的判断矩阵进行调整.

通过对目标层及准则层的判断矩阵进行最大特征根的计算, 得到车站站区目标层A判断矩阵的最大特征根λ max与准则层元素Bk判断矩阵的最大特征根λ max1λ max2λ max3λ max4λ max5, 如表6所示.

表6 车站站区判断矩阵最大特征根 Tab.6 The maximum eigenvalues of judgment matrix in station area

根据上述方法, 计算得到判断矩阵的检验系数CR均小于0.1, 因此, 确定判断矩阵为合理矩阵.

3.3 元素权重向量集

为了对车站站区服役性能进行规律性的研究, 需要利用数学方法对判断矩阵进行层次排序, 从中提炼出对决策有用的科学信息.以因素层Cki对准则层Bk的判断矩阵为例, 结合根法利用判断矩阵Pk求因素层元素Ck1, Ck2, …, Ckn的权重向量.

表6中准则层Bk的判断矩阵Pk的最大特征根λ maxk所对应的特征向量为ω k, 则有

Pkωk=λmaxkωk(5)

判断矩阵Pk为正定互反矩阵, 其最大特征根λ maxk及特征向量ω k存在且唯一, 则有

ωi=(j=1nCij)1ni=1n(j=1nCij)1n, (i=1, 2, , n)(6)

按行正规化式(6)计算所得的特征向量ω k, 即为准则层Bk下因素层Ck1, Ck2, …, Ckn的权重向量.隶属于准则层Bk下的因素层元素的权重向量集记为Γ k, 而用同种方法计算得到的隶属于目标层A下的准则层元素的权重向量集则记为Γ .

根据式(5)和式(6)计算车站站区服役性能评价体系中因素层的权重向量集, 得到

Γ1=[0.500 0.500], Γ2=[0.833 0.167], Γ3=[0.200 0.800], Γ4=[0.714 0.143 0.143], Γ5=[0.236 0.082 0.682].

计算准则层元素的权重向量集, 得到

Γ=[0.297 0.284 0.062 0.059 0.297].

4 模糊综合评价结果分析与处理
4.1 二级模糊综合评价模型

冻土地区铁路站场路基服役性能评价体系的评价集E的因素个数为5, 那么, 隶属于准则层元素Bk的因素层中元素Cki评价矩阵记为Lki=[lki1lki2lki3lki4lki5], 则准则层Bk中元素的评价矩阵为Lk=(lkim)n× 5, 其中行数n为隶属于准则层Bk的元素个数, 列数为评价集E的因素个数.

对于二级模糊综合评价模型, 可通过对元素权重向量集Γ k与评价矩阵Lk进行广义的模糊运算, 得到准则层Bk的模糊评价模型:

Fk=ΓkLk=[fk1 fk2 fk3 fk4 fk5](7)

对车站站区的二级模糊综合评判模型进行上述运算, 得到准则层Bk的模糊评价模型为

F1=[0.050 0.200 0.550 0.150 0.050], F2=[0.083 0.100 0.517 0.200 0.100], F3=[0.180 0.260 0.420 0.120 0.020], F4=[0.086 0.243 0.514 0.129 0.029], F5=[0.024 0.100 0.568 0.200 0.108].

4.2 一级模糊综合评价模型

一级模糊综合评价矩阵F

F=F1F2F5(8)

将一级模糊综合评价矩阵F与元素权重向量集Γ 进行广义模糊运算, 得到一级模糊综合评价模型为

V=ΓF=[v1 v2v5](9)

按照一级模糊综合评价模型的计算方法, 进行加权评价处理, 得到车站站区的一级模糊综合评价模型结果

V=[0.062 0.148 0.536 0.176 0.078].

4.3 评价结果的处理

处理模糊综合评价模型的常用方法有最大隶属度法和加权平均法.

最大隶属度法是将模糊综合评价模型结果中最大的vi值所对应的评价集E中量化分作为评价结果的最终分值.这种方法可以集中体现评价集中达到某个结果的最大可能性, 但受到条件限制与系统时效性的影响, 易造成评价结果的不合理.

加权平均法是将模糊综合评价模型结果V作为权数, 与量化评价集E加权求和计算系统评价得分.该方法较全面地对影响评价体系的所有因素进行了考虑, 与实际情况较为符合, 对最终评价结果的影响较小.

通过分析模糊综合评价模型的处理方法, 选取加权平均法对车站站区进行评价结果处理.根据评价集E与一级模糊综合评价模型结果V加权平均得到车站站区评价系统得分为61.20分.综合考虑车站站区服役性能的影响因素, 结合评价得分可以看出, 车站站区的服役性能中等偏良好.

5 模糊综合评判法的应用
5.1 货物堆载区服役性能评价

对物流中心货物堆载区进行服役性能评价时, 需考虑货物堆载区的荷载情况, 即准则层元素B5下因素层元素C51荷载条件对工程条件的隶属度发生变化.货物堆载区当前为空载状态, 对工程条件的影响偏好, 对应于表1的转换等级A, 利用转换等级与隶属度的关系(表2), 可得到

L51=[0.0 0.1 0.5 0.2 0.2].

根据系统可靠度计算方法, 得到货物堆载区评价体系的可靠度为0.511, 满足模糊综合评价方法的要求.

由于荷载状态的变化, 元素C51荷载条件与准则层B5下其它影响因素的相对重要程度发生变化, 准则层B5的判断矩阵变化为

P5=111111111.

针对货物堆载区的服役性能准则层元素进行两两重要程度判定, 得目标层判断矩阵为

Q=11551114511/51/4111/81/51/5111/811881.

对准则层B5及目标层A的权重向量集进行计算, 分别为

Γ5=[0.333 0.333 0.333], Γ=[0.283 0.270 0.054 0.052 0.341].

根据一级模糊综合评价模型的计算方法, 对结果进行加权平均处理, 得到一级模糊综合评价结果为V=[0.050 0.144 0.528 0.178 0.100], 其评价体系得分为62.68分.

根据评价得分可以看出, 由于货物堆载区设计超前, 还未出现设计荷载, 因此其服役性能评价得分较高.

5.2 道路区服役性能评价

对道路区进行评价, 得到道路区一级模糊综合评价结果为V=[0.077 0.363 0.373 0.160 0.027], 其评价系统得分为53.94分.

现场道路区由于车辆密集度大, 重型车辆多, 因此产生的裂纹、开裂和沉陷等病害较多, 通过模糊综合评价法对道路区的评价可以看出, 较低的评分与现场实际情况相符.

5.3 10年后路基服役性能评价

冻土区铁路站场路基的服役性能是一个随时间变化的动态过程, 与冻土区工程服役性能有直接关系的时间因素就是冻融循环次数.通过对站场路基进行现场监测、室内试验和数值分析等研究[16, 17], 得到土体融沉系数在经历5次冻融循环后达到稳定, 土体强度在经历15次冻融循环后达到稳定.因此, 对路基10年后的服役状态进行评价有重要意义.

采用基于可靠度的模糊综合评判法评价10年之后站场路基服役性能, 考虑堆载区处于满载状态, 并对车站站区和道路区采取加固与维护措施.

按照冻土区铁路站场路基服役性能的模糊综合评判方法对10年后车站站区、货物堆载区及道路区服役性能进行模糊综合评判, 得到车站站区一级模糊综合评价模型计算结果为V=[0.050 0.121 0.440 0.209 0.180], 评价系统得分为66.96分; 货物堆载区一级模糊综合评价模型计算结果为V=[0.210 0.224 0.212 0.222 0.132], 评价系统得分为56.84分; 道路区一级模糊综合评价模型计算结果为V=[0.069 0.327 0.293 0.178 0.133], 评价系统得分为59.58分.

综合分析10年后路基服役性能的评价结果, 土体在经历10次冻融循环作用后逐渐趋于稳定状态, 受环境影响减弱; 在车站站区和道路区采取一定的维护与加固措施使各区评价得分较10年前提高; 货物堆载区按照满载状态考虑, 加剧了区域土体冻胀融沉现象, 导致10年后堆载区服役性能有所降低.

6 结论

通过对现有研究进行分析, 结合影响站场路基服役性能的相关因素, 在建立评价体系的基础上, 利用基于可靠度理论的模糊综合评判法对站场路基服役性能进行评价和评分, 得到以下结论.

1)基于可靠度的模糊综合评判法对路基服役性能的评价是一种行之有效的方法.在对那曲物流中心铁路站场路基服役性能进行综合评价时, 充分考虑了影响服役性能的各因素之间的相互关系, 不仅定性的对站场路基服役性能进行评价, 还给出了定量的评价结果.

2)建立了以冻土区铁路站场路基服役性能为目标层, 冻土类型等5个影响因素为准则层, 冻结深度等12个二级影响因素为因素层的评价指标体系, 确定了评价体系的评价集, 通过结合各因素的隶属度计算得到了评价体系的可靠度.

3)对比货物堆载区、车站站区和道路区的评价结果可知, 货物堆载区评分较高, 与堆载区的空载情况有关; 站区评分稍低; 道路区评分最低, 主要受到车辆重荷及密度较大影响, 且与现场道路病害严重情况相符.

4)对10年后那曲物流中心路基服役性能进行预测和评价, 结果显示:货物堆载区按照满载状态进行评价, 致使评价结果得分较低, 服役性能降低; 采用加固和维护措施后的车站站区及道路区综合评价得分较高, 即有效的维护与保养是站场路基服役性能正常发挥的重要条件.

The authors have declared that no competing interests exist.

参考文献
[1] 叶阳升, 王仲锦, 程爱君, . 路基的填料冻胀分类及防冻层设置[J]. 中国铁道科学, 2007, 28(1): 1-6.
YE Yangsheng, WANG Zhongjin, CHENG Aijun, et al. Frost heave classification of railway subgrade filling material and the design of anti-freezing layer[J]. China Railway Science, 2007, 28(1): 1-6. (in Chinese) [本文引用:1]
[2] 杨瑞成, 丁旭, 陈奎. 材料科学与材料世界[M]. 北京: 化学工业出版社, 2005: 48-50.
YANG Ruicheng, DING Xu, CHEN Kui. Materials science and materials world[M]. Beijing: Chemical Industry Press, 2005: 48-50. (in Chinese) [本文引用:1]
[3] 高英力, 马保国, 王信刚, . 钢筋保护层混凝土细观界面过渡区优化及耐久性[J]. 土木建筑与环境工程, 2009, 31(4): 19-24.
GAO Yingli, MA Baoguo, WANG Xingang, et al. Durability and meso interfacial transition zone optimization of reinforced concrete cover[J]. Journal of Civil, Architectural & Environmental Engineering, 2009, 31(4): 19-24. (in Chinese) [本文引用:1]
[4] OKASHAN M, FRANGOPOL D M. Advanced modeling for efficient computation of life-cycle performance prediction and service-life estimation of bridges[J]. Journal of Computing in Civil Engineering, 2010, 24(6): 548-556. [本文引用:1]
[5] SHENTON I H W, CHAJES M J, JOHNSON W L. Continuous in-service monitoring of an FRP bridge for long-term performance evaluation[C]// Structures Congress. Washington D C, 2001: 1-2. [本文引用:1]
[6] 孙晓燕, 黄承奎, 赵国藩, . 基于动态可靠度和经济优化相结合的服役桥梁维修加固风险决策[J]. 工程力学, 2004, 21(5): 5-10.
SUN Xiaoyan, HUANG Chengkui, ZHAO Guofan, et al. Risk-ranking decision of repair and strengthening of existing bridges based on time-dependent reliability and economical optimization[J]. Engineering Mechanics, 2004, 21(5): 5-10. (in Chinese) [本文引用:1]
[7] WANG Guanhu, CAI Liangcai, SHAO Bin, et al. Comprehensive evaluation model of grey fixed weight clustering for airport pavement service performance[C]// Second International Conference on Transportation Engineering. Chengdu, China, 2009: 984-989. [本文引用:1]
[8] FERREIRA T M, TEIXEIRA P F. Rail track performance with different subballast solutions: traffic and environmental effects on subgrade service life[J]. Journal of Transportation Engineering, 2012, 138(12): 1541-1550. [本文引用:1]
[9] 陈嵘, 王平, 李成辉. 75kg/m钢轨12号重载道岔服役性能优化分析[J]. 铁道科学与工程学报, 2011, 8(6): 7-11.
CHEN Rong, WANG Ping, LI Chenghui. Optimization of service performance of No. 12 heavy haul railway tumout with 75 kg/m rail[J]. Journal of Railway Science and Engineering, 2011, 8(6): 7-11. (in Chinese) [本文引用:1]
[10] ZURASKI P D. Service performance of steel bridge compared to fatigue-life predictions[J]. Journal of Structural Engineering, 1993, 119(10): 3056-3068. [本文引用:1]
[11] NEELY W D, COUSINS T E, LESKO J J. Evaluation of in-service performance of Tom’s creek bridge fiber-reinforced polymer superstructure[J]. Journal of Performance of Constructed Facilities, 2004, 18(3): 147-158. [本文引用:1]
[12] 马立峰, 刘建坤, 牛富俊. 基于可靠度的多年冻土区路基稳定性评价及应用分析[J]. 工程地质学报, 2009, 17(4): 522-527.
MA Lifeng, LIU Jiankun, NIU Fujun. Reliability based AHP-FUZZY synthetic evaluation system for stability of roadbeds in permafrost regions[J]. Journal of Engineering Geology, 2009, 17(4): 522-527. (in Chinese) [本文引用:2]
[13] 程晔, 赵明华, 曹文贵. 路基下岩溶稳定性评价的模糊多层次多属性决策方法研究[J]. 岩土力学, 2007, 28(9): 1914-1918.
CHENG Ye, ZHAO Minghua, CAO Wengui. Fuzzy multiple hierarchy multiple attribute decision making in stability evaluation of karst of roadbed[J]. Rock and Soil Mechanics, 2007, 28(9): 1914-1918. (in Chinese) [本文引用:1]
[14] 张永杰, 曹文贵, 赵明华, . 岩溶区公路路基稳定性的区间模糊评判分析方法[J]. 岩土工程学报, 2011, 33(1): 38-44.
ZHANG Yongjie, CAO Wengui, ZHAO Minghua, et al. Interval fuzzy judgment method for roadbed stability in karst area[J]. Chinese Journal of Geotechnical Engineering, 2011, 33(1): 38-44. (in Chinese) [本文引用:1]
[15] 王羽, 刘会, 杨转运, . 基于模糊综合评判的路基易滑岩层优势结构面研究[J]. 岩土力学, 2011, 32(4): 1169-1174.
WANG Yu, LIU Hui, YANG Zhuanyun, et al. Study of preferred structural plane of subgrade slippery rock based on fuzzy comprehensive evaluation[J]. Rock and Soil Mechanics, 2011, 32(4): 1169-1174. (in Chinese) [本文引用:1]
[16] WANG Tianliang, LIU Yaojun, YAN Han, et al. An experimental study on the mechanical properties of silty soils under repeated freeze-thaw cycles[J]. Cold Regions Science and Technology. 2015, 112: 51-65. [本文引用:2]
[17] WANG Tianliang, MA Chao, YAN Han, et al. Influence of repeated freeze-thaw on dynamic modulus and damping ratio properties of silty sand [J]. Science in Cold and Arid Regions, 2013, 5(5): 572-576. [本文引用:2]
[18] SAATY T L. The analytic hierarchy process: planning, priority setting, resource allocation[M]. New York: McGraw-Hill, 1980: 53-64. [本文引用:1]