分 类 号 U491 密级 公开

收藏编号___________ 学号_ 170527156 _

学校代码 10386 编号_____________

(应用研究)

公路路面施工质量数字化管理系统
设计与应用研究

工 程 领 域： 交通运输工程

研 究 方 向： 道路工程

研 究 生 姓 名： 刘建炜

指 导 教 师 、职 称： 郑柯 教授

协 助 导 师 、职 称：

所 在 学 院： 土木工程学院

答辩委员会主席：

二〇二〇 年 八 月
 一 遵守学术行为规范承诺
本人已熟知并愿意自觉遵守《福州大学研究生和导师学术行为规范实施办
法》和《福州大学关于加强研究生毕业与学位论文质量管理的规定》的所有内容，
承诺所提交的毕业和学位论文是终稿，不存在学术造假或学术不端行为，且论文
的纸质版与电子版内容完全一致。

二 独创性声明
本人声明所提交的论文是我个人在导师指导下进行的研究工作及取得的研
究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他
人已经发表或撰写过的研究成果，也不包含为获得福州大学或其他教育机构的学
位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在
论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人
承担。

三 关于论文使用授权的说明
本人完全了解福州大学有关保留使用学位论文的规定，即：学校有权保留
送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内
容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵
守此规定）
本学位论文属于（必须在以下相应方框内打“√”，否则一律按“非保密论
文”处理）：
1、保密论文： □本学位论文属于保密，在 年解密后适用本授权书。
2、非保密论文：本学位论文不属于保密范围，适用本授权书。

研究生本人签名： 签字日期：2020 年 8 月 21 日

研究生导师签名： 签字日期：2020 年 8 月 21 日
公路路面施工质量数字化管理系统设计与应用研究
中文摘要

我国传统公路工程建设项目中，对沥青路面施工质量管理采用的主要方法是
对已完工的沥青路面进行质量检测的“事后控制”模式。这种管理模式缺乏对路
面施工的过程控制，质量信息的反馈时间较长，项目管理人员无法及时掌握施工
质量情况。对于存在质量问题的沥青路面，需要返工重铺，且难以确定问题路面
产生的主要原因。
本文针对“事后控制”的沥青路面施工质量管理模式，建立公路沥青路面施
工质量数字化管理系统，采用射频识别、远程通信和卫星定位等物联网相关技术，
实现对原材料质量、拌合站生产、混合料运输、摊铺和压实的数字化监控，从而
实现对沥青路面施工的过程控制。
首先，在选取施工质量关键指标方面，基于层次分析法针对不同施工工序选
取了符合数字化管理的动态变化的沥青路面施工过程性指标，并利用灰色关联度
理论对试验路段的压实度与关键指标进行关联度分析，得到了影响沥青路面路用
性能的关键指标重要度排序。
其次，利用物联网技术理论构建了公路沥青路面施工质量数字化管理系统的
技术架构，并针对原材料、沥青混合料生产、运输、摊铺和压实等工序设计了管
理系统的主要功能，并采用射频识别、远程通信和卫星定位等技术实现了各功能
模块下关键指标数据的采集和传输，并实现各工序之间的信息互通，建立沥青混
合料在整个生产、施工过程中可溯源的信息数据链。
随后，利用数字化管理系统采集拌合站中沥青混合料生产的关键指标数据，
分析各关键指标的变异性水平，并运用 Shapiro-Wilk 检验对数据进行正态性检
验；运用统计过程控制原理，采用控制图对沥青用量和合成级配进行质量控制；
同时，针对集料的自相似特性，提出了基于分形理论的合成级配质量控制研究，
通过推导集料粒径分布和质量分布的分形函数，得到级配的分形维数，并分析分
形维数与筛孔之间的相关性，从而以宏观角度对混合料级配进行评价。
最后，本文依托福建省交通运输科技项目《福建省普通公路路面品质工程与
数字化管理研究》，应用数字化管理系统实现对福清省道 S209“白改黑”项目
施工过程的智能化监控和管理。同时，利用智能压实云图建立了关于压实质量的
多元非线性回归模型，并对其预测效果进行了评价。
关键词：沥青路面；数字化管理；关键指标；物联网；过程控制

I
 Research on design and application of digital
management system for highway pavement
construction quality
Abstract

In the traditional highway construction projects in China, the main method for
the quality management of asphalt pavement construction is the "post-control" mode
of the finished asphalt pavement quality inspection. This management mode lacks the
process control of pavement construction and has the long feedback time, so the
project management personnel cannot grasp the construction quality in time. For the
asphalt pavement with quality problems, it is necessary to redo the pavement, and it is
difficult to determine the main cause of the problem.
In view of the "post control" mode of quality management of asphalt pavement
construction, this thesis sets up a digital management system of highway asphalt
pavement construction quality, using the Internet of things technology, such as radio
frequency identification, remote communication and satellite positioning, realizing the
digital monitoring of the process in the quality of raw materials, the production of
asphalt mixture, production, transportation, paving and compaction, so as to realize
the process control of the asphalt pavement construction.
First, this thesis uses the analytic hierarchy process to select the dynamically
changing parameters of asphalt pavement construction process which conforms to the
digital management according to the different construction process in the construction
quality of the selection of key indicators. This thesis uses the theory of grey relational
degree to analyze the correlation degree between the compaction degree and the key
parameters of the test section, and obtains the importance degree ranking of the key
parameters that affect the pavement performance.
Secondly, using the theory of Internet of things technology, this thesis builds the
highway asphalt pavement construction quality the technical architecture of the digital
management system, and designs the main functions of the management system for
the raw materials, asphalt mixture production, transportation, paving and compaction
process. Using the radio frequency identification, telecommunication technology and
satellite positioning technology, the digital management system realizes the collection
and transmission of the key index data of each function module. The digital
management system enables the various processes to communicate with each other,

II
and establishes the traceable information data chain of asphalt mixture in the whole
production and construction process.
Then, this thesis studies the variability of the key parameters of the asphalt
mixture production using the collected data from the digital management system, and
uses the Shapiro-Wilk method to test the normality of the data. Based on the principle
of statistical process control, this thesis adopts the control diagram to control the
quantity of asphalt and gradation. At the same time, according to the self-similarity
characteristic of aggregate materials, this thesis analyzes the quality control of
composite gradation based on the fractal theory. By deducing the fractal function of
the aggregate particle size distribution and mass distribution, this thesis obtains the
fractal dimension of the gradation and analyzes the correlation between the fractal
dimension and the sieve pore, so as to use the fractal theory to evaluate gradation
from the macro perspective.
Finally, based on the Fujian province ordinary road pavement quality
engineering and digital management research from Fujian transportation science and
technology project, this thesis applies the digital management system to implement
the intelligent monitoring and management of the project construction process to
improve the production quality of asphalt mixture and the management level of
asphalt pavement construction, relying on the S209 highway cement concrete
pavement "white to black" project. Moreover, this thesis uses the intelligent
compacting cloud image to establish a multivariate nonlinear regression model of the
compaction quality, and evaluates the prediction effect of the model.
Key words: Asphalt pavement; Digital management; Key
parameter; Internet of things; Process control

III
 目 录
中文摘要.........................................................................................................................I
Abstract..........................................................................................................................II
第一章 绪论.................................................................................................................. 1
1.1 研究背景和意义............................................................................................. 1
1.2 国内外研究现状............................................................................................. 2
1.2.1 公路路面施工质量指标研究.............................................................. 2
1.2.2 公路路面施工质量数字化管理研究.................................................. 3
1.2.3 研究现状总结....................................................................................... 6
1.3 主要研究内容................................................................................................. 6
1.4 技术路线......................................................................................................... 8
第二章 施工质量关键指标的选取及研究.................................................................. 9
2.1 基于层次分析法的施工过程控制指标体系的建立..................................... 9
2.1.1 层次分析法概要.................................................................................. 9
2.1.2 三层递阶层次结构.............................................................................. 9
2.1.3 各层级判断矩阵的建立.................................................................... 11
2.1.4 各层级重要度的计算........................................................................ 13
2.1.5 一致性检验........................................................................................ 15
2.1.6 综合重要度的计算与检验................................................................ 16
2.2 基于灰色关联理论的关键指标重要度研究............................................... 17
2.2.1 灰色关联理论.................................................................................... 17
2.2.2 基于灰色关联度的压实度影响因素分析........................................ 18
2.3 本章小结....................................................................................................... 21
第三章 公路路面施工质量数字化管理系统构建.................................................... 22
3.1 物联网概述................................................................................................... 22
3.1.1 物联网基本概念................................................................................ 22
3.1.2 物联网的技术体系架构.................................................................... 22
3.1.3 物联网的关键技术............................................................................ 23
3.2 需求分析及设计目标................................................................................... 24
3.3 系统设计原则............................................................................................... 25
3.4 系统架构设计............................................................................................... 26
3.5 系统功能设计............................................................................................... 27
3.5.1 原材料质量控制及数字化管理........................................................ 27
3.5.2 沥青混合料生产质量数字化监控.................................................... 27

IV
 3.5.3 沥青混合料运输管理数字化监控.................................................... 28
3.5.4 沥青混合料摊铺质量数字化监控.................................................... 28
3.5.5 沥青混合料压实质量数字化监控.................................................... 29
3.6 系统功能实现方案....................................................................................... 30
3.6.1 原材料质量控制及数字化管理实现方案........................................ 30
3.6.2 沥青混合料生产质量数字化监控实现方案.................................... 31
3.6.3 沥青混合料运输管理数字化监控实现方案.................................... 32
3.6.4 沥青混合料摊铺质量数字化监控实现方案.................................... 33
3.6.5 沥青混合料压实质量数字化监控实现方案.................................... 34
3.7 本章小结....................................................................................................... 34
第四章 基于数字化管理系统的沥青混合料生产质量过程控制............................ 35
4.1 指标的统计特征........................................................................................... 35
4.2 正态性检验................................................................................................... 36
4.3 控制图理论................................................................................................... 36
4.3.1 统计过程控制原理............................................................................ 36
4.3.2 常用控制图........................................................................................ 37
4.3.2.1 均值—极差控制图................................................................. 37
4.3.2.2 单值—移动极差控制图......................................................... 40
4.3.3 基本判定准则.................................................................................... 41
4.3.3.1 判稳准则................................................................................. 41
4.3.3.2 判断异常准则......................................................................... 42
4.3.4 控制图的修正.................................................................................... 42
4.3.5 过程能力分析.................................................................................... 43
4.4 分形理论....................................................................................................... 43
4.4.1 分形的定义........................................................................................ 44
4.4.2 分形的维数........................................................................................ 44
4.4.3 沥青混合料级配的分形特性............................................................ 45
4.4.3.1 集料粒径分布函数的分形..................................................... 45
4.4.3.2 集料质量分布函数的分形..................................................... 45
4.4.3.3 分形维数的计算..................................................................... 46
4.5 沥青用量质量控制....................................................................................... 47
4.5.1 沥青用量变异性分析........................................................................ 47
4.5.2 沥青用量统计过程控制.................................................................... 48
4.6 合成级配质量控制....................................................................................... 50

V
 4.6.1 级配变异性分析................................................................................ 50
4.6.2 筛孔质量通过率统计过程控制........................................................ 53
4.6.2.1 0.075mm 筛孔质量通过率......................................................53
4.6.2.2 2.36mm 筛孔质量通过率........................................................55
4.6.2.3 4.75mm 筛孔质量通过率........................................................57
4.7 基于分形理论的级配质量控制研究........................................................... 59
4.8 本章小结....................................................................................................... 63
第五章 数字化管理系统应用研究............................................................................ 65
5.1 工程概况....................................................................................................... 65
5.2 系统应用实例............................................................................................... 66
5.2.1 系统界面............................................................................................ 66
5.2.2 原材料质量控制及数字化管理........................................................ 67
5.2.3 沥青混合料生产质量数字化监控.................................................... 68
5.2.4 沥青混合料运输管理数字化监控.................................................... 70
5.2.5 沥青混合料摊铺质量数字化监控.................................................... 71
5.2.6 沥青混合料压实质量数字化监控.................................................... 72
5.3 基于智能压实云图的压实度多元非线性回归分析................................... 73
5.3.1 压实度与压实过程指标的相关性分析............................................ 73
5.3.2 压实度与压实过程指标的偏相关分析............................................ 76
5.3.3 基于多元非线性回归的压实度预测模型........................................ 79
5.4 本章小结....................................................................................................... 82
结论与展望.................................................................................................................. 83
1 研究结论.......................................................................................................... 83
2 本文的特色及创新点...................................................................................... 83
3 研究展望.......................................................................................................... 84
参考文献...................................................................................................................... 85
在学期间参与的科研项目.......................................................................................... 89
致谢.............................................................................................................................. 90

VI
 公路路面施工质量数字化管理系统设计与应用研究

第一章 绪论

1.1 研究背景和意义

随着海峡西岸经济区的快速建设，福建省公路交通事业得到了全新的发展机
遇。根据《福建省高速公路网规划（2016-2030 年）》，福建省高速公路通车总
里程预计在 2020 年底突破 6000 公里，并于 2030 年全面建成“六纵十横”高速
公路网。伴随公路事业的快速发展而带来的主要问题是，早期修建的以水泥混凝
土路面为主的普通国省干线公路，至今已使用十几年甚至更长的时间，路况越来
越差，且水泥混凝土路面存在行车舒适性不足、噪声较大、破损难以维修等缺点。
而沥青路面具有养护方便、施工周期短、行车平稳舒适以及可回收再利用的优点，
且行车噪声较低，因此在公路建设中受到了广泛的关注并得到了越来越多的应
用。沥青路面由于上述优点得到广泛应用的同时，也出现了施工质量参差不齐、
生产管理水平不足的情况，使得沥青路面的早期病害问题时有发生，包括局部泛
油、车辙、网裂、坑洞、裂缝等，从而引起了行业内越来越多的关注。
在沥青路面的施工工序中，任意一个环节的质量变化都会影响沥青路面的路
用性能。当前我国在沥青路面工程建设项目中，对于沥青路面施工的质量控制主
要是采用“事后控制”的管理模式，通过对已经施工完毕的路段进行试验检测，
对其中不符合质量要求的路段进行返工重铺。这种质量管理模式存在诸多局限
性，首先，试验检测虽然能在一定程度上反映施工质量，但由于所能检测的数量
有限，并不能全面地反映整体的质量水平；其次，管理模式的性质决定了它的滞
后性，使得项目管理人员无法及时了解存在的质量问题，致使前期的质量问题没
有得到及时的解决，造成了后期质量问题更加的复杂；第三，对于存在质量问题
的路段，无法准确判断问题的根源并采取有效的措施。
因此，本文针对沥青路面施工过程，建立了公路路面施工质量数字化管理系
统，具有如下的实际意义：
（1）实时监测施工过程，提高工程建设质量
利用物联网技术，实现对原材料、拌合站、混合料运输、摊铺和压实等工序
的关键指标的实时监控和数据采集，改变原有沥青路面施工的“事后控制”模式，
建立“过程控制”模式，提高生产、施工的质量水平。
（2）建立数字化管理平台，完善工程质量管理体系
建立公路路面施工质量数字化管理系统，为管理者提供一个可视化的工程质
量管理平台，完善公路沥青路面工程质量管理控制体系与工作机制，实现工程建

1
 福州大学硕士学位论文

设质量管理规范化与精细化，使项目管理者可以及时掌握工程整体施工质量，极
大提高工程的质量管理水平。

1.2 国内外研究现状

1.2.1 公路路面施工质量指标研究

国外研究方面，美国通过调查 40 多个州的施工数据研究沥青路面早期质量
问题，经过整理和分析得到了较为系统的质量控制和保证体系[1]。其中主要是通
过在施工前期进行沥青混合料的配合比设计，并制定质量管控方案。AASHTO
发布了施工质量管理规范，对质量抽检的频率和标准作了详细规定，并提供了具
体的量化指标，使得手册具备可操作性[2]。
同时，国外也有研究将沥青路面施工质量控制指标与付款系数相结合，从而
提高工程建设的总体质量。
加拿大安大略省[3]将级配、空隙率、油石比和路面压实度作为关键指标运用
到付款系数的计算中，其中单个关键指标付款系数由样本关键指标的允许限制内
百分率 PWL（Percent Within Limits）来确定，并利用单个付款系数的结果计算
全部付款系数，同时根据路面平整度和均匀性对付款系数作进一步调整。
美国德克萨斯州[4]采用沥青用量、级配、以及室内空隙率作为施工质量控制
的关键指标，并将这三个指标引入到付款系数的计算中，最后结合路面平整度调
整调整付款。印第安纳州在考虑了沥青用量和空隙率的基础上，加入了压实度和
矿料间隙率来计算付款系数。AASHTO 标准在印第安纳州的基础上，引入了平
整度作为付款系数计算调整的关键指标[5]。
国内研究方面，沙庆林院士研究了沥青路面早期破坏发生的主要原因，提出
了提高路面施工质量的改进意见[6]。
邱志雄在 2003 年将 QC/QA 质量管理体系运用到开阳高速工程建设中，提
出对检测样本统计特征值进行评价，包括混合料生产过程中的沥青含量和级配，
以及路面施工的厚度和压实度[7]。
郭大进等在 2007 年运用层次分析法结合专家意见建立了基于路基路面材
料、设备的具体配置、施工人员的资历资质、施工工艺水平的质量控制指标体系，
并在江苏和安徽省多条高速公路中得到了良好的应用效果[8]。
李海滨、沙爱民在 2008 年利用改进层析分析法以材料、人员、设备、工艺
为准则层建立了质量控制指标体系，并利用模糊综合评价法对质量控制指标体系
进行评价，并利用研究成果实现了安徽某高速公路的施工过程的多点控制[9]。
鲁斌在 2015 年对市政道路改造工程进行质量控制进行了研究，其中对于施

2
 公路路面施工质量数字化管理系统设计与应用研究

工质量变异性控制方面主要从厚度、温度和压实度三个指标进行分析，并给出了
降低厚度、温度和压实度的变异性的相关意见[10]。
孙鹏在 2012 年从材料、设备、人员、工艺四个方面建立了沥青路面施工质
量控制体系，考虑了原材料对于施工质量的影响，并将控制体系运用到对滨德高
速公路，提高了沥青路面的施工质量[11]。
涂裕民在 2011 年通过在施工现场质量检验中增加对混合料性能的评定，建
立了考虑混合料性能指标的沥青路面施工质量评价体系，其中指标权重由层次分
析法计算得出[12]。
廖津和在 2015 年依托“复合式”高速公路沥青路面施工，建立了基于材料、
设备、人员、工艺的施工前质量监控指标体系，以及施工过程中室内检测和现场
检测的质量监控指标体系，运用改进 AHP 法计算指标的权重值，并采用专家评
分法和 PWL 法建立评价标准[13]。
张勇在 2015 年建立沥青路面施工设备作业指标体系，主要针对施工作业设
备对各施工工序质量的影响进行研究，并分析了下承层的不平整程度对路面施工
质量的影响[14]。
李海滨在 2012 年通过分析影响沥青路面施工的质量影响因素，运用层次分
析法计算人员、工艺、设备和材料的权重值，根据计算结果，沥青混合料和关键
人员稳定性对沥青路面施工的质量起重要的作用[15]。
袁博在 2013 年以滨德高速公路工程为依托，将影响沥青路面质量的指标分
为反映沥青混合料综合性能和沥青路面的最终性质两类[16]。
赵文姣在 2008 年分析了影响沥青路面施工质量的主要因素，研究表明，改
性沥青的加工过程、工程所采用的机械设备的类型以及设备使用的合理性直接关
系到沥青路面的施工质量[17]。
高建纲在 2015 年分析影响城市沥青路面施工质量的主要因素，最终将压实
度、厚度和平整度作为施工控制的关键指标[18]。
章毅等在 2011 年以沥青混合料的路用性能为分析要素，通过层次分析法得
到了沥青路面施工质量的评价模型，且评价指标中压实度的综合权重值最高[19]。
陈志杰在 2016 年研究了沥青、矿粉和纤维等原材料的质量和用量对沥青混
合料性能的影响，并分析了矿料级配对于沥青路面性能的影响，结论表明，合理
的矿料级配可以提高沥青路面的路用性能[20]。

1.2.2 公路路面施工质量数字化管理研究

国外研究方面，F. Peyret 等在 2000 年设计了压路机地面、主板和定位的集

成系统，将计算机技术运用到工程建设中以指导道路施工[21]。Han Zhu 等在 2000

3
 福州大学硕士学位论文

年分析了集料的棱角性对沥青混合料路用性能的影响[22]。Arif Chowdhury 等在
2001 年利用数字图像技术量化细集料颗粒的棱角性，进而评价集料的质量[23]。R.
Navon 等在 2005 年利用 GPS 定位采集施工人员和设备的位置信息，并建立了基
于定位数据信息的施工进度、材料实际消耗的预估模型[24]。K. Gopalakrishnan 等
在 2006 年使用 X 射线断层扫描技术观察沥青混合料的空隙率，分析了混合料在
压实和离析过程中空隙率的变化[25]。Fares Beainy 等在 2010 年利用温度和加速度
传感器采集压实过程中的压实温度和速度，运用压路机监控数据建立了基于人工
神经网络的压实度预测模型[26]。Elmar Wasle 等在 2010 年运用伽利略卫星导航系
统实现对搅拌车的位置信息监控[27]。Markus Troger 等在 2012 年利用 GNSS 定位
系统实现对摊铺机和压路机的位置信息的采集，从而为路面施工提供有效的技术
支持[28]。Byzyka J 等在 2017 年利用红外温度传感器对沥青路面摊铺和压实过程
中的温度进行了采集和分析，研究结果表明了温度的损失对压实质量具有重要影
响[29]。
国内研究方面，魏宏云等在 2015 年建立了路面施工质量实时监控系统，该
系统运用物联网技术对拌合生产中级配和油石比、摊铺机的摊铺轨迹和压路机的
压实轨迹进行监控[30]。
梁帝在 2018 年设计了摊铺机的远程监控系统，实现了对摊铺机参数的采集、
传输，通过室内验证了系统功能的可行性[31]。
陈艳在 2013 年建立了拌合站远程监控系统，利用阈值处理的图像分割技术
采集视频图像中的集料和粉料数据，并绘制生产配比和级配曲线，从而实现对生
产配合比和级配的监控[32]。
林通等在 2015 年基于 3G 网络建立了高速公路沥青路面远程监控系统，该
系统分别对拌合站生产、摊铺机和压路机进行监控，利用各个监控子系统对相应
工序进行质量监控[33]；2018 年提出了基于碾压遍数、温度、速度和压实度的在
线压实质量控制参数，以局域网作为压路机之间数据共享的方式，构建了压实质
量监控方案[34]。
曾庆成在 2018 年针对沥青混合料的压实过程，利用传感器和卫星定位技术
对压路机的行驶速度、振动频率、行驶轨迹和混合料温度进行监控，从而提高压
实质量验收合格率[35]。
李正等在 2005 年建立了压路机远程监控系统，利用 GSM 通信技术将温度、
速度和压实度数据信息发送到集控中心，并通过数据解码模块获取数据信息[36]。
金肃静在 2017 年设计了拌合楼动态质量监控管理系统，实现对每盘料的级
配和配合比进行监控，并统计拌合站原材料消耗和混合料产量，评估拌合站的整
体生产水平[37]。

4
 公路路面施工质量数字化管理系统设计与应用研究

谷文龙等在 2017 年提出基于 B/S 架构体系的拌合楼动态监控系统，主要对

油石比、关键筛孔的质量通过率和温度进行监控，并设定了质量波动的报警规则，
该系统应用在市政工程中，得到了良好的反馈[38]。
天津市政工程研究院的李正中等在 2012 年设计实现了对拌合站生产的数据
采集、处理和传输，通过实际应用效果表明，该系统可以有效减少等料、溢料现
象[39]。
李兴隆在 2012 年针对沥青拌合站设计了远程监控系统，通过提前设定监控
参数的预警范围，控制油石比、级配和温度的生产波动，利用系统发出的预警信
息，及时调整施工配合比，从而降低变异系数[40]。
施炎在 2017 年设计了拌合站的信息化监控方案，同时，利用温度传感器采
集混合料运输和摊铺过程中的温度数据，绘制了温度云图分析混合料的温度离析
现象[41]。
刘兴国等在 2012 年针设计了基于拌合站工控机的级配实时监控系统，系统
从工控机上截取级配和油石比生产数据，生成级配和配合比曲线，极大程度上减
低了混合料的离析[42]。
曹朋辉在 2013 年针对混合料生产环节，依托云南省锁蒙高速公路，设计了
拌合站远程实时监控系统，通过在拌合楼 PC 机上安装数据采集软件读取数据库
内的关键参数的数据，通过分析参数的变异性，实现了对关键参数的动态监控[43]。
赵楠等在 2016 年以内蒙古某一级路路面工程为依托，建立了沥青混合料质
量动态监控系统，主要针对油石比和级配进行数字化监控，并通过监控数据重新
界定拌合站的施工质量标准，降低了质量指标的变异系数[44]。
宋丽娟在 2017 年提出了拌合站生产监控方案，利用打印机并行接口截取工
控机数据实现对生产数据的采集，但由于缺乏在工程项目中的实际应用，因此，
系统的应用效果未能得到验证[45]。
吕东源将图像识别技术与物联网技术相结合，开发了一种基于图像识别的沥
青拌合站生产数据采集系统，实时监测拌合站的生产参数及生产状态[46]。
段文红等在 2019 年采用软硬件结合的技术手段，对拌合楼生产过程进行监
控，对集料、油石比和生产周期等参数进行监控，实现了对沥青混合料生产质量
的良好控制[47]。
孙希刚在 2018 年基于 GPRS 网络构建了沥青混合料远程监控系统，实时监
控和调整沥青混合料的生产配合比，以保证沥青混合料施工质量[48]。
侯翠连在 2018 年依托国道 G312 线昌吉公路第二合同段，对生产配合比、
出料温度、摊铺和碾压温度进行监控，有效提升混合料的生产质量和施工质量[49]。
宋恩鹏在 2019 年提出了基于云平台的沥青路面温度监测系统，利用 PT100

5
 福州大学硕士学位论文

工业级传感器作为温度记录仪对沥青内部温度进行高精度采集，并通过云平台推
出的设备云 APP 实时查看温度数据[50]。

1.2.3 研究现状总结

对于沥青路面施工质量指标研究方面，国内外已经有了大量的研究，其中主
要是从材料、人员、设备、工艺四个方面选取质量指标，从这些指标中可以发现
部分指标属于事后检测性指标，例如压实度、平整度和摊铺厚度等，这些指标在
检测时路段已经完成了铺筑，这些指标虽然能反映施工质量水平，但是并不能有
效实现对沥青路面施工的过程控制；还有一些指标属于静态指标，即在施工前严
格按照施工质量要求进行选取后，施工过程中几乎不发生变化的指标，例如关键
人员的资历资质、拌合设备的产量、摊铺机的设备类型、压路机的吨位和组合情
况等指标。
对于沥青路面施工数字化管理研究方面，随着物联网技术和通信技术的不断
发展，已经有科研人员对施工过程中某一个或者某几个施工工序进行数字化监
控，例如对拌合站生产过程的油石比和级配进行数字化监控，或者是对压路机的
运行状态和压实轨迹进行采集，从而实现对压实质量的控制，通过对这些工序的
监控，从而提高施工质量。但是，在这些研究中，并未对数字化监控指标的选取
进行深入的研究，且仅对部分工序进行质量监控，同时对各个工序的监控相对独
立，没有形成有机的整体，并没有打破各工序之间的信息壁垒，尤其是在沥青混
合料的数据信息方面，生产的各项数据并没有实现和施工现场信息之间的融合。

1.3 主要研究内容

针对国内外研究中存在的不足，本文对公路路面施工质量数字化管理系统设
计与应用进行研究，内容主要包括以下几点：
（1）数字化管理系统主要监控指标研究
通过对国内外研究现状的研究，利用层次分析法选取动态变化的沥青路面施
工过程性指标作为数字化监控管理的关键指标，并利用灰色关联度理论对试验检
测数据与关键指标的生产监控数据进行关联度分析，得到影响路用性能的关键指
标的重要度排序。
（2）数字化管理系统设计
通过分析当前沥青路面施工过程的迫切需求，应用物联网技术搭建数字化管
理系统的技术架构，并根据不同施工工序中的实际情况，设计数字化管理系统的
功能子模块。利用射频识别、远程通信和高精度定位等物联网技术手段实现各关

6
 公路路面施工质量数字化管理系统设计与应用研究

键指标的采集、传输，并且设计实现各工序之间的关键指标的信息互通，建立沥
青混合料在整个生产、施工过程中的可溯源的信息数据链。
（3）沥青混合料生产质量过程控制
在构建了数字化管理系统的基础上，利用数字化管理系统对沥青混合料生产
过程中的关键指标进行采集，对各指标的变异性进行分析，并检验指标的正态分
布特性；运用统计过程控制原理，采用控制图实现对关键指标的生产过程控制，
通过修正和更新控制图改进生产过程中的不足，并且对比了均值—极差控制图与
单值—移动极差控制图的质量控制效果；同时，针对集料所具有的自相似特性，
提出了基于分形理论的混合料合成级配质量控制研究，通过推导集料粒径分布和
质量分布的分形函数得到级配的分形维数，并分析级配分形维数与筛孔孔径的相
关性，从而以宏观角度对混合料级配进行评价。
（4）数字化管理系统应用研究
依托福建省交通运输科技项目《福建省普通公路路面品质工程与数字化管理
研究》，在福清省道 S209“白改黑”项目上应用数字化管理系统，分别介绍了
原材料、拌合站生产、混合料运输、摊铺和压实的数字化管理系统界面与功能。
通过智能压实云图的压实监控数据和取芯检测结果，建立压实度的多元非线性回
归模型，并对比检测值于预测值分析模型的误差。

7
 福州大学硕士学位论文

1.4 技术路线

图 1-1 技术路线

8
 公路路面施工质量数字化管理系统设计与应用研究

第二章 施工质量关键指标的选取及研究

从第一章的研究中发现，以往的研究和工程施工选取的施工质量控制指标
中，部分指标属于事后检测性指标，例如压实度、平整度等，这些指标本身滞后
于生产施工过程，从而无法真正意义上实现对路面施工的过程控制。同时，施工
人员、施工工艺和设备指标中，部分指标属于静态指标，在项目施工过程中相对
稳定，也无法合理地解释生产过程中的质量波动原因。而原材料的质量、混合料
生产中沥青用量与级配组成、摊铺过程中混合料温度、摊铺机的摊铺速度和压路
机的各项指标等在施工过程中属于过程性指标，且这类的指标在施工过程中会产
生频繁的波动，且难以事先排除，因此在施工过程中需要对这类指标进行实时的
监控管理。
因此，本文在总结国内外的研究和工程经验的基础上，提出选取动态变化的
沥青路面施工过程性指标作为数字化监控管理系统的关键指标，采用层级分析法
建立沥青路面施工质量数字化管理监控指标体系。

2.1 基于层次分析法的施工过程控制指标体系的建立

2.1.1 层次分析法概要

层次分析法是由 T.L. Saaty 教授提出的一种以定性和定量相结合的方法解决

复杂模糊问题的方法[51]，该方法具有系统、灵活和简便的优点。
AHP 法适用于因素之间相互联系的复杂系统，而沥青路面施工质量管理中
各个指标之间缺乏具体的定量关系，因此，应用 AHP 法可以将指标中模糊的关
系问题用定量的形式进行表达和处理。
运用 AHP 法建立控制指标体系的步骤为：
（1）建立三级递阶层次的施工质量控制指标体系结构；
（2）构建各层级判断矩阵；
（3）计算因素之间的相对重要度和检验矩阵的一致性；
（4）计算因素的综合重要度和检验其一致性；
（5）确定体系结构和权值。

2.1.2 三层递阶层次结构

运用三层结构的 AHP 法构建沥青路面施工质量控制指标体系时，应有条理

和层次化地将体系按照目标层、准则层和方案层结构进行分析。其中，目标层反

9
 福州大学硕士学位论文

映了沥青路面施工质量的综合水平；准则层包含了与沥青路面施工质量有重要关
联的施工工序；方案层提出了在准则层中动态变化的指标，通过对这些指标进行
监控实现对沥青路面施工的过程控制。
沥青路面施工过程主要包含混合料的拌合、运输、摊铺和压实四个工序，同
时，原材料作为沥青混合料的重要组成部分，它们的性质也直接影响沥青混合料
的路用性能。因此，将原材料质量、沥青混合料生产、沥青混合料运输、沥青混
合料摊铺和沥青混合料压实作为沥青路面施工质量控制指标体系的准则层。
在原材料质量方面主要考虑集料与沥青，沥青作为胶结料，主要提供粘结作
用，沥青路面的高温变形、低温开裂、受水剥落损坏以及路面疲劳开裂等问题与
沥青的性质有密切关联；集料是沥青混合料强度的主要来源，粗集料主要起到骨
架支撑的作用，细集料和填料则提供填充密实的作用。
沥青混合料是由沥青、粗集料、细集料、矿粉和添加剂等原材料在一定温度
下按照特定比例拌和而成的混合物。由此可见，沥青混合料成品的性能与原材料
质量、各材料的实际用量及比例、级配、温度、拌合时间等诸多因素有关，而沥
青混合料成品的性能又在一定程度上决定了沥青路面的施工质量。因此，沥青混
合料生产主要考虑各材料的实际用量、合成级配、沥青用量、拌合时长和出料温
度。
沥青混合料在运输过程中不可避免地会出现温度的下降，当混合料温度下降
过多时，沥青粘聚力将增大，使得混合料难以压实成型，力学性能降低。因此，
在运输过程中应当主要考虑混合料从拌合站出料到运料车抵达施工前场所耗费
的时间，即接料时长、运输的时长和轨迹。
为了在摊铺阶段减少混合料的离析，保证路面摊铺的平整度和纹理，必须使
摊铺机在作业过程中保持匀速、缓慢地摊铺作业，避免摊铺中断。摊铺速度过快
时，摊铺机内单位时间进入熨平板的沥青混合料数量降低，导致在熨平板压力作
用下的预压实厚度不足；相反的，当摊铺速度过慢时，将会导致预压实厚度变大。
同时，摊铺过程中沥青混合料的温度也是影响后续施工的重要指标。
沥青混合料在摊铺完成后，压路机会紧随在摊铺机之后进行压实，而压实的
质量与速度、温度、轨迹、遍数和时间有重要关系。当压实温度过高、压路机速
度较快时，混合料的粘结力小，碾压的痕迹不易消除，而且混合料会在高温条件
下受到钢轮的碾压而产生推移现象，影响路面的平整度；当初压温度过低时，混
合料容易粘结成块，碾压效果差，造成路面难以压实，若继续碾压，可能导致路
面发生开裂现象。碾压的遍数也是影响路面压实质量的关键因素，碾压遍数不足
会影响路面的压实度。
综上所述，沥青路面施工质量控制指标体系的三层递阶层次结构如图 2-1 所

10
 公路路面施工质量数字化管理系统设计与应用研究

示。

图 2-1 三层递阶层次分析法

2.1.3 各层级判断矩阵的建立

由于不同的指标对准则层的影响程度存在差异，因此，需要构建判断矩阵来
衡量不同指标之间的比重。引入判断矩阵 A  xij nn i, j  1,2,..., n  ，其中， xij 表
示 xi 相对于 x j 的重要性。 xij 利用表 2-1 中 1~9 标度法进行取值[52]。

表 2-1 重要性标度的含义

标度 含义

1 表示两个因素相比，具有相同的重要程度
3 表示两个因素相比，前者的重要程度比后者稍重要
5 表示两个因素相比，前者的重要程度比后者明显重要
7 表示两个因素相比，前者的重要程度比后者强烈重要
9 表示两个因素相比，前者的重要程度比后者极端重要
2，4，6，8 表示重要程度处于相邻标度的中间位置
倒数 因素 x j 相对于 xi 的重要程度为 x ji ，则 xij  1 / x ji

从表 2-1 中可以看出，当 xij>1 时，表示因素 xi 相对于因素 xj 而言更加重要；

当 xij<1 时，表示因素 xj 相对于因素 xi 而言更加重要。
在确定了判断矩阵的重要性标度后，本文采用德尔菲法获取专家对判断矩阵
中各因素的重要性的原始数据。其中，准则层如表 2-2 所示，方案层如表 2-3~
表 2-9 所示。

11
 福州大学硕士学位论文

表 2-2 准则层相对重要性标度表

原材料 沥青混合料 沥青混合料 沥青混合料 沥青混合料

质量 生产 运输 摊铺 压实

原材料质量 1 1/3 5 1 3
沥青混合料生产 3 1 7 3 4
沥青混合料运输 1/5 1/7 1 1/5 1/4
沥青混合料摊铺 1 1/3 5 1 3
沥青混合料压实 1/3 1/4 4 1/3 1

表 2-3 方案层（原材料质量）相对重要性标度表

石料 沥青

石料 1 1/2
沥青 2 1

表 2-4 方案层（石料）相对重要性标度表

集料级配 压碎值 针片状 含泥量

集料级配 1 3 3 4
压碎值 1/3 1 3 3
针片状 1/3 1/3 1 2
含泥量 1/4 1/3 1/2 1

表 2-5 方案层（沥青）相对重要性标度表

针入度 软化点 低温延度

针入度 1 3 5
软化点 1/3 1 3
低温延度 1/5 1/3 1

12
 公路路面施工质量数字化管理系统设计与应用研究

表 2-6 方案层（沥青混合料生产）相对重要性标度表

合成级配 沥青用量 材料实际用量 拌合时长 出料温度

合成级配 1 3 5 5 4
沥青用量 1/3 1 4 3 3
材料实际用量 1/5 1/4 1 2 1/2
拌合时长 1/5 1/3 1/2 1 1/3
出料温度 1/4 1/3 2 3 1

表 2-7 方案层（沥青混合料运输）相对重要性标度表

接料时长 运输时长 运输轨迹

接料时长 1 3 5
运输时长 1/3 1 3
运输轨迹 1/5 1/3 1

表 2-8 方案层（沥青混合料摊铺）相对重要性标度表

摊铺速度 摊铺温度 摊铺时间

摊铺速度 1 1/3 4
摊铺温度 3 1 6
摊铺时间 1/4 1/6 1

表 2-9 方案层（沥青混合料压实）相对重要性标度表

压实速度 压实温度 压实轨迹 压实遍数 压实时间

压实速度 1 2 3 4 5
压实温度 1/2 1 3 3 4
压实轨迹 1/3 1/3 1 2 3
压实遍数 1/4 1/3 1/2 1 4
压实时间 1/5 1/4 1/3 1/4 1

2.1.4 各层级重要度的计算

本文采用求和法来计算各层级的重要度，计算步骤如下：
（1）判断矩阵按列归一化

13
 福州大学硕士学位论文

 xij
xij  n i, j 1,2,...,n 公式（2-1）
x
k1 kj

（2）对上一步的结果按行求和
n

Wi   xij i  1,2,..., n  公式（2-2）
j 1


（3）对向量 Wi 归一化，得到向量 W  W1 , W2 ,...Wn  ：
T


Wi
Wi  n
i  1,2,..., n  公式（2-3）

W
i 1
i

由公式（2-3）计算得到的 W  W1 , W2 ,...Wn  即为指标的权重系数，如表 2-10

T

所示。
表 2-10 各层级的权重系数
目标层 准则层 方案层
集料级配 0.491
压碎值 0.272
石料 0.333
针片状 0.145
原材料质量 0.203 含泥量 0.092
针入度 0.633
沥青 0.667 软化点 0.261
低温延度 0.106
合成级配 0.465
沥青用量 0.249
沥青混合料生产 0.449 材料实际用量 0.086
拌合时长 0.064
沥青路面施工质量
出料温度 0.136
控制指标体系
接料时长 0.633
沥青混合料运输 0.042 运输时长 0.261
运输轨迹 0.106
摊铺速度 0.274
沥青混合料摊铺 0.203 摊铺温度 0.639
摊铺时间 0.087
压实速度 0.403
压实温度 0.277
沥青混合料压实 0.103 压实轨迹 0.146
压实遍数 0.119
压实时间 0.055

14
 公路路面施工质量数字化管理系统设计与应用研究

2.1.5 一致性检验

一致性检验是为了避免建立的判断矩阵存在不合理性，例如在判断矩阵中出
现因素 x1>因素 x2，因素 x2>因素 x3，但因素 x3>因素 x1 的情况，此时显然在判
断矩阵中出现了逻辑性的错误，应当及时规避这类错误，但在因素较多的判断矩
阵中，无法准确发现这类错误，因此需要借助一致性检验来判断矩阵是否存在不
合理的情况。一致性检验的步骤如下：
（1）计算判断矩阵的最大特征根
AW  maxW 公式（2-4）

max  
n
 AW i 公式（2-5）
i 1 nWi

其中，矩阵 A 为判断矩阵，W 为指标的重要度， AW i 为 AW 的第 i 个分量。

（2）计算一致性指标 CI：
max  n
CI  公式（2-6）
n 1
CI 是用于表征一致性的量化指标。
（3）平均随机一致性指标 RI
RI 的取值是基于随机方法构建 500 个判断矩阵的样本，以 1~9 标度法随机
选取数字构建矩阵元素，得到判断矩阵的最大特征值 max ，然后计算 max 的平均
 ，则 RI 为：
值 max
 n
max
RI  公式（2-7）
n 1
Saaty 教授列出了基于判断矩阵指标数量的 RI 值，如表 2-11 所示。

表 2-11 RI 取值表

n 1 2 3 4 5 6 7 8 9

RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 4.45

（4）一致性比例 CR
CI
CR  公式（2-8）
RI
当 CR>0.10 时，应对判断矩阵进行适当修正；当 CR<0.10 时，则可以认为
满足一致性要求。
分别计算表 2-2 至表 2-9 的一致性比例，各判断矩阵的 CR 值分别为：0.043，
0，0.060，0.037，0.051，0.037，0.052，0.056，可以看出 CR 值均小于 0.10，满

15
 福州大学硕士学位论文

足一致性要求。

2.1.6 综合重要度的计算与检验

层次分析法的目标是方案层中的因素 xi 的综合重要度。假设决策层有 n 个因
素 B1 ， B2 ，...， Bn ，其权重为 b1 ， b2 ，...， bn ，方案层有 m 个因素 C1 ， C2 ，...，
Cm ，相对于决策层 B j 的权重为 c1 j ， c2 j ，...， cmj ，则 Ci 的综合权重 ci 为：
n
ci   cij b j i  1,2,..., m  公式（2-9）
j 1

同样地，也要对其进行一致性检验。假设方案层 C 对决策层 B j 的一致性指

标和平均随机一致性指标分别为 CI j 和 RI j ，从而得到方案层 C 对决策层 B j 的综
合随机一致性比例 CR 为：
n n
CR   CI j b j  RI b j j 公式（2-10）
j 1 j 1

当 CR  0.10 时，综合排序结果符合一致性要求，显然，当单排序的判断矩
阵满足一致性要求，则综合排序结果也将符合一致性要求。由于上一节中决策层
判断矩阵的一致性比例 CR 符合要求，因此本文的综合排序结果也符合一致性要
求。
通过公式（2-9）计算得到方案层各指标的综合权重，如表 2-12 所示。

16
 公路路面施工质量数字化管理系统设计与应用研究

表 2-12 沥青路面施工质量控制指标体系权重
目标层 准则层 方案层 综合权重
集料级配 0.033
压碎值 0.018
石料
针片状 0.010
原材料质量 含泥量 0.006
针入度 0.086
沥青 软化点 0.035
低温延度 0.014
合成级配 0.209
沥青用量 0.112
沥青混合料生产 材料实际用量 0.039
拌合时长 0.029
沥青路面施工质量控
出料温度 0.061
制指标体系
接料时长 0.027
沥青混合料运输 运输时长 0.011
运输轨迹 0.004
摊铺速度 0.056
沥青混合料摊铺 摊铺温度 0.130
摊铺时间 0.017
压实速度 0.041
压实温度 0.028
沥青混合料压实 压实轨迹 0.015
压实遍数 0.012
压实时间 0.006

2.2 基于灰色关联理论的关键指标重要度研究

在上一节中，基于层次分析法和德尔菲法建立了沥青路面施工质量控制指标
体系。由表 2-12 可知，影响沥青路面施工质量的主要指标为：沥青针入度、合
成级配、沥青用量、混合料出料温度、摊铺温度、摊铺速度和压实速度。为了进
一步分析这些主要因素和沥青路面质量的关系，本节采用灰色关联理论，对上述
因素与路面取芯检测结果进行关联度分析，得到指标与路面性能的关联度排序。

2.2.1 灰色关联理论

灰色关联理论是对系统内态势进行量化分析的一种方法[53]，主要用于数据量
有限且表面无明显规律的系统，通过将参考序列和比较序列的曲线进行对比，分

17
 福州大学硕士学位论文

析曲线之间的相似程度，若相似程度越高，则两组序列之间的关联程度越高；反
之，则两组序列之间的关联程度越低。
灰色关联理论分析的具体步骤如下：
（1）参考序列和比较序列
假设评价的对象为 m 个，指标为 n 个，参考序列为 X 0  x0 1, x0 2 ,..., x0 n  ，
比较数列为 X i  xi 1, xi 2 ,..., xi n  ，其中 i=1，2，...，m；
由于不同量纲的数据之间无法直接比较，因此，对序列进行均值化处理，从
而得到新的参考序列 Y0 = y0 1, y0 2 ,..., y0 n  和比较序列 Yi = yi 1, yi 2 ,..., yi n 
其中：
x0 ( k )
y0  公式（2-11）
1 n
 x0 ( k )
n k 1

xi (k )
yi  公式（2-12）
1 n
 xi (k )
n k 1

（2）计算灰色关联系数
灰色关联系数的计算公式如下：

min min y0 k   yi k    max max y0 k   yi k 

 i k   i k i k
公式（2-13）
y0 k   yi k    max max y0 k   yi k 
i k

其中，max max y0 k   yi k  与 min min y0 k   yi k  分别表示参考序列与比较

i k i k

序列之间两级最大和最小差值；  为分辨系数，通常取 0.5。

（3）计算序列之间的关联度
采用平均值法计算序列的关联度：
1 n
 i    i k  公式（2-14)
n i 1

2.2.2 基于灰色关联度的压实度影响因素分析

本文在福州福清市省道 S209“白改黑”项目中铺筑的路段选取检测点进行
钻芯取样，从而获得试件的压实度数据，如表 2-13 所示。压实度是沥青路面施
工验收的重要指标，压实度不足，意味着面层的空隙率增大，动稳定度下降，受
高温和交通荷载的影响，造成路面产生车辙[54]；在雨水较多的地区，压实度不足

18
 公路路面施工质量数字化管理系统设计与应用研究

容易导致水进入沥青面层后对沥青薄膜进行冲刷，使得沥青与集料之间的粘结力
降低，导致松散和坑槽等病害[55]。

表 2-13 试验段检测数据

检测点 级配类型 压实度

K47+750 AC-13C 97.3%

K47+700 AC-13C 96.6%
K47+650 AC-13C 98.9%
K47+600 AC-13C 97.1%
K47+550 AC-13C 98.3%

试验路段检测点的关键指标原始数据如表 2-14 所示。其中，为了便于分析，

混合料级配主要分析关键筛孔的质量通过率。

表 2-14 监测点指标原始数据

检测点 K47+750 K47+700 K47+650 K47+600 K47+550

0.075mm 通过率 4.69 4.64 4.66 4.77 4.75

2.36mm 通过率 23.95 23.6 23.68 24.05 23.83
4.75mm 通过率 33.61 33.11 33.21 33.71 33.41
13.2mm 通过率 96.73 96.66 96.65 96.7 96.74
沥青针入度 51.1 51.1 49.9 49.9 49.9
沥青用量 5.02 4.96 5.13 5.1 5.11
出料温度 179.06 174.5 181.18 172.93 170.05
摊铺温度 160.63 164.93 166.9 160.8 165.38
摊铺速度 3.09 3.35 3.53 3.39 3.04
压实速度 3.74 4.83 4.12 4.26 4.47

对表 2-13 和表 2-14 中的压实度和关键指标进行无量纲化处理，得到表 2-15。

19
 福州大学硕士学位论文

表 2-15 数据无量纲处理结果

检测点 K47+750 K47+700 K47+650 K47+600 K47+550

压实度 0.9965 0.9893 1.0129 0.9945 1.0068

0.075mm 通过率 0.9974 0.9868 0.9911 1.0145 1.0102
2.36mm 通过率 1.0054 0.9907 0.9940 1.0096 1.0003
4.75mm 通过率 1.0060 0.9910 0.9940 1.0090 1.0000
13.2mm 通过率 1.0004 0.9996 0.9995 1.0000 1.0005
沥青针入度 1.0143 1.0143 0.9905 0.9905 0.9905
沥青用量 0.9913 0.9795 1.0130 1.0071 1.0091
出料温度 1.0200 0.9941 1.0321 0.9851 0.9687
摊铺温度 0.9811 1.0073 1.0194 0.9821 1.0101
摊铺速度 0.9421 1.0213 1.0762 1.0335 0.9268
压实速度 0.8730 1.1275 0.9617 0.9944 1.0434

通过公式（2-13）和公式（2-14）的计算，得到关键指标与压实度之间的灰
色关联度，结果如表 2-16 所示。

表 2-16 各指标的灰色关联度

各检测点桩号
关键指标 灰色关联度
K47+750 K47+700 K47+650 K47+600 K47+550

0.075mm 通过率 0.9877 0.9656 0.7605 0.7763 0.9534 0.8887

2.36mm 通过率 0.8873 0.9821 0.7862 0.8214 0.9158 0.8786
4.75mm 通过率 0.8803 0.9774 0.7860 0.8272 0.9118 0.8765
13.2mm 通过率 0.9484 0.8713 0.8386 0.9263 0.9173 0.9004
沥青针入度 0.7961 0.7354 0.7556 0.9463 0.8100 0.8087
沥青用量 0.9309 0.8757 0.9992 0.8462 0.9684 0.9241
出料温度 0.7468 0.9372 0.7832 0.8815 0.6454 0.7988
摊铺温度 0.8181 0.7941 0.9153 0.8491 0.9550 0.8663
摊铺速度 0.5597 0.6841 0.5222 0.6393 0.4640 0.5739
压实速度 0.3590 0.3337 0.5749 1.0000 0.6539 0.5843

由表 2-16 可知，影响沥青路面压实度的关键指标灰色关联度排序结果为：
沥青用量的关联程度最大，其次是 13.2mm 筛孔质量通过率，最小的是摊铺速度，
其结果与层次分析法中的指标重要度排序结果大致相同。由此可以看出，沥青和

20
 公路路面施工质量数字化管理系统设计与应用研究

集料作为混合料的主要原材料，与沥青路面压实度的关联度很高，因此在沥青路
面施工过程中，应对其质量重点监控。

2.3 本章小结

本章首先研究了国内外相关领域内对于沥青路面施工质量关键指标的研究
和工程经验；其次，在此基础上，针对原材料质量、沥青混合料生产、运输、摊
铺和压实工序，提出了基于过程控制理念的沥青路面施工动态、过程性指标的选
取，运用层次分析法对关键指标的重要性进行定量分析，得到了控制指标体系；
最后，为了进一步分析关键指标与路面性能之间的关系，本文利用灰色关联理论
对沥青路面压实度与关键指标的关联程度进行研究分析，得出的结论为：沥青用
量对于路面压实度的影响程度最大，灰色关联度排序结果与层次分析法的重要度
排序结果大致相同。因此，需要重点监控上述关键指标，严格控制指标的变异性，
提高施工质量。

21
 福州大学硕士学位论文

第三章 公路路面施工质量数字化管理系统构建

3.1 物联网概述

3.1.1 物联网基本概念

物联网（Internet of things，IoT），即“万物相连的互联网”，是基于互联
网基础上进行延伸和扩展的网络。通过各类信息传感设备实现万物与互联网之间
的互联互通，从而建立人与物、物与物的信息网络[56]。物联网的基本特征包括全
面感知、可靠传递和智能处理[57]。
1999 年，Kevin Ashton 教授首次提出了物联网的概念[58]，通过无线射频识别
系统实现对物品的识别与管理。2005 年，国际电信联盟互联网报告中将物联网
定义为互联网维度的拓展[59]。2009 年，欧盟发布了关于物联网项目的战略研究
议程[60]及《欧盟物联网行动计划》[61]，指出物联网包含人与物、物与物的信息
互通。我国 2010 年政府工作报告中将物联网定义为[62]：物联网是在特定的通信
协议的基础上，利用传感设备实现各种网络之间信息的互联互通，从而实现识别、
定位、跟踪、监控和管理等功能。

3.1.2 物联网的技术体系架构

系统设计的首要前提是搭建技术体系架构。物联网架构中的基础架构是
DCM（Devices，Connect，Manage）架构，该架构由工信部电信研究院率先于
2011 年提出的物联网总体性框架[63]。DCM 架构根据物联网的基本特征，建立了
基于感知层、网络层和应用层的分层架构体系。
（1）感知层
为了实现万物的互联互通，首先需要实现对物体的监测与感知。因此，感知
层作为物联网体系的基础，针对不同的场景，利用不同的感知设备采集物体的各
类信息，并将收集到的数据通过通讯技术传递到网络层。
（2）网络层
网络层作为数据信息的承载网络，体现了物联网技术可靠传递的特点，通过
GPRS、３G、４G、无线通信网络等技术，将感知层采集到的各类数据实时准确
地传输到应用层，同时接收应用层发送的指令并传递给感知层。
（3）应用层
应用层体现了物联网智能处理的功能特点，利用云计算、模糊识别等智能计
算技术，实现物联网的各项应用服务。

22
 公路路面施工质量数字化管理系统设计与应用研究

3.1.3 物联网的关键技术

（1）无线传感器网络
无线传感器网络主要解决对特定区域内被观测物体的信息感知问题[64]。无线
传感器网络包括传感器节点、传感网络和用户，如图 3-1 所示。传感器节点对感
知区域内目标的信息进行采集，并将数据传输给其他节点，通过汇聚节点将传感
网络与外部通信网络相互连接，通过远程任务管理节点则实现用户对传感网络的
配置与管理。

图 3-1 无线传感网络

（2）射频识别技术
射频识别（RFID）技术是一种利用电磁场耦合原理实现自动识别的技术[65]，
电子标签通过接收阅读器发射的电磁波信号，由感应线圈获取能量来对自身短暂
供电，从而实现信息的读取和交换。RFID 系统的结构框图如图 3-2 所示。

图 3-2 射频识别系统

23
 福州大学硕士学位论文

（3）物联网通信技术
物联网通信技术包括无线接入网技术和有线接入网技术，其中无线接入网技
术又包含了 ZigBee、蓝牙、UWB、3G、4G 和 WLAN 等技术[66]。由于物联网技
术应用的场景的特殊性，以及无线通信技术成本低、节省布线资源的特点，使得
无线通信技术在物联网中得到了广泛应用。
（4）传感器技术
传感器是一种将被检测的非电信号以特定规律转换为电信号的设备[67]。传感
器组成结构如图 3-3 所示，当敏感元件采集到被测量的非电量信号，通过转换元
件将这些非电量转换成便于分析、处理和储存的电信号（如电压、电流、电阻等），
从而实现信息的感知。

图 3-3 传感器组成结构

3.2 需求分析及设计目标

由于沥青路面在平整度、耐久性和耐磨性方面的优势，以及低噪音的特点，
因此在公路工程中得到了大量的应用。但目前沥青路面在施工过程中质量管理水
平有限，管理系统和管理技术有待完善。
目前，在沥青路面施工过程中存在的主要问题有：
（1）对于石油沥青、改性沥青和集料等原材料的试验过程的监管力度不足，
试验检测结果不能在第一时间内上传到系统内，对于不符合要求的原材料未能及
时退回。
（2）对于沥青混合料的生产管理主要依靠实验室的抽样检测试验，而拌合
站每天生产的沥青混合料超过上千吨，仅依靠实验室的检测很难做到全面、高效；
而且样品在检验时，沥青混合料已经出厂，因此对质量的控制存在滞后性。
（3）未对沥青混合料的运输过程进行监控。通常，拌合站的位置与施工现
场存在一定距离，运料车从出厂到现场的过程并未实现有效管理，一方面无法了
解到混合料在运输过程中所花费的时间，导致部分沥青混合料由于运输时间过长
而造成温度降低过多；另一方面，无法掌握到每车沥青混合料所铺筑的具体位置。

24
 公路路面施工质量数字化管理系统设计与应用研究

（4）对于摊铺过程主要依赖于施工经验，对摊铺的速度控制主要根据驾驶
员的操作经验，而未严格执行规范标准中的要求；对于混合料的温度没有实现全
方位的监控，未能及时了解到摊铺过程中混合料的温度情况。
（5）对路面的压实过程做不到过程控制。压路机的速度、遍数、轨迹的控
制过度依赖驾驶员、现场施工员的经验和判断，但仅仅依靠人工监控压实过程则
很难实现预定的碾压工艺；同时，混合料的温度也无法全面监控，无法及时了解
到混合料离析的情况，进而影响路面质量。
（6）各施工阶段相对独立，存在“信息孤岛”问题，对路面的质量问题无
法溯源。对于在施工过程中发现的问题，无法及时确定问题的根源，缺乏有效途
径来提出具有针对性的整改措施。
综上所示，沥青路面施工质量管理中存在的问题集中表现为：对施工质量的
管理主要采用低效率的人工“事后控制”，而无法满足对施工质量管理的“过程
控制”，并且难以对质量问题进行精确溯源。
本文依托福建省交通厅开展的《福建省普通公路路面品质工程与数字化管理
研究》交通运输科技项目，建立公路路面施工质量数字化管理系统，全面提升普
通公路施工质量，大力提高监控水平和管理效率。公路路面施工质量数字化管理
系统设计的目标主要包括以下几点：
（1）利用物联网相关技术，通过对沥青路面施工各工序的数字化监控，实
现沥青路面建设工程由“事后控制”模式向“过程控制”模式的转变，提高沥青
路面的施工质量。
（2）建立沥青路面施工的精细化管控体系，实现对关键指标数据的采集、
传输、分析、反馈、处理、统计和查询。
（3）实现对沥青混合料的全流程数字化监控，打破各工序之间的信息壁垒，
对于质量问题可以做到精准溯源。
（4）建立施工数字化管理平台，实现沥青路面施工过程的可视、可控、可
追溯，提高沥青路面施工的管理水平。

3.3 系统设计原则

公路路面施工过程包含多个流程和工序，这其中涉及大量的施工信息及数
据，因此在管理系统的设计及应用过程中应当进行全面科学合理的分析，从而保
障系统设计的合理性。
为了满足公路路面施工质量管理的要求，并实现管理系统的稳定运行，系统
设计应遵循以下几个原则：
（1）稳定性

25
 福州大学硕士学位论文

系统在设计开发过程中，首要考虑的问题是如何保障系统的长期稳定运行。
公路路面施工过程包含大量的数据信息，为了防止数据丢失和系统性能的下降，
系统应当具备较强的容错能力。同时，为了适应不断增长的业务量，应当保障系
统在大负荷、大流量并行压力下的持续稳定运行。
（2）合理性
在公路路面施工质量数字化管理系统设计的过程中，应根据需求分析阶段进
行相应的功能设计，同时当对施工过程不同工序的质量需求进行分析，使得系统
的设计更加合理。同时，要明确不同业务功能模块之间的关系，保障各个模块之
间的数据传输和共享，从而发挥整个系统的功能和作用。
（3）高效性
为了满足对公路路面施工过程实时监控的目的，管理系统应当具有较强的数
据传输、处理和运算的能力，避免由于数据反馈的延迟造成施工问题，导致沥青
混合料不满足性能要求以及摊铺、碾压质量存在缺陷。
（4）可扩展性
随着物联网及其相关技术的不断发展和进步，公路路面施工质量管理中可数
字化监测的业务模块也将随之增加，同时，随着未来管理系统所应用到的公路规
模的变化，系统所要满足的业务量也将扩大。因此，在开发过程中应当保证系统
可以支持未来业务的调整和新业务的开展。
（5）安全性
为了保证对公路路面施工质量准确无误的监控，管理系统必须具备完善的用
户权限控制功能，避免与项目无关的人员获取、篡改以及故意损毁数据。同时，
管理系统还应当具备完善的数据库备份和恢复功能，在数据库方面必须做到多系
统备份，避免由于服务器损坏而导致整个系统崩溃和数据丢失。

3.4 系统架构设计

公路路面施工数字化管理系统采用 DCM 技术架构，如图 3-4 所示。其中，

感知层包含射频识别设备、卫星定位、各类传感器和视频抓拍设备等物联网感知
设备；网络层则包含无线通信技术和有线网络；数据库则选取云存储模式，位于
网络层和应用层之间，实现对感知层采集到的数据进行存储和计算；应用层则是
数字化管理系统所支持的各个功能模块，包括原材料关键质量控制及数字化管
理、沥青混合料生产质量数字化监控、沥青混合料运输管理数字化监控、沥青混
合料摊铺质量数字化监控，以及沥青混合料压实质量数字化监控。

26
 公路路面施工质量数字化管理系统设计与应用研究

图 3-4 公路路面施工质量数字化管理系统架构

3.5 系统功能设计

3.5.1 原材料质量控制及数字化管理

原材料的质量控制及数字化管理的主要功能是：
（1）建立沥青路面施工原材料（包括石油沥青、改性沥青、集料和矿粉等）
入库管理平台，优化原材料采购、运输、存储等环节的管理，记录入库的时间、
原材料品牌、数量等基本信息，同时采用基质沥青和改性沥青指纹识别技术，快
速、准确地判断沥青的种类和品质。
（2）通过对基质沥青和改性沥青三大指标试验检测设备进行改造，采用现
代通信技术实现关键指标试验检测结果的实时采集、传输、存储至路面工程数字
化管理数据库，并与数据库中已存有的三大指标及指纹识别指标进行比对，从而
辨别和处理基质沥青和改性沥青的质量波动。

3.5.2 沥青混合料生产质量数字化监控

沥青混合料生产质量数字化监控的主要功能是：
（1）实现对沥青混合料生产配合比数据采集、存入路面工程数字化管理数

27
 福州大学硕士学位论文

据库，与理论配合比进行比对，及时发现和处理生产配合比的数据波动；实时采
集拌和站生产过程中每盘料中各个原材料实际用量数据，并通过通信技术将数据
上传至数据库中，实现对生产数据的实时监控、管理。设置材料用量的预警阈值，
当检测到材料用量超过阈值时，通过短信和微信的方式提醒相关技术负责人，从
而及时发现并解决问题。
（2）在拌和站合理规划、标准化建设基础上，在沥青混合料拌合站安装数
据采集设备，实现对油石比、合成级配、生产拌合时间和温度等数据的实时采集，
并采用现代通信技术将这些数据实时传输、存入数字化管理系统数据库中，从而
实现对拌和数据的采集、传输、处理、反馈、预警等全过程监控和统计查询，并
对预警的质量问题进行整改闭合，确保沥青混合料的生产质量。
（3）统计项目动工以来各项原材料的实际总用量，并与理论总用量进行对
比分析，对项目原材料的用量进行核算；按照不同结构层位和生产时间，统计不
同面层在施工期间的沥青混合料的实际产能，以及项目动工以来沥青混合料的生
产总量，从而分析拌合站的总体生产能力，确保项目的施工进度；统计不同面层
沥青混合料的质量预警的盘数，分析每日不同面层沥青混合料的总体质量，确保
混合料质量符合项目设计要求。

3.5.3 沥青混合料运输管理数字化监控

沥青混合料运输管理的数字化监控的主要功能是：
（1）采用物联网技术和无线通信技术，采集拌合站信息、混合料信息，运
料车的车辆信息、接料时间、运输起始时间、运输时长和运输轨迹，以及沥青混
合料的到场时间和摊铺位置，实现沥青混合料从出料到运输、摊铺的全流程监控，
形成施工质量溯源闭合数据链。
（2）采用视频图像技术，实现对沥青混合料运输车辆的清洁、刷油过程的
视频监控，传输和存入路面工程数字化管理系统，识别和监督每部沥青混合料运
输车准备情况；同时，利用定位技术对每部沥青混合料运输车的位置信息进行跟
踪，并传输和存入路面工程数字化管理系统，及时发现和处理沥青混合料运输出
现的异常情况。

3.5.4 沥青混合料摊铺质量数字化监控

沥青混合料摊铺质量数字化监控的主要功能为：
（1）采用射频识别技术、高精度定位技术、物联网技术，确定运料车进入
施工路段时的施工路段的桩号，在摊铺机驾驶位置前安装射频识别设备，当运料
车靠近摊铺机时，由摊铺机上安装的阅读器发出指令，射频天线向运料车车厢上

28
 公路路面施工质量数字化管理系统设计与应用研究

的电子标签发出高频信号，从而读取运料车的各项信息，并经由传输模块将信息
发送至系统数据库中。
（2）通过物联网、高精度定位等技术，将项目施工的公路的各桩号提前录
入管理系统数据库中，同时，利用高精度定位技术对每台摊铺机进行实时定位，
从运料车开始向摊铺机料斗中卸料时采集位置数据，从而确定摊铺作业的各采集
时间点的摊铺桩号，以及摊铺作业开始的时间、距离和摊铺轨迹，并传输、存储
至管理系统数据库中。
（3）采用物联网技术、传感器技术，在摊铺机的螺旋布料器的传送轴上安
装温度传感器，从而采集混合料的温度，保证摊铺作业时摊铺温度符合规范要求，
并将采集到的摊铺温度的数据传输至管理系统数据库中，同时呈现在数字化管理
平台上。
（4）通过在摊铺机上配备卫星定位终端，以一定频率采集设备的运行速度，
并实现数据实时传输、存入数字化管理系统数据库中。同时，系统对采集到的摊
铺速度进行分析判定，生成速度监控曲线，并设置摊铺速度的预警阈值，当摊铺
速度超过阈值时，及时在施工现场发出声光警报以提醒施工人员，及时对摊铺的
速度进行调整，保证摊铺的质量。

3.5.5 沥青混合料压实质量数字化监控

沥青混合料压实质量数字化监控的主要功能为：
（1）采用物联网、高精度定位技术，对每台压路机安装高精度定位设备，
并对压路机的定位数据进行实时采集和上传，在数字化管理系统中，通过对比预
先录入系统平台的施工公路的桩号，从而确定压路机作业的具体桩号，实现对压
实作业过程中各压实时间点的压实轨迹的监控，以及压实遍数的监控，并在管理
系统平台上呈现压实遍数云图，保证压实质量。
（2）采用物联网、高精度定位技术、红外传感等技术，在压路机上安装温
度传感器，结合压路机的定位数据，采集压实过程中各采集时间点的压实温度数
据，并利用通信技术将数据传输至管理系统数据库中，在管理平台上呈现压实温
度云图，可以直观、有效地监督和管理压实作业的施工质量。
（3）采用物联网、高精度定位技术，实时采集压路机施工作业的运行速度，
并将数据上传至管理系统数据库中，同时在压路机上安装警报装置和 LED 显示
屏，实时显示运行速度的数值。当速度过快时，系统会启动警报装置，提醒操作
员及时纠偏，调整压实速度，保证路面的压实度和平整度。管理系统平台会结合
压路机的定位数据，建设压实速度云图，使项目管理者可以实时了解到施工现场
的压实状况，对于不规范的操作，可以及时发现并向现场施工人员提出意见。

29
 福州大学硕士学位论文

3.6 系统功能实现方案

3.6.1 原材料质量控制及数字化管理实现方案

对于石油沥青、改性沥青和沥青碎石等原材料的入库数据的统计方面，在运
输车辆进入料场后，由视频抓拍设备获取车辆的车牌信息，车辆通过地磅称重系
统，获得材料的净重和入库时间。同时，将原材料管理系统与地磅称重系统互联，
当磅房获取材料信息时会将数据信息直接上传至原材料管理系统，管理系统主要
推送通知给施工单位和监理单位，提醒其及时进行材料的抽检，且系统内包含各
种材料的检验参数，方便工作人员检验。
针对沥青三大指标的质量检测，通常是采用针入度仪、软化点测定仪和延度
仪分别按照规范要求对沥青样品进行试验，通过读取试验结果并人工记录。为了
提高试验的准确性和真实性，避免试验人员对试验数据的人为改动，本文通过在
仪器上加装数据传输设备，使试验结果可以在输出的同时自动发送至数据中心，
如图 3-5 所示。

图 3-5 沥青三大指标试验管控

同时，采用沥青高分辨质谱快速鉴别技术辨别沥青质量和品牌，仪器如图
3-6 所示，其主要原理是：利用红外光源经干涉仪照射沥青样品，使得干涉光带
有沥青样品的信息，当检测器接收到干涉光时将光信号转化为电信号，得到带有
样品信息的时域谱，并通过傅里叶变换将不易分析的时域谱转换为光谱图。分析
数据库中沥青品牌与检测样本的光谱图的吸收峰，从而判断沥青样品的品牌和质
量情况。

30
 公路路面施工质量数字化管理系统设计与应用研究

图 3-6 沥青红外光谱仪

3.6.2 沥青混合料生产质量数字化监控实现方案

考虑到沥青混合料的生产过程是在拌合楼封闭系统内进行的，若采用独立于
拌合楼系统的满足实时自动采集生产数据的新系统，系统的造价成本高，操作难
度大，且可能影响拌合楼自身的传感系统。因此，本文通过直接采集拌合楼生产
系统数据库中的沥青用量、合成级配、材料实际用量、油石比和出料温度等数据，
从而保证了数据的真实性和一致性。
在选取了采集混合料生产数据的方案后，要对数据的传输方式进行设计。本
文利用数据传输模块（DTU）将串口数据转化为 TCP/IP 数据包，利用 GPRS 网
络连接至 Internet 实现数据传输，具体实现方案如图 3-7 所示。

图 3-7 沥青混合料生产数字化监控方案

DTU 的内部结构框图如图 3-8 所示。通过利用 DTU 终端的 RS232／RS485

异步串行接口，将工控机与 GPRS DTU 相连接，同时，利用 DTU 内的 GPRS 传
输模块，将串口数据规划成“透明转换”的方法，也就是直接将原始数据转换成
TCP/IP 数据包传输到数据中心。

31
 福州大学硕士学位论文

图 3-8 DTU 内部结构框图

3.6.3 沥青混合料运输管理数字化监控实现方案

该功能模块主要是基于射频识别技术、GPS 定位与 DTU 技术来实现。沥青

混合料运输过程可以分为三个部分：一是运料车进入拌合站的接料过程，二是运
料车结束接料将混合料运输至施工前场的过程，三是运料车进入前场向摊铺机料
斗内卸料的过程，下面根据三个场景设计不同的实现方案。
在接料过程中，拌合站出料口安装有 RFID 读写器，当运料车进入拌合站准
备接料时，读写器会自动识别安装在运料车车头的防拆卸的 RFID 电子标签，在
获取车辆信息的同时，将混合料信息（生产信息、接料重量、装车时间、接料时
长、）写入电子标签，并通过内置 GPRS 模块将这些数据信息 发送到数据中心，
如图 3-9 所示。

图 3-9 运料车接料过程监控方案

在混合料运输至施工前场的过程中，运料车安装有 GPS 定位和 RFID 标签，

并利用配备的 GPRS 数据传输模块，将车辆的定位信息、运输过程信息发送到数
据中心，结合电子地图实时监控车辆动向。
在运料车到达施工前场后，安装在摊铺机上的 RFID 读写器会读取运料车车
尾安装的 RFID 电子标签内的沥青混合料、车辆和运输过程的基本信息，这些信

32
 公路路面施工质量数字化管理系统设计与应用研究

息会由摊铺机上的数据传输模块传输至数据中心，与拌合站的生产信息进行比对
核实，形成闭合的数据链体系，如图 3-10 所示。

图 3-10 运料车到场卸料过程监控方案

3.6.4 沥青混合料摊铺质量数字化监控实现方案

在上一小节中，介绍了运料车与摊铺机的数据传输方式，即由读写器读取标
签内的信息，再由 GPRS 模块传输至数据中心。在获取了混合料的信息后，摊铺
过程的监控信息的采集主要是依靠 GPS 定位和红外温度传感器，具体方案如图
3-11 所示。

图 3-11 摊铺过程质量监控方案

摊铺温度的采集是通过在摊铺机的螺旋布料器传送轴上安装红外温度传感
器实现的，而混合料的摊铺桩号、距离、速度等信息可以直接利用在摊铺机上安
装的 GPS 定位设备来实现。最后，通过在摊铺机上安装 DTU 设备，将采集到的
各数据发送到数据中心，并利用 LED 屏显示当前的摊铺温度和速度，以提醒施
工人员针对具体情况及时采取相应措施。

33
 福州大学硕士学位论文

3.6.5 沥青混合料压实质量数字化监控实现方案

沥青混合料压实质量数字化监控方案的实现如图 3-12 所示，通过在压路机

安装 GPS/北斗定位设备采集压路机的位置、速度和压实轨迹，利用安装在压路
机底部的红外温度传感器采集压实过程中面层的温度信息，将这些信息通过
DTU 的 GPRS 数据通信模块传输到数据中心，数据中心则利用云计算功能实现
智能压实云图的绘制，在数字化管理系统上实时展示现场压实关键指标的情况，
现场施工人员则可以根据管理系统的手机 APP 实时查询现场压实情况，对于压
实工艺不佳的区域进行补充碾压，从而保证面层的压实度符合技术要求。

图 3-12 压实过程质量监控方案

3.7 本章小结

本章首先对物联网进行了详细的介绍；其次，分析了建设沥青路面施工质量
数字化管理系统的迫切需求，即提高沥青路面施工的施工质量和管理效率，并提
出了管理系统的建设目标；随后，为了满足管理系统的建设目标，提出了系统设
计的基本原则，并搭建了基于物联网技术的数字化管理系统的技术架构；最后，
根据沥青路面施工的质量要求，设计了数字化管理系统的主要功能和不同工序下
的具体实现方案，并设计实现了沥青混合料在生产施工过程中质量数据的溯源。

34
 公路路面施工质量数字化管理系统设计与应用研究

第四章 基于数字化管理系统的沥青混合料生产质量
过程控制

在第二章沥青路面施工质量控制指标体系的研究结果中，可以看出，沥青混
合料的生产质量控制在指标体系中所占的权重最高，表明了沥青混合料作为路面
的施工材料，它自身质量的优劣对路面施工最终的质量具有重要的影响，而沥青
用量与合成级配又是影响沥青混合料最终的质量与性能的关键因素。因此，本章
针对沥青用量和合成级配两个重要指标，结合工程实际，利用第三章搭建的沥青
混合料生产质量数字化管理模块的具体功能，实现对生产质量的过程控制。

4.1 指标的统计特征

质量管理中常用统计量来估计产品的质量特征，包括能够反映数据集中程度
的均值，以及反映数据离散程度的极差、标准差、方差和变异系数。
（1）样本均值
设 n 个样本测定值 x1、x2、…、xn，则样本平值为：
1 n
x  xi
n i 1

（2）样本极差
将样本按照从大到小的顺序排列，即 xn  xn 1    x2  x1 ，则样本极差为：
R  xn  x1

（3）样本方差
样本观测值与均值的离差平方和的“平均值”，记为 s 2 ：
1 n
s2   xi  x 2
n  1 i 1

（4）样本标准差
为了与样本量纲保持一致，在实际应用时常使用样本标准差 s ：
1 n
s  xi  x 2
n  1 i 1

（5）变异系数
为了评价不同量纲下数据的离散程度，定义变异系数 Cv 为：
s
Cv 
x

35
 福州大学硕士学位论文

4.2 正态性检验

沥青路面施工过程中，与普通的工业生产一样，质量指标在正常情况下服从
正态分布。沙庆林[68]通过研究表明，对于国内沥青路面施工过程中的质量控制指
标，需要对其分布形式进行正态性检验。
检验数据正态性的方法主要有图形法和数据估计法。图形法是将数据以从大
到小排列进行分组，根据频率分布直方图来判断其是否服从正态分布。直方图虽
然使用方便，但是容易受到起点和区间宽度的影响，当起点和区间宽度发生微小
变化时，直方图检验的结果会发生改变。数据估计法的种类很多，常用的有
Anderson-Darling 检验、Kolmogorov-Smirnov 检验和 Shapiro-Wilk 检验等。有研
究[69-70]对常用的正态性检验的功效进行比较，结果表明，当样本数据在 3 到 2000
时 Shapiro-Wilk 检 验 的 效 果 最 佳 ， 在 样 本 超 过 2000 时 则 宜 采 用
Kolmogorov-Smirnov 检测。综上所述，本文在直方图对数据进行初步分析的基
础上，采用 Shapiro-Wilk 检验对指标数据的分布形式进行检验。

4.3 控制图理论

4.3.1 统计过程控制原理

质量控制（QC）是通过分析产品的整个生产过程而采用的保证产品质量的
相关技术和有效措施，使得产品质量的特征值维持在合理范围内[71]。针对质量因
素所引起产品质量波动的严重程度，可以将质量因素分为偶因和异因，偶因指的
是不可避免且始终存在的偶然原因，异因则指的是可以查明原因且可以采用一定
方法避免的异常原因。产品质量由于偶然原因所产生的影响小且通常情况下难以
完全消除，而异常原因对产品质量的危害大，是质量过程控制主要消除的目标。
统计过程控制（Statistical Process Control，SPC）是质量控制理论所依据的
主要方法和基础，通过应用统计技术分析产品生产过程中各个阶段的内在规律，
消除异因对产品的影响，使得生产过程处于统计控制状态，实现产品质量可控、
过程变异最小的目的。
控制图法由休哈特博士于 1924 年提出[72]，是统计过程控制中对生产过程进
行测定和评估的一种常用数理统计图。控制图理论是依据统计学中“小概率事件”
这一基本假设，即小概率事件在单次试验中基本不发生。若正常生产过程中质量
特征值 X ~ N  ,  2  ，则一次检验的结果有 99.73%的概率落在  - 3 ,   3  ，
落于 - ， - 3  或   3 ,  的概率则仅有 0.135%，如图 4-1 所示。

36
 公路路面施工质量数字化管理系统设计与应用研究

图 4-1 正态分布概率图

休哈特博士利用正态分布的概率特性，构造了具有 UCL    3 、CL   和

LCL   - 3 三条控制线，以及按时间顺序排列的样本点子的控制图。为了使控
制图更便于在生产过程中使用，将图 4-1 旋转 90 ，将上限设在曲线的上方，下
限设在曲线的下方，使得曲线更符合数学习惯。演变后的控制图如图 4-2 所示。

图 4-2 演变后的控制图

4.3.2 常用控制图

控制图中包含的种类有许多，在选取控制图时，不仅要考虑控制图的适用性，
还要保证选用的控制图能符合生产过程控制的精度要求。计量型控制图包含均值
（ X ）—极差（ R ）控制图和单值（ X ）—移动极差（ RS ）控制图。

4.3.2.1 均值—极差控制图

均值（ X ）—极差（ R ）控制图是用于观测特性值的均值和极差的一种控

制图，它适用于大规模的生产质量控制[73-76]。
（1） X 控制图

37
 福州大学硕士学位论文

假设生产过程处于稳态，则样本的总体 X ~ N  ,  2 。从中抽取样本容量为
n 的子组，则样本的均值 X ~ N  ,  2 n  。对于生产过程，都无法得到其 具体的
分布，因此，对于μ和σ未知的情况，需要利用样本数据对μ和σ进行估计，此时，
X 的控制限为：
ˆ
UCL X   X  3 X  ˆ  3 公式（4-1）
n

CL X   X  ˆ 公式（4-2）

ˆ
LCL X   X  3 X  ˆ  3 公式（4-3）
n

其中， ̂ 、 ˆ 分别为μ、σ的估计值。
为了得到μ和σ的估计值，需要利用样本数据，如表 4-1 所示。

表 4-1 样本观测值

组号 观测值 子组均值 子组极差

1 n
1 X11，X12，…，X1n X1   X 1i
n i 1
R1  X 1max  X 1min

1 n
2 X21，X22，…，X2n X2   X 2i
n i 1
R2  X 2 max  X 2 min

… … … …

1 n
m Xm1，Xm2，…，Xmn Xm   X mi Rm   X m max   X m min
n i 1

由表 4-1 的观测值可以得到：
1 m 1 m
总平均值 X  
m j 1
X j ，平均极差 R   R j 。
m j 1

由数理统计参数估计可以得到：

̂  X 公式（4-4）

R
ˆ  公式（4-5）
d2

38
 公路路面施工质量数字化管理系统设计与应用研究

其中， X 为每组平均值 X j 的平均值； d 2 为与子组大小 n 相关的常数，可根

据表 4-2 进行取值[77]。

表 4-2 控制图系数表

控制限 中心线
子组大小
A2 D1 D2 D3 D4 d2 1/d2

2 1.880 0.000 3.686 0.000 3.267 1.128 0.8865

3 1.023 0.000 4.358 0.000 2.574 1.693 0.5907
4 0.729 0.000 4.698 0.000 2.282 2.059 0.4857
5 0.577 0.000 4.918 0.000 2.114 2.326 0.4299
6 0.483 0.000 5.078 0.000 2.004 2.534 0.3946

将公式（4-4）、公式（4-5）代入公式（4-1）、公式（4-2）、公式（4-3）
中，得到：
ˆ 3R
UCL X   X  3 X  ˆ  3 X  X  A2 R 公式（4-6）
n d2 n

CL X   X  ˆ  X 公式（4-7）

ˆ 3R
LCL X   X  3 X  ˆ  3 X  X  A2 R 公式（4-8）
n d2 n

3
其中， A2  ，可根据表 4-2 进行取值。
d2 n

（2）R 控制图
与 X 控制图类似，R 控制图中的控制限为：
UCLR   R  3 R 公式（4-9）

CLR   R 公式（4-10）

LCLR   R  3 R 公式（4-11）

若μ和σ已知，则可以得到：

UCLR  D2 公式（4-12）

CLR  d 2  公式（4-13）

39
 福州大学硕士学位论文

LCLR  D1 公式（4-14）

其中，D2、d2 和 D1 为与子组大小 n 相关的常数，可根据表 4-2 进行取值，

需要注意的是，当 D1 取 0 值时，表示下控制限为负数，由于σ均为正值，因此，
此时 R 控制图的下控制线为 LCLR=0。
若μ和σ未知，则对μ和σ进行估计，由数理统计可以得到：
̂ R  R 公式（4-15）

d3 R
ˆ R  d 3ˆ  公式（4-16）
d2

其中，d3、d2 为与子组大小 n 相关的常数，可根据表 4-2 进行取值。

将公式（4-15）、公式（4-16）代入，可以得到 R 的控制限为：

3d 3 R  3d 3 
UCLR   R  3 R  ˆ  3ˆ R  R   1   R  D4 R 公式（4-17）
d2  d 2 

CLR   R  ˆ R  R 公式（4-18）

3d 3 R  3d 3 
LCLR   R  3 R  ˆ R  3ˆ R  R   1   R  D3 R 公式（4-19）
d2  d 2 

其中，D3 和 D4 为与子组大小 n 相关的常数，D3  1 - 3d 3 d 2 ，D4  1  3d 3 d 2 ，

可根据表 4-2 进行取值。
由上面的分析可以看出，由于 R 控制图的控制限中仅有 R 一个待求的数据，
而 X 控制图中则包括 R 和 X 两个待求的数据，所以 R 控制图的失稳状态会影响
到 X 控制图。因此，应当在分析过程中先绘制 R 控制图，在 R 控制图判定稳态
后，再绘制 X 控制图，判定其是否处于稳态。

4.3.2.2 单值—移动极差控制图

单值（ X ）—移动极差（ RS ）控制图是子组大小为 1 的控制图，控制限是

由相邻的观测值的移动极差 Rs 所提供的变差来计算，得到平均移动极差（ R ），
从而建立控制图。
设观测值为 X i ，i=1，2，...，n，则移动极差为： Rsi  X i  X i 1 ，平均移动
极差为：
1 n
Rs   Rsi
n  1 i2
公式（4-20）

若观测值来自于正态总体，由数理统计可证：

40
 公路路面施工质量数字化管理系统设计与应用研究

E RS   2 /  公式（4-21）

 Rs   2  4 /   公式（4-22）

当 X 的分布未知，即μ和σ未知时，利用样本对其进行估计，估计值为：
̂  X 公式（4-23）
ˆ   
 / 2 RS 公式（4-24）

则 RS 图的控制限为：
UCLRS   RS  3 RS  3.686ˆ  3.267 RS 公式（4-25）

CLRS   RS  1.128  1.128ˆ  RS 公式（4-26）

LCLRS   RS  3 RS  -1.43ˆ  1.267 RS 公式（4-27）

则 X 图的控制限为：

3 
UCL X    3  X  RS  X  2.66 RS 公式（4-28）
2

CL X    X 公式（4-29）

3 
UCL X    3  X  RS  X  2.66 RS 公式（4-30）
2

4.3.3 基本判定准则

4.3.3.1 判稳准则

应用控制图时，当生产过程符合下列三个准则之一时，可以判定生产过程处
于统计控制状态[78]：
（1）连续 25 个点子落在控制限内
（2）连续 35 个点子中至少有 34 个点子落在控制限内
（3）连续 100 个点子中至少有 98 个点子落在控制限内
可以根据概率论计算上述三个准则，其中 d 为落在控制限外的点子数量：
（1） P连续 25个点子， d  0   C25 0.9973  0.9346
0 25

（2） P连续35个点子， d  1  C350 0.9973  C35 0.9973 0.0027   0.9959

1 35 34

（3）P(连续 100 个点子，d≤2)

0
 C100 0.9973
100 1
 C100 0.9973 0.0027   C100
99 2
0.9973 0.0027  =0.9974
98 2

由计算结果可以得到，三个准则的的概率随着点子的数量而递增，准则的可
41
 福州大学硕士学位论文

靠性随之提高，但所需要的样本数量也在增加，因此成本也随之提高。

4.3.3.2 判断异常准则

《常规控制图》中给出了 8 个判定过程异常的准则。为了便于描述，将控制
图的[μ-3σ，μ+3σ]区间以σ为区间长度划分为 6 个小区间，即[μ-3σ，μ-2σ]、[μ-2σ，
μ-σ]、[μ-σ，μ]、[μ，μ+σ]、[μ+σ，μ+2σ]和[μ+2σ，μ+3σ]，且将小区间分别用 A、
B 和 C 来表示，且两个相同字母表示的区域关于 CL 对称，控制图分区情况如图
4-4 所示。

图 4-3 控制图分区情况

控制图用于判断异常的基本原理是点子落在控制限外，或者点子的排列不随
机，下面分别介绍 8 种生产过程异常的情况：
（1）1 个点子落于控制限外
（2）连续 9 个点子位于中心线同侧
（3）连续 6 个点子呈递增或递减排列
（4）连续 14 个点子交替上下
（5）连续 3 个点子中有 2 个点子位于同侧 B 区外
（6）连续 5 个点子中有 4 个点子位于同侧 C 区外
（7）连续 15 个点子落在 C 区之内
（8）连续 8 个点子落在 A 区和 B 区内

4.3.4 控制图的修正

控制图的作用是通过对点子排列的状态，分析生产过程所处的状态，对于异
常的情况进行检查和修正，排除异常原因，使生产过程处于统计控制状态。根据
判异准则发现个别的点子存在异常，则需要根据具体的情况分析点子异常的原
因，通过剔除可查明的异常原因，利用剩余的点子重新修正控制限。通过对控制

42
 公路路面施工质量数字化管理系统设计与应用研究

图的多次改进和修正，得到了较好的控制效果时，如果已经达到了生产目标，则
可以将最新的分析用控制图作为控制用控制图，而不必再频繁做修正，仅需要定
期对工序状态进行抽检，若重新出现异常，则重复上述流程。

4.3.5 过程能力分析

过程能力指的是生产过程的内在一致性，即在统计控制状态下，生产水平与
技术标准的契合程度。在对沥青路面施工进行质量管理的过程中，不仅要控制关
键指标的质量，还要监控生产和施工过程中的稳定性，保证其满足相关技术标准
的要求，有效提高生产质量。在对生产过程的过程能力进行评价之前，需要消除
生产中的异常原因，使系统达到统计控制状态，即 X 图和 R 图均达到了稳态之
后，才可以对当前的生产状态进行评估。
过程能力通常用过程能力指数来评价，记为 PCI 或 C p ，其表达式为：
规定的容差 USL - LSL
PCI   公式（4-31）
过程离散程度 6ˆ

其中，USL 表示规定的容差上线；LSL 表示规定的容差下线； ˆ 通过平均

组内变差来估计，由公式（4-32）计算得出。
s R
ˆ   公式（4-32）
c4 d 2

当 PCI  1 时，表示生产过程能力不足；当 PCI＝1 时，表示生产过程能力恰

好满足要求，但由于抽取的样本必然存在一定误差，且生产过程很难一直符合统
计控制状态，因此，常常取 PCI=1.33 为最小的可接受值；当 1.33<PCI<1.67 时，
表示生产过程能力满足标准；当 PCI  1.67 时，表示生产过程能力充足，则可以
根据指标的关键程度和具体情况，保持或略微降低当前的生产施工状态，从而降
低质量控制成本。

4.4 分形理论

分形理论揭示了自然界中存在的自相似物体的本质属性，是用于研究物体的
无标度特性。与传统的欧式几何所研究的规则的线、面、体不同的是，分形理论
是用于研究自然界中大量存在的不规则的、非线性的复杂物体。分形理论以近似
线性或者建立理想几何模型的方式对这类复杂问题进行研究，从而利用分形维数
揭示其内在的本质规律。
沥青混合料作为一种多相复合材料，其复杂的内部结构使其具有随机不确定
性和非线性的特征。通过破碎加工生产出来的同一规格的集料，其颗粒形状显然

43
 福州大学硕士学位论文

不可能完全相同，因此集料的粒径难以用某一具体的数学公式来描述，目前主要
采用的级配曲线并不能准确体现矿料的整体特性。虽然混合料具有复杂的结构，
但是集料在破碎生产过程中动力学机制保持不变，则集料颗粒仍具有自相似特
性，因此可通过分形理论评价集料的级配组成情况，从而以一个新的角度对混合
料的合成级配进行质量控制。

4.4.1 分形的定义

分形理论由法国数学家曼德尔布罗特提出，用于分析自然界中的不规则物
体，例如海岸的边界和山的轮廓等，这些物体既没有特征长度，也无法用某一具
体的数学公式来描述，属于欧式几何中的“病态”问题。分形理论通过分析物体
内部的自相似特性，为解决这类问题提供了新的研究方法。
依据幂律定义判断所研究对象是否为分形[79]：
Dd 
  
F    F0   或 F       D  d  公式（4-33）
  max 
其中： F   为研究对象的长度、面积或体积； F0 为整形时（D=d） F   的
值；D 为分形维数；d 为整数拓扑维数，取值为 1、2 和 3 时，分别对应曲线、
曲面和分形体；δ为长度尺码；ε为无量纲尺码长度。

4.4.2 分形的维数

在分形关系成立的无标度区内，以任意尺度对满足分形特性的物体进行观
测，物体的几何特征均保持一致。分形的自相似性包含两个方面：数学意义和统
计意义上的自相似。在分形理论中，用分形维数 D 来描述和评价分形体的构造
特征[80]。
将分形体的每一维度放大或缩小 n 倍，则可以得到 M= n D 个原来的物体，通
过对等式两边取对数可以得到分形维数：
D  ln M / ln n 公式（4-34）
例如将一个正方体的边长缩小为原来的 1/3，则新的正方体为原来的 1/27，
因此，正方体的维数为 ln（1/27）/ln（1/3）=3。对于欧式几何所研究的几何体
而言，由于其光滑平整的特性，因此其维数均为整数；而对于分形几何，物体的
形态不可能完全呈现出平整连续的状态，因此其维数通常不是整数。

44
 公路路面施工质量数字化管理系统设计与应用研究

4.4.3 沥青混合料级配的分形特性

4.4.3.1 集料粒径分布函数的分形

对于粒径为 r 的集料，定义 N r  为粒径不超过 r 的集料颗粒的数量， N 0 为

总的颗粒数量，则粒径分布函数 F r  可以表示为：
N r 
F r   公式（4-35）
N0

若所研究的分形体是点或者线时分维的表达式[81]为：
N r   a r / rmax 
D
b 公式（4-36）
其中，a、b 为常数；D 为分形维数。
若将集料的粒径看作为线段，则把公式（4-36）代入公式（4-35）中，并且
考虑边界条件 F rmax   1 和 F rmin   0 ，得到：
N0
a 公式（4-37）
1  rmin / rmax 
D

 N 0 rmin / rmax 
D
b 公式（4-38）
1  rmin / rmax 
D

则集料粒径的分布函数为：
D
rmin  r D
F r    D D
公式（4-39）
rmin  rmax

考虑到连续级配中 rmin  rmax ，因此，粒径分布的分形函数公式（4-39）可

以简化为：
D
 r 
F r     公式（4-40）
 rmax 

4.4.3.2 集料质量分布函数的分形

实际工程中，集料颗粒的粒径分布难以直接获取，级配特征通常采用通过某
一筛孔 r 的质量通过率百分数来表示。因此，为了便于分析，下面讨论集料质量
分布函数的分形，利用质量分布函数的分形表示代替粒径分布函数。
定义 M r  为粒径不超过 r 的集料颗粒的质量， M 0 为集料总质量，则质量分
布函数 P r  可表示为：
P r   M r  / M 0 公式（4-41）
对公式（4-41）进行微分可以得到：

45
 福州大学硕士学位论文

dM r   M 0  dP r  公式（4-42）
设集料的密度为常数ρ，粒径在 r，r  dr  内集料体积为 V r   k  r 3 ， k 为集
料体积的形状因子，则公式（4-42）可以改写为：
dM r     V r   dN r     k  r 3  dN r  公式（4-43）
由公式（4-35）和公式（4-39）可以得到：
N 0  D  r 1 D
dN r   N 0  dF r   D D
dr 公式（4-44）
rmin  rmax
因此，由公式（4-43）和公式（4-44）可以得到：
dM r    k  r 3 N 0  D  r 1 D
dP r     D D
dr 公式（4-45）
M0 M0 rmin  rmax

对公式（4-45）进行积分，并考虑边界条件 P rmax   1 和 P rmin   0 ，得到沥

青混合料集料质量分布的分形函数为：
3 D
rmin  r 3 D
P r   3 D 3 D
公式（4-46）
rmin  rmax

同样地，考虑到 rmin  rmax ，公式（4-46）可以简化为：

3 D
 r 
P r     公式（4-47）
 rmax 
目前常用的级配理论主要有富勒级配理论和泰波级配理论，如公式（4-56）、
公式（4-57）所示：
P r   r / rmax   100%
1/2
公式（4-48）
P r   r / rmax   100%
n
公式（4-49）
可以看出公式（4-47）与公式（4-48）、公式（4-49）具有相同的表达形式，
表明分形理论与传统的级配理论的思想具有一致性。

4.4.3.3 分形维数的计算

通过上述对集料质量分布函数的分形特性的分析，得到质量分布函数与粒径
的函数公式（4-47），对公式（4-47）两端分别取对数，则可以得到：
ln P r   3  D  ln r 公式（4-50）
由公式（4-50）可知， ln P r  和 ln r 具有良好的相关关系，运用最小二乘法
对其进行拟合，可以得到回归方程 F（ ln r ， ln P r  ），其斜率为 K=3-D，则可
以求得集料质量分布的分形维数 D=3-K。

46
 公路路面施工质量数字化管理系统设计与应用研究

4.5 沥青用量质量控制

4.5.1 沥青用量变异性分析

作为沥青混合料的重要组成，沥青用量对沥青混合料的质量具有显著影响。
通常情况下，当拌合过程中沥青用量与设计的最佳值的偏差超过 0.3%时，沥青
混合料的使用性能将产生显著变化。当混合料中沥青用量不足时，部分集料表面
缺乏沥青包裹，没有形成与其他集料之间的沥青薄膜，从而降低了集料之间的粘
聚力，不仅增加了压实过程中的难度，而且在交通荷载作用下易产生开裂、松散
等病害。相反的，当沥青用量过高时，混合料之间虽然形成了包裹集料的薄膜，
但还会形成自由沥青，使得集料之间的间距扩大，造成抗剪强度下降，严重时会
使集料在自由沥青中处于悬浮的状态，从而在行车荷载的作用下产生流动形变，
形成车辙。同时，由于混合料中的空隙率不足，在夏季高温天气，混合料中的空
隙不足以存储受热膨胀后的沥青，导致路面路面的摩擦力因为沥青溢出路表而大
大减低，增加了事故风险。因此，在沥青混合料质量过程控制中需要重点考虑沥
青用量的变异性[82-83]。
在沥青混合料生产之前，需要进行配合比设计，从而确定各材料的用量比例，
表 4-3 为本次福清省道 S209 项目的标准配比。

表 4-3 标准配比

结构层 油石比 石料 1 石料 2 石料 3 石料 4 石料 5 矿粉 沥青

上面层 5.31 36.73 30.61 30.11 2.55 5.04

中面层 4.67 37.56 19.29 26.40 15.23 1.52 4.46
下面层 3.72 28.43 7.11 15.23 20.30 27.41 1.52 3.58

由沥青拌合站拌合楼采集到的沥青用量在数据如表 4-4 所示，其中，上面层

的数据量为 93 个，中面层的数据量为 187 个，下面层的数据量为 295 个。

表 4-4 实际沥青用量数据分析

最佳 实际沥青用量
日期 结构层 样本数量
沥青含量 最大值 最小值 平均值 变异系数

2019.10.18 上面层 93 5.04 5.39 4.76 5.06 0.026

2019.10.09 中面层 187 4.46 4.87 4.17 4.54 0.032
2019.10.10 下面层 295 3.58 3.93 3.31 3.71 0.030

47
 福州大学硕士学位论文

从拌合站采集到的实际沥青用量的数据中可以初步看出，上面层沥青用量的
平均值与最佳值偏差较小，变异系数为 0.026，生产质量水平较好；中面层和下
面层的沥青用量的平均值分别为 4.54 和 3.71，高于最佳沥青用量值，变异系数
为 0.032 和 0.030，应做适当调整，避免沥青用量超出生产要求。

4.5.2 沥青用量统计过程控制

以上面层的沥青混合料的生产数据为例，详细分析混合料生产过程中沥青用
量的质量控制情况。表 4-5 为 10 月 18 日拌合站改性沥青混合料生产中沥青用量
的数据，由于篇幅原因，在此仅列出部分数据。

表 4-5 上面层沥青用量数据

组号 X1 X2 X3 X4 平均值 极差

1 4.80 5.11 4.97 4.94 4.96 0.31

2 4.87 4.92 4.89 4.94 4.91 0.07
3 5.04 5.04 4.95 4.76 4.95 0.28
... ... ... ... ... ... ...
23 5.15 5.26 5.20 5.06 5.17 0.20

沥青用量 直方图
正态
20 均值 5.056
标准差 0.1330
N 93

15
频率

10

0
4.8 4.9 5.0 5.1 5.2 5.3 5.4
沥青用量

图 4-4 沥青用量直方图

根据表 4-5 中的数据绘制沥青用量的频率分布直方图，如图 4-4 所示。由图

可知，上面层所用的改性沥青混合料在实际生产中的沥青用量主要集中在[5.025，
5.125]的区间内，而上面层的最佳沥青用量为 5.04，且频率分布呈现为正态分布。
为了进一步确定其分布情况，利用 Shapiro-Wilk 检验法对沥青用量数据进行检
验，结果表明，P 值为 0.221>0.05，因此，可以认为沥青用量在 0.05 的显著性水
平上符合正态分布。

48
 公路路面施工质量数字化管理系统设计与应用研究

利用表 4-5 的监控数据分别绘制 X — R 控制图和 X — RS 控制图。

X — R 控制图中：沥青用量的均值 X =5.054，极差的平均值 R =0.2526，根
据公式（4-6）~公式（4-8）、公式（4-17）~公式（4-19）计算 X 控制图和 R 控
制图的控制限。由表 4-2 可知，当 n=4 时， A 2 =0.729， D 3 =0， D 4 =2.282。 X 控
制图中： CL = X =5.054，UCL= X +A2 R =5.238，LCL= X -A2 R =4.870；R 控制
图中：CL= R =0.2526，UCL=D4 R =0.5763，LCL=D3 R =0。
X — RS 控制图中：移动极差均值 RS =0.1301， X =5.054。根据公式（4-45）
~公式（4-50）计算控制限，RS 控制图中：UCL=3.267 RS =0.4251，CL= RS =0.1301，
LCL=0 ； X 控 制 图 中 ： UCL= X +2.66 RS =5.400 ， CL= X =5.054 ，
LCL= X -2.66 RS =4.708
绘制 X —R 控制图与 X — RS 控制图，如图 4-5、图 4-6 所示。

沥青用量 的 Xbar-R 控制图

UCL=5.2380
5.2
样本均值

5.1 __
X =5.0540
5.0

4.9
LCL=4.8700
1 3 5 7 9 11 13 15 17 19 21 23
样本

0.60
UCL=0.5763

0.45
样本极差

0.30 _
R=0.2526

0.15

0.00 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23
样本

图 4-5 沥青用量的均值-极差控制图

沥青用量 的 I-MR 控制图

5.40 UCL=5.4001

5.25
单独值

5.10 _
X =5.0540

4.95

4.80
LCL=4.7080
1 10 19 28 37 46 55 64 73 82 91
观测值

0.60
1

11
0.45
UCL=0.4251
移动极差

0.30

__
0.15 MR=0.1301

0.00 LCL=0

1 10 19 28 37 46 55 64 73 82 91
观测值

图 4-6 沥青用量的单值-移动极差控制图

由图 4-5、图 4-6 控制图可以看出，两种控制图对于沥青用量生产过程的控

制情况不同，在 X —R 控制图中，所有点子均落在控制界限内所有点子均落在控

49
 福州大学硕士学位论文

制界限内，点子排列呈现随机状态，均满足 4.3.3 节中的判断准则；而在 X — RS

控制图中， RS 图中有 3 个点子落于控制限之外。根据拌合站当天的生产情况反
馈，当天沥青称量设备情况正常，并未有异常原因。 RS 图判定异常的三个点子
的沥青用量值分别为 5.39、4.77 和 5.22，仅有 16 号点子的观测值超过最佳沥青
用量的 0.3%，其他点子都处于生产要求内，因此，可以认为当天沥青用量控制
并无存在异常原因，因此，认为 X — RS 控制图发生了虚发警报的错误。
通过两种质量控制图，可以发现，由于 X — RS 控制图的子组大小为 1，缺
乏合理子组提供的组内变差σ的估计，其控制限的构成依赖于相邻观测值的移动
极差，质量波动的判定只能通过移动极差的计算值，这无疑增加了控制图发生错
误警报的概率。显然，利用 X —R 控制图对生产过程进行质量控制的效果优于 X
— RS 控制图，因此，在之后的统计过程控制中仅使用 X —R 控制图进行分析。
基于 X —R 控制图对生产过程能力进行分析，根据公式（4-31）和公式（4-32）
可得：PCI=（USL-LSL）/6σ=（5.34-4.74）/6σ=0.815<1.33，表明生产过程能力
水平有待提高，技术管理水平仍需增强。

4.6 合成级配质量控制

4.6.1 级配变异性分析

混合料级配是指混合料中各种规格的集料所占的比例，粗集料、细集料的比
例的不同会改变混合料内部的组织结构，从而影响成型以后的强度和路用性能。
本文依托福州市福清省道 S209 项目，其中 K44+011.686-K51+338.768 段上
面层采用 AC-13C 混合料，中面层采用 AC-20 混合料，下面层采用 ATB-25 混合
料。
上面层 AC-13C 设计配合比如表 4-6 所示，且要求关键筛孔（2.36mm）通过
率小于 40%。中面层 AC-20 设计配合比如表 4-7 所示，且要求关键筛孔（4.75mm）
通过率低于 40%。下面层 ATB-25 设计配合比如表 4-8 所示。

表 4-6 AC-13C 设计配合比

筛孔（mm）通过率（%）
0.075 0.15 0.3 0.6 1.18 2.36 4.75 9.5 13.2 16

4~8 5~12 7~18 10~23 15~30 20~40 30~53 60~80 90~100 100

50
 公路路面施工质量数字化管理系统设计与应用研究

表 4-7 AC-20 设计配合比

筛孔（mm）通过率（%）
0.075 0.15 0.3 0.6 1.18 2.36 4.75 9.5 13.2 16 19 26.5

3~7 4~13 5~17 8~24 12~33 16~44 26~56 50~72 62~80 78~92 90~100 100

表 4-8 ATB-25 设计配合比

筛孔（mm）通过率（%）
0.075 0.15 0.3 0.6 1.18 2.36 4.75 9.5 13.2 16 19 26.5 31.5

2~6 3~10 5~14 8~18 10~25 15~32 20~40 32~52 42~62 48~68 60~80 90~100 100

通过第三章中设计的采集方案，实时采集拌合站工业控制 PC 机的生产监控
数据的方法，实现对混合料生产中级配的质量控制，分析混合料级配的变异性。
下面分别对 AC-13C、AC-20 和 ATB-25 的生产级配数据进行分析，所取的级配
数据与沥青用量的监控数据为同一天生产的沥青混合料。
上面层的级配监控数量为 93 个，监控数据如表 4-9 所示，由于篇幅限制，
因此此处并未全部列出。

表 4-9 上面层 AC-13C 级配监控结果

筛孔（mm） 0.075 0.15 0.3 0.6 1.18 2.36 4.75 9.5 13.2 16

6.23 9.40 10.38 14.37 19.57 25.09 34.50 62.62 96.75 100

6.48 9.75 10.75 14.86 20.21 25.89 35.55 63.61 96.84 100
通过率
6.45 9.74 10.74 14.88 20.26 25.97 35.68 63.60 96.84 100
（%）
… … … … … … … … … …

4.70 7.87 8.84 12.93 18.24 23.89 33.52 62.43 96.74 100

均值 4.76 7.93 8.90 12.97 18.26 23.89 33.47 62.03 96.70 100

变异系数 0.079 0.056 0.051 0.037 0.029 0.025 0.022 0.017 0.001 0

从上面层 AC-13C 级配监控结果可以看出，筛孔质量通过百分率均满足表

4-6 中的要求，其中 2.36mm 的通过百分率为 23.89%，变异系数为 0.025；变异
系数随着筛孔直径的减小而随之提高，变异系数的变化范围在 0.001 ~ 0.079，变
异系数最大的筛孔直径为 0.075mm。
中面层样本数量为 187 个，监控数据如表 4-10 所示，由于篇幅限制，因此

51
 福州大学硕士学位论文

此处并未全部列出。

表 4-10 中面层 AC-20 级配监控结果

筛孔（mm） 0.075 0.15 0.3 0.6 1.18 2.36 4.75 9.5 13.2 16 19 26.5

2.81 5.36 8.05 12.09 17.00 22.78 33.96 49.28 67.91 79.55 92.10 100

2.75 5.23 7.86 11.79 16.57 22.21 33.11 48.71 67.34 78.95 91.85 100
通过率
2.69 5.09 7.64 11.46 16.10 21.58 32.15 47.41 66.12 77.89 91.42 100
（%）
… … … … … … … … … … … …

2.88 5.50 8.26 12.42 17.47 23.40 34.88 50.08 68.34 79.77 92.18 100

均值 2.84 5.28 7.87 11.74 16.45 22.01 32.75 48.66 67.48 79.17 91.95 100

变异系数 0.142 0.085 0.063 0.049 0.042 0.038 0.035 0.021 0.010 0.006 0.002 0

从中面层 AC-20 级配监控结果可以看出，筛孔质量通过百分率均满足表 4-7

中的要求，其中 4.75mm 的通过百分率为 32.75%，变异系数为 0.035；变异系数
随着筛孔直径的减小而增大，其变化范围在 0.002 ~ 0. 142，变异系数最大的筛孔
直径为 0.075mm，应提高对矿粉用量的控制，降低其变异程度。
下面层样本数量为 295 个，监控数据如表 4-11 所示，由于篇幅限制，因此
此处并未全部列出。

表 4-11 下面层 ATB-25 级配监控结果

筛孔（mm） 0.075 0.15 0.3 0.6 1.18 2.36 4.75 9.5 13.2 16 19 26.5 31.5

3.88 5.93 7.43 10.36 14.53 20.21 27.31 42.11 53.9 56.87 70.2 98.67 100

3.74 5.72 7.17 9.99 14.01 19.5 26.39 41.63 53.76 56.85 70.23 98.68 100

通过率（%） 3.8 5.91 7.46 10.49 14.81 20.68 28 42.76 54.41 57.39 70.62 98.7 100

… … … … … … … … … … … … …

3.72 5.72 7.18 10.04 14.11 19.67 26.62 41.99 53.97 56.96 70.26 98.68 100

均值 3.90 6.00 7.54 10.53 14.81 20.62 27.86 42.45 53.97 56.83 70.13 98.67 100

变异系数 0.045 0.043 0.045 0.049 0.052 0.054 0.055 0.031 0.023 0.023 0.015 0.001 0

52
 公路路面施工质量数字化管理系统设计与应用研究

从下面层 ATB-25 级配监控结果可以看出，筛孔质量通过百分率均满足表 4-8

中的 ATB-25 的级配要求，2.36mm 的通过百分率为 20.62%，其中 4.75mm 的通
过百分率为 27.86%，变异系数分别为 0.054 和 0.055；变异系数的变化范围在 0.001
~ 0.055，变异系数最大的筛孔直径为 4.75mm。

4.6.2 筛孔质量通过率统计过程控制

本节运用统计过程控制原理对筛孔质量通过率进行质量控制，由于合成级配
中包含多个筛孔，由于篇幅原因，本节中仅对关键筛孔的质量通过率进行分析，
即 0.075mm、2.36mm 和 4.75mm 筛孔。

4.6.2.1 0.075mm 筛孔质量通过率

为了分析沥青混合料生产过程中级配的质量水平，以 AC-13C 沥青混合料生

产中级配数据为例，其中针对关键筛孔的质量通过率进行分析，即 0.075mm、
2.36mm 和 4.75mm 筛孔的质量通过率。提取表 4-9 中 AC-13 混合料的 0.075mm
筛孔质量通过率数据，如表 4-12 所示。

表 4-12 0.075mm 筛孔质量通过率

组号 X1 X2 X3 X4 平均值 极差

1 6.23 6.48 6.45 6.34 6.38 0.25

2 4.50 4.64 4.83 4.72 4.67 0.33
3 4.91 5.00 4.68 4.47 4.77 0.53
… … … … … … …
23 4.66 4.67 4.71 4.78 4.71 0.12

0.075mm筛孔质量通过率 直方图
正态
50 均值 4.756
标准差 0.3757
N 92
40

30
频率

20

10

0
4.0 4.4 4.8 5.2 5.6 6.0 6.4
0.075mm筛孔质量通过率

图 4-7 0.075mm 筛孔质量通过率直方图

53
 福州大学硕士学位论文

由表 4-9 中的级配数据的分析结果可知，0.075mm 筛孔质量通过率的平均值

为 4.76，由图 4-7 可知，生产过程中 0.075mm 筛孔通过率的主要集中在[4.5，4.9]
的区间内，数据离散程度低。利用 Shapiro-Wilk 检验法对监控数据进行检验，检
验结果表明，P 值小于 0.05，因此，0.075mm 筛孔质量通过率不符合正态分布。
由 表 4-12 可 得 ， AC-13C 混 合 料 的 0.075mm 筛 孔 质 量 通 过 率 的 均 值
X =4.756 ， 极 差 的 平 均 值 R =0.3065 ， 可 得 控 制 图 的 控 制 限 ， X 控 制 图 ：
CL= X =4.756，UCL= X +A2 R =4.979，LCL= X -A2 R =4.533；R 控制图中：
CL= R =0.6993，UCL=D4 R =0.3065，LCL=D3 R =0。绘制 0.075mm 筛孔质量通
过率 X —R 控制图，如图 4-8 所示。

0.075mm筛孔质量通过率 的 Xbar-R 控制图

6.5 1

6.0
样本均值

5.5

5.0 U__ C L = 4 . 9 7 9
X =4.756
2 2 2 2
4.5 5 6 2 2 LCL=4.533
1 3 5 7 9 11 13 15 17 19 21 23
样本

0.8
UCL=0.6993
0.6
样本极差

0.4 _
R=0.3065
0.2

0.0 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23
样本

图 4-8 0.075mm 筛孔质量通过率的控制图

由 X 控制图可以看出，除了 1 号子组明显超出控制上限以外，其余子组均
在控制限内且不存在明显的规律性，但由于 1 号子组的样本均值较大，使得点子
超出控制限范围，同时造成 14、16、18~23 等子组被判定为异常点子。通过将该
异常情况反馈给拌合站管理人员，获得拌合站现场的生产情况，了解到当天混合
料开始拌合生产时，生产过程略微波动，处于不稳定状态，但后期已经恢复正常。
因此，将 1 号子组剔除，重新确定控制限并绘制控制图，得到新的控制限为：
X 控制图中，CL= X =4.6825，UCL= X +A2 R =4.9077，LCL= X -A2 R =4.4573；
R 控制图中：CL= R =0.3091，UCL=D4 R =0.7051，LCL=D3 R =0。

54
 公路路面施工质量数字化管理系统设计与应用研究

0.075mm 筛孔质量通过率 的 Xbar-R 控制图

4.9 UCL=4.9077

4.8

样本均值
__
4.7 X =4.6825

4.6

4.5
LCL=4.4573
1 3 5 7 9 11 13 15 17 19 21
样本

0.8
UCL=0.7051
0.6
样本极差

0.4 _
R=0.3091
0.2

0.0 LCL=0
1 3 5 7 9 11 13 15 17 19 21
样本

图 4-9 剔除异常子组的 0.075mm 筛孔质量通过率控制图

由图 4-9 可知，剔除异常点子修正后的 X 控制图中点子均落在控制限的范围

之内，且符合稳态判定的所有规则，点子在控制限内呈随机排列。同时，修正后
的 X 控制图的控制限比原控制限的控制范围更窄，从而对生产过程的控制更加
严格。计算修正后的生产过程能力 PCI=（USL-LSL）/6σ=4.44>1.33，表明生产
水平能力较高。

4.6.2.2 2.36mm 筛孔质量通过率

2.36mm 与 4.75mm 筛孔质量通过率的统计过程控制与 0.075mm 质量控制过

程是相似的，因此，在本小结与下一小节中，对分析过程进行简要介绍，主要对
质量控制的结果进行讨论。
提取表 4-9 中 2.36mm 筛孔质量通过率如表 4-13 所示，其频率分布直方图如
图 4-10 所示。

表 4-13 2.36mm 筛孔质量通过率

组号 X1 X2 X3 X4 平均值 极差

1 25.09 25.89 25.97 24.75 25.43 1.22

2 25.36 23.90 23.56 23.50 24.08 1.86
3 24.32 24.81 23.62 22.63 23.85 2.18
… … … … … … …
23 23.85 24.11 24.11 24.20 24.07 0.35

55
 福州大学硕士学位论文

2.36mm筛孔质量通过率 直方图
正态
20 均值 23.89
标准差 0.6001
N 92

15

频率
10

0
22.5 23.0 23.5 24.0 24.5 25.0 25.5 26.0
2.36mm筛孔质量通过率

图 4-10 2.36mm 筛孔质量通过率直方图

由图 4-10 可知，2.36mm 筛孔质量通过率的数据主要集中在[23.375，24.375]，

利用 Shapiro-Wilk 检验法对监控数据进行检验，检验结果表明，P 值为 0.099>0.05，
因此，可以认为 2.36mm 筛孔质量通过率符合正态分布。
根据表 4-13 绘制 X —R 控制图，如图 4-11 所示。 X 控制图：CL= X =23.89，
UCL= X +A2 R =24.698，LCL= X -A2 R =23.08 ；R 控制图中： CL= R =1.11，
UCL=D4 R =2.533，LCL=D3 R =0。

2.36mm筛孔质量通过率 的 Xbar-R 控制图

1

25
UCL=24.698
样本均值

__
24
X =23.889

23 LCL=23.080
1 3 5 7 9 11 13 15 17 19 21 23
样本

UCL=2.533
2.4

1.8
样本极差

_
1.2 R=1.110

0.6

0.0 LCL=0

1 3 5 7 9 11 13 15 17 19 21 23
样本

图 4-11 2.36mm 筛孔质量通过率控制图

由图 4-11 可知，与 0.075mm 筛孔通过率的 X —R 控制图情况相同，即除了

1 号子组的点子落于控制上限之外，其余点子则均以随机分布的状态落于控制限
之内。由上一小节中可知，1 号子组的异常是属于偶然原因造成的质量波动。因
此，将 1 号子组剔除，根据剩余子组重新确定控制限， X 控制图中：
CL= X =23.819，UCL= X +A2 R =24.624，LCL= X -A2 R =23.014；R 控制图中：
CL= R =2.522，UCL=D4 R =1.105，LCL=D3 R =0。修正后的控制图如图 4-12 所
示。

56
 公路路面施工质量数字化管理系统设计与应用研究

2.36mm筛孔质量通过率 的 Xbar-R 控制图

UCL=24.624
24.5

样本均值
24.0 __
X =23.819

23.5

23.0 LCL=23.014
1 3 5 7 9 11 13 15 17 19 21
样本

UCL=2.522
2.4

1.8
样本极差

1.2 _
R=1.105

0.6

0.0 LCL=0

1 3 5 7 9 11 13 15 17 19 21
样本

图 4-12 剔除异常子组的 2.36mm 筛孔质量通过率控制图

由图 4-12 可知，修正后的 X —R 控制图中点子均落在控制限的范围之内，

符合稳态判定的所有规则，且 X 控制图中的点子主要落于中心线 CL= X 附近，
表明生产过程的离散程度较小，即变异性较小；由 R 控制图中可知，控制限 UCL
的值小于图 4-11 中 R 控制图的 UCL，提高了对生产过程中 2.36mm 集料变异性
的控制，有利于提高生产质量。计算修正后的生产过程能力 PCI=（USL-LSL）
/6σ=2.484>1.33，表明质量控制能力水平充足。

4.6.2.3 4.75mm 筛孔质量通过率

提取表 4-9 中 AC-13 混合料的 4.75mm 筛孔质量通过率数据，如表 4-14 所

示，其频率分布直方图如图 4-13 所示。

表 4-14 4.75mm 筛孔质量通过率

组号 X1 X2 X3 X4 平均值 极差

1 34.50 35.55 35.68 33.93 34.92 1.75

2 34.76 33.55 32.95 32.93 33.55 1.83
3 34.05 34.72 33.11 31.74 33.41 2.98
… … … … … … …
23 33.49 33.86 33.85 33.94 33.79 0.45

57
 福州大学硕士学位论文

4.75mm筛孔质量通过率 直方图
正态
18 均值 33.47
标准差 0.7419
16
N 92

14

12

10

频率 8

0
32.25 33.00 33.75 34.50 35.25
4.75mm筛孔质量通过率

图 4-13 4.75mm 筛孔质量通过率直方图

由图 4-13 可知，4.75mm 筛孔质量通过率的实际生产数据主要集中在[32.875，

34.375]的区间内，利用 Shapiro-Wilk 检验法对监控数据进行检验，检验结果表明，
P 值为 0.145>0.05，因此，可以认为 4.75mm 筛孔通过率符合正态分布。
由表 4-14 绘制 X —R 控制图，如图 4-14 所示。 X 控制图：CL= X =33.467，
UCL= X +A2 R =34.562，LCL= X -A2 R =32.372；R 控制图中：CL= R =1.503，
UCL=D4 R =3.428，LCL=D3 R =0。

4.75mm筛孔质量通过率 的 Xbar-R 控制图

35 1

UCL=34.562

34
样本均值

__
X =33.467

33

LCL=32.372
32
1 3 5 7 9 11 13 15 17 19 21 23
样本

UCL=3.428
3
样本极差

2
_
R=1.503
1

0 LCL=0

1 3 5 7 9 11 13 15 17 19 21 23
样本

图 4-14 4.75mm 筛孔质量通过率控制图

由图 4-14 可知，与 0.075mm、2.36mm 筛孔通过率的 X —R 控制图情况相同，

即 1 号子组由于偶然原因使得点子落于控制上限之外，其余点子则均以随机分布
的状态落于控制限之内。因此，将 1 号子组剔除，根据剩余子组重新确定控制限，
X 控制图中，CL= X =33.401，UCL= X +A2 R =34.488，LCL= X -A2 R =32.315；
R 控制图中：CL= R =1.491，UCL=D4 R =3.402，LCL=D3 R =0。修正后的控制图
如图 4-15 所示。

58
 公路路面施工质量数字化管理系统设计与应用研究

4.75mm筛孔质量通过率 的 Xbar-R 控制图

34.5 UCL=34.488

34.0

样本均值
__
33.5
X =33.401

33.0

32.5
LCL=32.315
1 3 5 7 9 11 13 15 17 19 21
样本

UCL=3.402
3
样本极差

2
_
R=1.491
1

0 LCL=0

1 3 5 7 9 11 13 15 17 19 21
样本

图 4-15 剔除异常子组的 4.75mm 筛孔质量通过率控制图

由图 4-15 可知，修正后的 X —R 控制图中点子均落在控制限的范围之内，

符合稳态判定的所有规则，且点子主要落于中心线 CL= X 附近，控制限比原控
制限的控制范围更窄，生产过程的离散程度较小，即变异性较小。计算修正后的
生产过程能力 PCI=（USL-LSL）/6σ=2.302>1.33，表明质量控制能力处于较高水
平。

4.7 基于分形理论的级配质量控制研究

统计过程控制从统计学的角度对集料的级配进行了分析，描述了级配各粒径
的通过率和离散程度，通过变异系数来评价级配的好坏。本节中以 AC-13C 沥青
混合料为例，基于集料的自相似特性，运用分形理论计算级配的分形维数，不同
于传统级配曲线，利用分形维数以宏观的角度量化混合料的级配组成，从而实现
对级配的整体质量进行评价。
AC-13C 沥青混合料的级配上限、中值和下限如表 4-6 所示，绘制其级配曲
线图，如图 4-16 所示。

图 4-16 AC-13C 沥青混合料级配

59
 福州大学硕士学位论文

集料级配的分形维数是表征其分形特性的主要参数，通过分析级配的分形维
数可以量化级配的组成情况。对图 4-16 中 AC-13C 沥青混合料的级配的分形特
性进行分析，利用 4.4.3 节中的推导过程，得到线性拟合结果如图 4-17 所示，计
算级配上限、中值和下限的分形维数，计算结果如表 4-15 所示。

图 4-17 AC-13C 级配分形拟合曲线

表 4-15 AC-13C 级配的分形维数

2
级配 斜率 K 分形维数 D 拟合优度 R

上限 0.4604 2.5396 0.9953

AC-13C 中值 0.5157 2.4843 0.9910

下限 0.6048 2.3952 0.9757

由表 4-15 可知，AC-13C 沥青混合料级配的上限的分形维数最大，级配下限

的分形维数最小，表明随着筛孔质量通过率的减小，集料内部的细集料含量减少，
级配的分形维数 D 也随着降低。由拟合优度 R 2 可知，AC-13C 沥青混合料的级
配上限的拟合效果最好，说明级配实际组成和级配分形理想模型的拟合程度较
高。
下面对表 4-9 中从拌合站采集到的 AC-13C 沥青混合料的合成级配数据进行
分形特性分析，得到级配的分形拟合函数和分形维数如表 4-16 所示，分形维数
图如图 4-18 所示。

60
 公路路面施工质量数字化管理系统设计与应用研究

表 4-16 AC-13C 合成级配的分形特性

2
组号 回归模型 分形维数 D 拟合优度 R

1 y=0.5051x+3.0114 2.4949 0.9659

2 y=0.4986x+3.0395 2.5014 0.9677
3 y=0.4992x+3.0396 2.5008 0.9684
4 y=0.5018x+3.0091 2.4982 0.9628
5 y=0.5311x+2.9797 2.4689 0.9699
… … … …
91 y=0.5523x+2.9108 2.4477 0.9759
92 y=0.5497x+2.9169 2.4503 0.9757
93 y=0.5523x+2.9050 2.4477 0.9750

图 4-18 AC-13C 级配分形维数图

由表 4-16 可知，回归模型的拟合优度在 0.9778 至 0.9628 之间，其拟合效果

好，级配的分形特性显著。由图 4-18 可知，拌合站生产的 AC-13C 沥青混合料
的分形维数的最小值为 2.4387，最大值为 2.5014，处于表 4-15 中级配的上限和
下限的分形维数之间，满足规范要求，且主要集中在[2.4400，2.4500]区间内。
同时，前 4 盘沥青混合料中级配的分形维数高于 2.4900，明显高于其他之后生产
的沥青混合料的分形维数，由此可见，前 4 盘沥青混合料中细集料含量相对较高，
由表 4-9 的级配数据也证明了这一分析结果的正确性，而后面的生产过程的级配
波动较小，则生产处于稳定状态，级配的变异性较小，生产质量控制较好。
由上面的分析可知，级配对于细集料波动的敏感性较高，因此，下面利用
Pearson 相关系数对分形维数 D 与 0.075mm、2.36mm 和 4.75mm 筛孔质量通过率
的相关性进行分析，得到的分析结果如表 4-17 所示。

61
 福州大学硕士学位论文

表 4-17 分形维数与筛孔质量通过率的相关性分析

分形维数 D 0.075mm 2.36mm 4.75mm

分形维数 D Pearson 相关性 1 0.956** 0.771** 0.648**

显著性（双尾） <0.001 <0.001 <0.001
N 93 93 93 93
0.075mm Pearson 相关性 0.956** 1 0.855** 0.742**
显著性（双尾） <0.001 <0.001 <0.001
N 93 93 93 93
2.36mm Pearson 相关性 0.771** 0.855** 1 0.982**
显著性（双尾） <0.001 <0.001 <0.001
N 93 93 93 93
4.75mm Pearson 相关性 0.648** 0.742** 0.982** 1
显著性（双尾） <0.001 <0.001 <0.001
N 93 93 93 93

由表 4-17 可知，分形维数与各筛孔在 0.01 的显著性水平上显著相关，且筛

孔越小，筛孔与分形维数的相关性越大。绘制分形维数与筛孔质量通过率的散点
图及线性回归方程，如图 4-19~图 4-21 所示。

图 4-19 分形维数与 0.075mm 筛孔质量通过率

图 4-20 分形维数与 2.36mm 筛孔质量通过率

62
 公路路面施工质量数字化管理系统设计与应用研究

图 4-21 分形维数与 4.75mm 筛孔质量通过率

由图 4-19~图 4-21 可知，分形维数 D 与筛孔质量通过率之间具有显著的线

性相关关系，且 0.075mm 筛孔质量通过率与分形维数的拟合优度要高于 2.36mm
和 4.75mm 筛孔，表明了细集料对于级配分形维数具有重要影响。集料中细集料
含量增加，则沥青混合料中的空隙率降低，集料的分形维数 D 增大，其空间填
充能力提升。而随着分形维数 D 不断增大，混合料的空隙率持续降低，则容易
导致沥青路面在高温重载作用下产生路面泛油和车辙等早起病害；反之，分形维
数 D 过小，则混合料的空隙率过大，易形成骨架—空隙结构，容易产生水损害。
因此，通过对混合料合成级配的分形特性进行分析，可以从宏观角度分析出
混合料的体积特征，通过分形维数的计算可以在混合料生产环节对合成级配的质
量控制提供良好的理论依据。

4.8 本章小结

本章依托福清省道 S209，利用第三章设计的数字化管理系统对沥青混合料
生产过程中沥青用量与合成级配进行采集及分析，通过分析得到以下结论：
（1）指标均符合规范要求，变异系数较低；利用直方图和 Shapiro-Wilk 检
验证明了沥青用量和 2.36mm 和 4.75mm 筛孔符合正态分布。
（2）利用统计过程控制原理对沥青用量和级配进行分析，研究表明，沥青
用量处于生产稳定状态，级配则在生产早期由于偶然原因有轻微质量波动，在后
续生产过程中趋于稳定；通过对控制图分析和修正，绘制了级配的修正后控制图，
其控制限比原控制图更窄，生产过程更加严格。
（3）对比了 X — R 控制图和的控制效果，结果表明，由于 X — RS 控制图
子组大小为 1，缺乏组内变差，仅由相邻观测值的移动极差来估计控制限，增加
了虚发警报的概率，质量控制效果低于 X — R 控制图。
（4）利用集料的自相似特性，分析和推导了集料级配的分形函数，且与传
统级配理论的具有高度的相似性，并得到了分形维数的计算公式，实现从宏观的
角度对级配进行评价。

63
 福州大学硕士学位论文

（5）通过对 AC-13C 的合成级配分形维数的分析，得到了与控制图法相同

的分析结论，即早期生产中混合料的细集料含量偏高。
（6）研究了分形维数与关键筛孔质量通过率的相关性，表明集料越细对分
形维数的影响越大。

64
 公路路面施工质量数字化管理系统设计与应用研究

第五章 数字化管理系统应用研究

本章在前文研究的基础上，选取了动态变化的沥青路面施工过程性质量控制
指标，采用物联网技术，构建了公路路面施工质量数字化管理系统的架构和主要
功能，依托福州市福清省道 S209 水泥混凝土路面改造工程，分析数字化管理系
统在实际工程项目中的应用效果。

5.1 工程概况

福州市福清省道 S209 K41+521 ~ K53+ 144 绕行线（原 X176 K21+454 ~

K33+077）段水泥混凝土路面改造工程，起点为原 X176 线长乐福清界碑处，沿
线经过阳下镇的作坊村、高屠村、东田村、下坝村、新局村、北林村、油楼村，
终点为原 X176 线圣帝桥（含圣帝桥）。其中，对 K41+521 ~ K44+011.686 段进
行水泥混凝土路面“白改白”改造工程，对 K44+011.686 ~ K53+652.581 段进行
水泥混凝土路面“白改黑”改造工程。项目地理位置如图 5-1 所示。

图 5-1 省道 S209 项目地理位置

根 据 交 通 量 调 查 结 果 ， 福 清 省 道 S209 “ 白 改 黑 ” 段 （ K44+011.686 ~
K53+652.581）线路按照二级公路标准设计沥青寿命，设计年限为 12 年，车道数
为双向二车道，路面结构如表 5-1 所示。

65
 福州大学硕士学位论文

表 5-1 省道 S209 面层结构

面层 厚度 级配 混合料类型

上面层 4cm AC-13C SBS 改性沥青混合料

中面层 6cm AC-20 SBS 改性沥青混合料

下面层 8cm ATB-25 沥青稳定碎石

5.2 系统应用实例

5.2.1 系统界面

本系统支持 PC 端与移动端登陆，PC 端网页登陆界面和移动端 APP 登陆界

面如图 5-2 所示。

图 5-2 系统登陆界面

登陆管理系统后，系统的主界面如图 5-3 所示，主要分为６个模块：项目管

理、人员管理、质量管理、安全管理、生态环保与工地党建，其中，项目管理模
块的主要功能包括项目组织管理、工程计划管理、重要文件管理和重要通知管理；
人员管理模块则是对项目指挥部、中心试验室、监理和施工单位的工程人员进行
管理，包括人员基本信息、考勤和定位；安全管理主要利用视频图像技术对原材
料入库、拌合站生产、施工现场进行监控；质量管理是本系统的主要功能模块，
也是本文研究的重点，包括原材料管理、试验管控、沥青混合料生产管理、运输
管理和施工管理，如图 5-4 所示。由于本文在第二章中已经对沥青路面施工质量
指标体系进行了充分的研究，重点分析动态变化的沥青路面施工质量过程性控制
指标，因此本文主要分析质量管理模块。

66
 公路路面施工质量数字化管理系统设计与应用研究

图 5-3 系统主界面

图 5-4 沥青路面施工系统界面

5.2.2 原材料质量控制及数字化管理

（1）原材料入库
通过在管理系统上导入 EXCEL 表格，使系统自动识别表格内原材料的入库
时间、数量、材料来源地和材料检查人员等基础信息，从而实现原材料入库统计
管理，管理界面如图 5-5 所示。

图 5-5 原材料入库

67
 福州大学硕士学位论文

（2）试验检测
原材料入库后，系统会向试验室发送委托单，提示试验人员及时对原材料进
行检测，试验检测完成后，检测数据会录入系统内，试验检测结果如图 5-6 所示。
其中，利用沥青质谱快速鉴别技术的试验检测谱图如图 5-7 所示。

图 5-6 试验检测结果

图 5-7 沥青红外光谱

5.2.3 沥青混合料生产质量数字化监控

（1）生产配合比
生产配合比监控是沥青拌合站监控的核心部分，生产质量管理系统会通过第
三章中所设计的数据传输方案实现拌合站实际配合比的采集，通过与系统内设定
的生产配合比的参数进行对比，得到实际配合比与生产配合比的误差，从而分析
生产过程是否符合设计要求，当误差超过预警阈值，系统会通过短信、微信等方
式将情况汇报给相关负责人，从而督促拌合站及时处理和解决问题。图 5-8 为实
际生产配合比的监控界面。

68
 公路路面施工质量数字化管理系统设计与应用研究

图 5-8 实际生产配合比监控界面

（2）合成级配
合成级配，通过拌合站数据采集终端传输到管理系统内的监控数据，可以在
系统内实时查看合成级配的情况，关键筛孔质量通过率、合成级配监控界面如图
5-9 和图 5-10 所示。同时，系统内设定好合成级配的允许波动上限和下限、预警
上限和下限，对合成级配超出标准的上下界限时，系统会向管理人员及时推送警
报消息。

图 5-9 关键筛孔通过率监控界面

图 5-10 合成级配监控界面

69
 福州大学硕士学位论文

（3）出料温度
通过第三章设计的出料温度采集方案，得到实时的监控数据，出料温度监控
界面如图 5-11 所示。

图 5-11 出料温度监控界面

5.2.4 沥青混合料运输管理数字化监控

运料车作为沥青混合料从拌合站运输到施工前场的重要媒介，是沥青混合料
数据链中的重要组成部分。通过第三章中设计的功能实现方案，组成了从接料到
运输，再到摊铺的完整数据链，对于任意检测路段的沥青混合料，可以通过数字
化管理系统查询到其具体的生产监控数据，从而为分析质量问题的根源提供了有
效的技术支持。图 5-12、图 5-13 分别为运料车的接料信息和运输过程的监控界
面，图 5-14 为摊铺位置的监控界面，可以通过摊铺位置监控中“摊铺详情”功
能查看混合料的详情、摊铺的起终点和时间。

图 5-12 运料车接料信息

70
 公路路面施工质量数字化管理系统设计与应用研究

图 5-13 运输过程监控

图 5-14 摊铺位置监控

5.2.5 沥青混合料摊铺质量数字化监控

该功能模块主要实现对摊铺过程中摊铺温度和速度的监控，图 5-15 为摊铺

机摊铺温度监控界面，图 5-16 为摊铺机速度监控界面。通过对摊铺温度和速度
设置阈值，并且在摊铺机上安装 LED 显示设备和蜂鸣报警器，当速度超过阈值
时及时发出警报，以提示施工人员及时调整摊铺机的速度。

图 5-15 摊铺温度监控

71
 福州大学硕士学位论文

图 5-16 摊铺速度监控

5.2.6 沥青混合料压实质量数字化监控

目前，沥青路面的压实过程主要依靠技术人员主观经验，且压实过程涉及压
实速度、温度、遍数、轨迹等因素，施工时间长且体量大，因而很难对全部的压
实过程实现高质量施工。
通过在第三章中设计的压实过程监控方案 ，提出了利用高精度定位、无线
数据传输和红外温度传感器的压实数据采集终端设备，利用 GPRS 传输数据，实
现压路机数据采集终端与管理系统的信息交互，提高沥青路面的压实质量。如图
5-17 和图 5-18 所示，分别为数据采集终端采集的压实温度和速度监控界面，

图 5-17 压实温度监控界面

图 5-18 压实速度监控界面

通过数据采集终端向管理系统传输压实过程的各项参数后，在数字化管理系
统上会实时生成智能压实云图。智能压实云图中包含各个面层的压实监控数据，

72
 公路路面施工质量数字化管理系统设计与应用研究

位于现场的管理人员可以通过根据手机 APP 中的压实过程存在的不足，及时向

施工人员及时反馈情况，并对压实不足的位置进行及时改进。同时，项目管理人
员也可以实时监控施工现场和查询压实的历史记录，从而提高对现场施工的质量
水平和管理能力。智能压实云图界面如图 5-19 所示。

图 5-19 智能压实云图

5.3 基于智能压实云图的压实度多元非线性回归分析

在《公路沥青路面施工技术规范》（JTG F40—2004）的质量验收中，将压
实度作为质量验收的评价指标。因此，为了说明在沥青路面施工项目上采用数字
化管理对于压实度的提升作用，本节利用数字化管理系统中智能压实云图采集到
的指标数据，即压实温度、速度、遍数，分析这些指标与压实度之间的相关性，
同时运用多元非线性回归模型对压实度进行预测，并通过对压实度的现场采集，
证明数字化管理系统的实际使用效果。

5.3.1 压实度与压实过程指标的相关性分析

在讨论多变量的相关关系之前，首先需要分析压实度与压实速度、压实温度
和压实遍数之间的单个变量的相关性。相关系数公式可用公式（5-1）表示：
S ij
rij  公式（5-1）
Si  S j
其中，rij 为两个变量之间的相关系数；
1 n 1 n 1 n
S ij    xik  xi x jk  x j  ， S i    xik  xi 2
， S j   x jk  x j 2
n 1 k n 1 k n 1 k

73
 福州大学硕士学位论文

为了研究压实度与压实速度、温度、遍数之间的相关性，从现场取芯检测中
获取施工的压实度样本数据，并根据取芯点位的桩号，通过智能压实云图获取该
点位的压实速度、温度、遍数的监控数据，各数据如表 5-2 所示。

表 5-2 压实度及压实过程指标数据

样本编号 1 2 3 4 5 6 7 8

压实度 95.67 96.46 96.55 96.71 96.57 97.23 97.39 97.88

压实温度 139.42 153.68 151.41 149.09 154.15 154.15 151.42 150.95

压实速度 6.89 3.11 5.5 5.02 6.22 4.97 5.94 5.05

压实遍数 4 6 5 6 8 8 6 7

样本编号 9 10 11 12 13 14 15 16

压实度 98.07 98.34 97.81 96.5 95.82 95.46 94.37 95.58

压实温度 151.23 152.58 151.96 156.22 142.53 145.52 142.53 145.18

压实速度 5.25 4.15 5.49 3.96 5.79 6.07 7.17 5.92

压实遍数 8 9 7 4 6 4 4 6

样本编号 17 18 19 20

压实度 94.77 93.65 94.01 95.94

压实温度 145.85 138.74 136.93 133.87

压实速度 6.84 7.47 6.22 6.25

压实遍数 3 4 5 5

在压实过程中，初压的主要作用是对刚铺筑的沥青混合料进行初步的压实，
使得松散的混合料初步获得一定的密实度，避免其在之后的复压过程中发生大幅
度的推移；终压的目的则主要是为了消除之前压实过程产生的轮迹，对于路面的
压实度的提高作用不显著。因此，表 5-2 中的压实速度、温度和遍数均为复压过
程中的监控数据。
利用表 5-2 中的监控和检测数据，分别绘制散点图，并利用 SPSS 分析软件
量化压实速度、温度、遍数与压实度之间的相关性，得到回归方程的类型。
（1）压实温度与压实度的相关性
压实温度与压实度的样本及回归方程曲线如图 5-20 所示。

74
 公路路面施工质量数字化管理系统设计与应用研究

图 5-20 压实度与压实温度散点图

利用 SPSS 软件得到各回归模型的判定系数，其中二次项函数回归的判定系
数 R 2 为 0.533，在所有回归模型的判定系数的值最大；利用方差分析得到回归的
均方为 9.248，P=0.002<0.05，说明回归方程显著；但是，对回归系数作 t 检验，
一次项系数和二次项系数的 P 值分别为 0.572、0.517，均大于 0.05，则回归系数
无显著意义。利用线性回归模型对压实度进行拟合，得到的结果中，判定系数 R 2
为 0.521；方差分析得到回归的均方为 17.078，P=0.000<0.05；回归系数 t 检验的
P=0.000<0.05。因此，可以选用线性回归模型描述压实温度与压实度之间的相关
关系。
（2）压实速度与压实度的相关性
压实速度与压实度的散点图及趋势线如图 5-21 所示。

图 5-21 压实度与压实速度散点图

75
 福州大学硕士学位论文

利用 SPSS 软件得到各回归模型的判定系数，其中二次项函数回归的判定系
2
数 R 为 0.646，在所有回归模型的判定系数的值最大；利用方差分析得到回归的
均方为 11.218，P=0.000<0.05，说明二次项函数回归方程显著；对回归系数作 t
检验，一次项系数的 P 值 0.020，二次项系数 P 值为 0.006，均小于 0.05，认为
回归系数显著有意义。因此，压实速度与压实度之间的相关关系可以选用二次项
函数回归模型。
（3）压实遍数与压实度的相关性
压实遍数与压实度的散点图及趋势线如图 5-22 所示。

图 5-22 压实度与压实遍数散点图

利用 SPSS 软件得到各回归模型的判定系数，其中三次项函数回归的判定系
数 R 2 为 0.610，在所有回归模型的判定系数的值最大；利用方差分析得到回归的
均方为 7.062，P=0.001<0.05，说明二次项函数回归方程显著；回归系数 t 检验中，
一次项系数的 P 值 0.695，二次项系数 P 值为 0.595，三次项系数 P 值为 0.589，
均大于 0.05，则回归系数没有显著意义。线性回归模型中，判定系数 R 2 为 0.602；
方 差 分 析 得 到 回 归 的 均 方 为 20.923 ， P=0.000<0.05 ； 回 归 系 数 t 检 验 中
P=0.000<0.05。因此，压实遍数与压实度之间的相关关系可以选用线性回归模型。

5.3.2 压实度与压实过程指标的偏相关分析

当模型中存在多个变量的情况下，不同变量之间一般存在复杂的相关关系。
因此，在对压实度与压实参数进行多元相关分析之前，除了对变量进行简单相关
分析外，还需要计算变量之间的偏相关系数。偏相关系数指的是在控制其余变量
的情况下，仅对其中的某两个变量之间相关性进行分析所得到的关联程度。

76
 公路路面施工质量数字化管理系统设计与应用研究

假设变量 x、y、z，已知三个变量之间具有简单相关关系，如公式（5-2）所
示：
z=β0+β1x+β2y+ε 公式（5-2）
其中，β0 为常数项；β1 和β2 为回归系数；ε为回归误差。
当对变量 x、y 进行偏相关分析时，应对变量 z 进行控制，得到 x、y 与 z 之
间的关系模型，如公式（5-3）和公式（5-4）所示：
x=α0+α1z+εxz 公式（5-3）
y=λ0+λ1z+εyz 公式（5-4）
其中，α和λ为模型的回归系数；εxz 和εyz 为回归误差，即变量 z 对于 x 和 y
关系中无法解释的部分。
设εxz 和εyz 之间的简单相关系数为 rxy（z），rxy（z）如公式（5-5）所示：
p

 xz  yz
rxy  z   i 1
公式（5-5）
p p

     
2 2
xz yz
i 1 i 1

rxy ( z ) 即为控制变量 z 的影响后，变量 x 和 y 之间的偏相关系数。

为了使变量之间的量纲保持统一，利用公式（5-6）对变量进行归一化处理。
x   x  xmin   xmax  xmin  公式（5-6）
其中， x 为样本观测值归一化后的结果； xmin 和 xmax 分别为样本观测值中
的最小值与最大值。
在偏相关性分析之前，首先利用 Pearson 相关性分析讨论压实速度、压实温
度、压实遍数之间是否具有两两相关性，Pearson 相关性分析的结果如表 5-3 所
示。

77
 福州大学硕士学位论文

表 5-3 Pearson 相关性分析结果

压实度 压实温度 压实速度 压实遍数

压实度 相关性 1.000 0.721 -0.661 0.776

显著性（双侧） 0.000 0.002 0.000

df 0 18 18 18

压实温度 相关性 0.721 1.000 -0.700 0.537

显著性（双侧） 0.000 0.001 0.015

df 18 0 18 18

压实速度 相关性 -0.661 -0.700 1.000 -0.496

显著性（双侧） 0.002 0.001 0.026

df 18 18 0 18

压实遍数 相关性 0.776 0.537 -0.496 1.000

显著性（双侧） 0.000 0.015 0.026

df 18 18 18 0

由表 5-3 可知，压实温度、压实速度和压实遍数两两之间存在一定的相关性，
显著性水平分别为 0.001、0.026 和 0.015，均小于 0.05。下面分别分析上述三个
指标与压实度之间的偏相关性，如表 5-4、表 5-5 和表 5-6 所示。

表 5-4 压实温度与压实度的偏相关分析

控制变量 压实度 压实温度

压实度 相关性 1.000 0.394

显著性（双侧） 0.015
压实速度
df 0 16
&
压实温度 相关性 0.394 1.000
压实遍数
显著性（双侧） 0.015

df 16 0

78
 公路路面施工质量数字化管理系统设计与应用研究

表 5-5 压实速度与压实度的偏相关分析

控制变量 压实度 压实速度

压实度 相关性 1.000 -0.248

显著性（双侧） 0.021
压实温度
df 0 16
&
压实速度 相关性 -0.248 1.000
压实遍数
显著性（双侧） 0.021

df 16 0

表 5-6 压实遍数与压实度的偏相关分析

控制变量 压实度 压实遍数

压实度 相关性 1.000 0.648

显著性（双侧） 0.004
压实速度
df 0 16
&
压实遍数 相关性 0.648 1.000
压实温度
显著性（双侧） 0.004

df 16 0

由偏相关分析结果可知，压实温度、压实速度和压实遍数与压实度的相关性
都存在一定程度的下降，这表明这些指标之间对其他指标都有一定程度的影响。

5.3.3 基于多元非线性回归的压实度预测模型

多元非线性回归的压实度预测模型的基本表达式可以用公式（5-7）来表示：
n
yi    i f i  xi    0   公式（5-7）
i 1

其中，yi 为为回归方程中第 i 个因变量；β0 为常数项，βi 为回归系数； f i  xi 

为影响压实度的因素变量与压实度之间的相关关系；ε为误差项。
回归方程的目标是使误差平方和达到最小，模型系数的求解通常采用最小二
乘估计法，目标是求实际值与回归方程函数值的最短距离。利用散点图中趋势线
拟合数据时给定的判定系数 R 2 来判断， R 2 是指可解释的变异占总变异的百分
比，如公式（5-8）所示。

79
 福州大学硕士学位论文

SSE SSR
R2   1 公式（5-8）
SST SST
其中，SST 为总离差平方和，其计算公式如公式（5-9）所示；SSE 为回归
平方和，其计算公式如公式（5-10）所示；SSR 为误差平方和，其计算公式如公
式（5-11）所示。当 SSE 越接近 SST 时，决定系数就越接近于 1。
SST   Yi  Y 
2
公式（5-9）
 2
SSE  Yˆ  Yi 公式（5-10）
SSR   Y  Yˆ 
2
i 公式（5-11）
其中， Yi 为样本观测值； Yˆi 为回归模型预测值； Yi 为样本均值。
方程总体的显著性可以采用 F 检验，由上式可以得到 SST=SSE+SSR，因此，
当 SSE/SSR 的值越大，则自变量对因变量可解释的程度就越高，则可以认为总
体上满足显著性要求。
显著性检验可以通过假设检验来实现，原假设 H0：回归方程的系数均为 0，
即βi=0；备择假设 H1：回归方程的系数中至少存在一个系数βi 不为 0。
假设检验所使用的统计量为：
SSE p
F 公式（5-12）
SSR (n  p  1)

F 服从自由度为（p，n-p-1）的 F 分布，对于检验显著性水平α，根据 F 分布
的自由度查表得到其拒绝域 Fα（p，n-p-1），若 F≤Fα（p，n-p-1），则接受原假
设 H0，认为βi 显著为 0；否则，接受 H1，认为回归方程总体上是显著的。
综上所述，可以得到基于智能压实云图的压实度多元非线性回归模型，基本
步骤如下所示：
（1）基于智能压实云图得到各取芯检测点位的压实速度、压实温度和压实
遍数的监控数据，以及通过取芯检测得到的各点位的压实度值，作为回归模型分
析的样本。
（2）由上文研究所得的压实度与各压实参数之间的相关性关系，确定各参
数在回归模型中的相关形式，为回归模型的建立提供有效的依据。
（3）利用取芯检测得到的压实度数据，利用多元非线性回归方法建立压实
度与压实参数之间的相关函数关系。并且，通过 F 检验方法对回归方程进行合理
性检验。
因此，首先构建基于压实速度、压实温度和压实遍数的压实度多元非线性模
型，根据 5.3.1 节中的相关性分析结果，可以得到多元非相关回归模型如公式
（5-13）所示：
k  1 x   2 y 2   3 y   4 z   0 公式（5-13）

80
 公路路面施工质量数字化管理系统设计与应用研究

其中，k 表示压实度，x 表示压实温度，y 表示压实速度，z 表示压实遍数，

βi 为常数。
利用 SPSS 软件的非线性回归模块，由统计学知识可以了解到回归方程建立
的目标是使模型的压实度的预测值与实际压实度的误差平方和达到最小。因此，
通过对模型的反复迭代，可以得到模型中β0、β1、β2、β3、β4 的估计值，如公式
（5-14）所示。多次迭代后得到的回归模型的 R 2 =0.803，即回归模型可以解释
80.3%的样本数据，且方程对压实度值的最大误差为 0.67。
k  0.061x - 0.234 y 2  2.195 y  0.305 z  80.830 公式（5-14）
为了验证上述回归方程的预测准确性，取 5 个点位的取芯检测值及其压实云
图中的监控数据值，将预测值与实际检测值进行对比，数据如表 5-7 所示。

表 5-7 验证模型所取的检测试验结果

1 2 3 4 5

压实温度 138.88 149.7 142.53 156.22 153.68

压实速度 6.44 6.08 5.36 3.96 3.11

压实遍数 5 5 7 4 5

压实度检测值 95.64 95.33 97.28 96.65 97.11

利用公式（5-11）回归模型计算得到的预测值及与检测值的误差绝对值如表
5-8 所示。

表 5-8 压实度预测值与检测值误差

1 2 3 4 5

压实度检测值 95.64 95.33 97.28 96.65 97.11

压实度预测值 95.26 96.18 96.70 96.60 96.29

误差绝对值 0.38 0.85 0.58 0.05 0.82

由表 5-8 可以看出，利用多元回归模型预测得到的压实度预测值与检测得到
的压实度检测值之间的误差绝对值均在 1%以内，平均误差绝对值为 0.54%，具
有良好的预测效果。同时，表明对于压实过程指标的控制，可以有效提高路面的
压实度。

81
 福州大学硕士学位论文

5.4 本章小结

本章依托福清省道 S209“白改黑”工程项目，主要介绍了公路沥青路面施
工质量数字化管理系统各个模块的具体功能，包括原材料入库管理和试验检测，
配合比、合成级配和出料温度在内的混合料生产管理监控，运输车辆的基本信息、
所运输的混合料的生产信息，混合料摊铺的具体信息，摊铺和压实作用中混合料
的温度信息、摊铺机和压路机的设备信息，以及智能压实云图对施工现场的监控。
并且，沥青混合料数据的溯源进行了详细的功能描述，并展示了沥青混合料从拌
合站到现场摊铺、压实过程的各项指标数据的应用效果。最后，利用智能压实云
图的监控数据，提出了基于压实温度、速度和遍数的压实度多元非线性回归模型，
并利用取芯检测试验数据对回归模型进行误差分析，结果表明，回归模型的预测
值与检测值较接近，对压实度的预测结果较为准确。

82
 公路路面施工质量数字化管理系统设计与应用研究

结论与展望

1 研究结论

首先，本文通过对国内外研究现状的总结，采用层次分析法选取了动态变化
的沥青路面施工质量过程性控制指标作为数字化管理系统的控制指标；并基于灰
色关联度理论对关键指标进行重要度排序，排序结果与层次分析法中的结果大致
相同。
其次，本文利用物联网原理与技术，构建了基于感知层、传输层和应用层的
公路沥青路面施工质量数字化管理系统的技术架构，及其主要功能，并基于实际
的生产情况设计了具体的方案。
第三，本文对沥青混合料生产质量过程控制进行分析，结果表明，沥青用量
和合成级配均符合规范要求，且变异系数较低；运用统计过程控制原理绘制质量
控制图，提高了生产的稳定性；利用分形理论对集料进行分析，合成级配的分形
维数均处于上下限之间，且与关键筛孔质量通过率具有显著相关性。
第四，本文依托福清省道 S209 项目，应用数字化管理系统对原材料质量、
拌合站生产、混合料运输、摊铺和压实进行了有效的监控，对施工质量的提高有
着重要的促进意义；利用压实智能云图的监控数据，建立了基于压实过程指标的
压实度多元非线性回归模型，通过分析取芯检测的压实度数据与回归模型的预测
值之间的误差，结果表明，模型的预测值与压实度检测值的误差较小。

2 本文的特色及创新点

首先，本文在选取数字化管理系统的关键指标研究中，区别于压实度、平整
度、空隙率和摊铺厚度等滞后于生产施工过程的事后检测性指标，基于过程控制
理念，选取了如摊铺速度、压实温度和遍数等过程性控制指标；并且，对于设备、
人员等因素，由于在施工前期准备阶段，可以提前设定标准，在施工过程中几乎
不发生变化，因此，本文着重考虑动态性指标，例如原材料的质量、混合料生产
中沥青用量与合成级配的变异水平等。因此，本文在此基础上选取了动态变化的
沥青路面施工过程性控制指标作为数字化管理系统的关键指标。
其次，采用物联网技术建立数字化管理系统，利用对原材料中沥青质量、集
料级配、拌合站生产过程监控、运料车运输实时监控和摊铺位置监控，实现对沥
青混合料从原材料到生产、运输和摊铺的全流程监控，建立了沥青混合料的可溯
源的闭合数据链，并在实际工程项目中得到了良好的应用。

83
 福州大学硕士学位论文

3 研究展望

沥青路面由于其性能的优越性，在工程项目中得到了越来越多的应用，提高
沥青路面的质量控制水平也成为了研究的主要方向。由于本人的知识储备、能力
和时间的限制，未能做到系统且完善的研究，下面提出几点研究内容的不足与未
来研究的展望：
（1）由于沥青路面施工过程涉及大量的质量控制指标，本文仅通过层次分
析法和灰色关联度理论进行定性和定量分析，选取了适用于数字化管理系统的监
控指标，对于其他指标的数字化监控研究，可以在日后的研究中继续深入探讨。
（2）对于数字化管理系统的功能实现上，由于受到技术与资金的限制，未
能考虑和分析沥青混合料在运输车车厢内的温度离析，以及在摊铺过程中的级配
和温度离析，在后续研究中，可以利用红外热成像仪进一步对离析进行研究。
（3）本文的研究主要依托福建省省道 S209 沥青路面施工项目，对于不同地
区、不同等级的沥青路面施工项目没有进行深入的研究，在今后的研究中可针对
此方向进行深入的研究分析。

84
 公路路面施工质量数字化管理系统设计与应用研究

参考文献

[1] M. Stroup-Gardiner, E. R. Brown, etc. Segregation in Hot-Mix Asphalt Pavements. Report

441[c]. Washington, D. C.: National Academy Press, 2000[8] J.DonBrock. Temperature
Segregation[J], Hot-mix international, SPRING 2000:12-15.
[2] Tashman L S， Masad E ， Peterson B ，et al. Internal structure analysis of asphalt mixes to
improve the simulation of superpave gyratory compaction to field conditions[J]. Asphalt
Paving Technology ： Association of Asphalt Paving Technologists-Proceedings of the
Technical Sessions，2001，70(1)：605-645.
[3]Asphalt Pavement Overview To October 2002 With Focus On End-Result Specification
Ontario(Focus)[J], Canada, United States And International Agencies Similar Conditions And
Climate As Jiangsu Province, October, 2002.
[4]AASHTO Implementation Manual for Quality Assurance[M], AASHTO Quality Construction
Task Force, American Association of State Highway and Transportation Officials, February,
l996.
[5]Moore, RM., etal. Overview of Pay-Adjustment Factors for Asphalt Concrete Mixtures[J].
Transportation Research Record821, Transportation Research Board, National Research
Council, Washington, DC, 1981.pp.49-56.
[6]沙庆林．高速公路沥青路面早期破坏现象及预防[M]. 北京：人民交通出版社，2001.
[7]邱志雄, 王康臣, 潘放,等. QC/QA 体系在高速公路沥青混凝土路面施工中的应用初探[J].
公路, 2003(08):23-26.
[8]郭大进，沙爱民，孙建华，李海滨，周文欢. 沥青路面工程质量控制指标体系的研究[J]. 公
路交通科技, 2007, 24(4)：71-74.
[9]李海滨, 沙爱民. 路面施工质量控制指标体系及其模糊评价研究[J]. 河北工业大学学报,
2008, 37(2):103-107.
[10]鲁斌. 市政道路改造工程沥青路面施工质量控制研究[D].东南大学，2015.
[11]孙鹏. 基于关键指标的沥青路面施工质量控制体系研究[D]. 天津大学, 2012.
[12]涂裕民. 沥青路面施工质量管理方法研究[D]. 长安大学, 2011.
[13]廖津和. 高速公路沥青路面施工质量监控方法与体系研究[D].重庆交通大学，2015.
[14]张勇. 沥青路面施工设备作业质量指标体系与施工技术研究[D]. 长安大学，2015.
[15]李海滨. 基于模糊综合评价的沥青路面施工质量过程控制模型[J]. 西安科技大学学报,
2012(04):459-463.
[16]袁博. SMA 沥青路面质量控制技术研究[D]. 山东大学, 2013.
[17]赵文姣. 高等级公路沥青路面施工质量控制技术研究[D]. 长安大学, 2008.
[18]高建纲. 城市沥青路面施工质量控制研究[D]. 长安大学, 2015.
[19]章毅, 李立寒. 基于层次分析法的沥青路面施工质量评价模型[J]. 同济大学学报:自然科

85
 福州大学硕士学位论文

学版, 2011, 39(2):253-258.

[20]陈志杰. 高性能沥青混凝土路面施工质量控制与管理[D]. 重庆交通大学，2016.
[21] Peyret F, Jurasz J, Carrel A, et al. The computer integrated road construction project[J].
Automation in Construction, 2000, 9(5): 447-461.
[22] Zhu H, Nodes J. E. Contact based analysis of asphalt pavement with the effect of aggregate
angularity[J]. Mechanics of Materials, 2000, 32(3): 193-202.
[23] Chowdhury A, Button J. W, Wilson D, et al. Image analysis techniques to determine fine
aggregate angularity[J]. ASTM Special Technical Publication, 2001, 1412: 128-143.
[24] Navon R, Shpatnitsky Y. A model for automated monitoring of road construction[J].
Construction Management and Economics, 2005, 23(9): 941-951.
[25] Gopalakrishnan K, Ceylan H, Inanc F, et al. Characterization of asphalt materials using X-ray
high-resolution computed tomography imaging techniques[C], The 2006 Airfield and
Highway Pavement Specialty Conference. 2006.
[26] Beainy F, Commuri S, Zaman M. Asphalt compaction quality control using artificial neural
network[C], Proceedings of the 49th IEEE Conference in Decision and Control, 2010:
4643-4648.
[27] Wasle E, Seybold J, Urquijo S, et al. Advanced Galileo navigation system for asphalt fleet
machines ASPHALT[C], Satellite Navigation Technologies and European Workshop on
GNSS Signals and Signal Processing the 5th ESA Workshop on IEEE, 2010: 1-7.
[28] Troger M, Seybold J, Lytvyn M, et al. GNSS receiver for high-precision satellite navigation
in the area of road construction[C], Satellite Navigation Technologies and European
Workshop on GNSS Signals and Signal Processing the 6th ESA Workshop on IEEE, 2012:
1-7.
[29]Byzyka J, Rahman M, Chamberlain D A. Thermal Segregation of Asphalt Material in Road
Repair[J]. Journal of Traffic and Transportation Engineering (English Edition), 2017, 4(4):
360-371.
[30]魏宏云, 谢文斌, 周卫峰, 李源渊. 基于物联网的道路路面施工质量实时监控系统研究
[J]. 公路交通技术, 2015(1)：6-10.
[31]梁帝. 常温沥青摊铺设备远程监控系统研究[D]. 长安大学，2018.
[32]陈艳. 道路施工过程中沥青拌合站远程监控系统[D]. 长安大学，2013.
[33]林通, 焦生杰, 叶敏. 高速公路沥青路面远程智能监控系统[J]. 长安大学学报：自然科学
版, 2015, 35(1):26-32.
[34]林通. 基于云服务的振动压路机压实过程作业质量监控系统研究[D]. 长安大学，2018.
[35]曾庆成. 公路路面智能压实监控系统在云湛高速公路沥青路面施工中的应用[J]. 公路交
通技术, 2018, v.34；No.137(04):25-29.
[36]李正, 林跃, 石刚. 基于 GSM 通信的压路机远程监控系统实现[J]. 工程机械, 2005, 36(7):
5-8.

86
 公路路面施工质量数字化管理系统设计与应用研究

[37]金肃静. 沥青混合料拌合楼动态量监控管理系统的开发与应用[D].长安大学，2017.
[38]谷文龙, 房昊, 周德勤, 闵金锁. 基于 B/S 架构的沥青混合料拌合楼动态监控系统研发及
应用[J]. 北方交通, 2017(10)：55-58.
[39]李正中，周卫峰，张亚鹏．厂拌沥青混合料质量实时监控系统的研发及功能实现[J]．中
外公路，2012，32(3)：30-32.
[40]李兴隆．DTJ 沥青混合料动态质量远程监控系统在高速公路项目管理中的应用[J]．工程
建设，2012，44(5)：22-25.
[41]施炎. 沥青路面施工质量信息化控制技术研究[D]. 东南大学，2017.
[42]刘兴国，马红梅.热拌沥青混合料级配实时监控系统及其应用[J]．中外公路，2012，10
（5）：236-238.
[43]曹朋辉. 热拌沥青混合料生产过程实时远程监控技术研究[D]. 北京交通大学, 2013.
[44]赵楠，辛强，郑平安. 沥青混合料质量动态监控系统开发与应用[J]. 公路, 2016(12):
219-225.
[45]宋丽娟. 基于物联网的沥青路面机械化施工质量监控信息系统研究[D].长安大学，2017.
[46]吕东源. 基于图像识别的沥青拌合站生产数据采集系统研究[D]. 长安大学，2017.
[47]段文红, 高国红, 石明. 高速公路沥青路面智能压实系统应用研究[J]. 工程建设与设计,
2019, 399(01):191-192.
[48]孙希刚. 基于 GPRS 网络的沥青混合料远程监控系统解决方案[J]. 交通世界, 2018,
000(007):12-13.
[49]侯翠连. 沥青路面施工质量控制系统及其应用[J]. 北方交通, 2018, 306(10):85-87.
[50]宋恩鹏. 基于云平台的沥青路面温度在线监测系统研究及实现[D]. 2019.
[51] 郭 金玉, 张 忠彬, 孙 庆云 . 层 次分 析法 的研 究与 应用 [J]. 中 国安 全科 学学 报, 2008,
018(005):148-153.
[52]汪应洛．系统工程[M].第二版.北京：机械工业出版社，2003，130-140．
[53]温丽华. 灰色系统理论及其应用[D]. 哈尔滨工程大学, 2003.
[54]吴传海. 重载交通沥青路面车辙成因及混合料组成设计研究[D]. 长安大学, 2008.
[55]贾渝, 张全庚. 沥青路面结构层厚度与沥青混合料类型选择[J]. 公路, 2000(3).
[56]宁焕生，徐群玉. 全球物联网发展及中国物联网建设若干思考. 电子学报，2010，38(11)：
2590-2599.
[57]杨海英.物联网技术在高校实验室管理中的研究[D]. 复旦大学, 2011.
[58]Sanjay Sarma, David L Brock, Kevin Ashton. MIT Auto ID WH-001: The Networked
Physical Word[R]. Massachusetts: MIT Press, 2000.
[59]International Telecommunication Union ， Internet Reports 2005 ： The Internet
ofthings[R]．Geneva：ITU，2005.
[60]CERP IoT. Internet of Things Strategic Research Roadmap[OL]. http: // ec. europa. eu /
information society/ policy/ rfid/ documents/ in cerp. pdf, 2009-09-15.

87
 福州大学硕士学位论文

[61]Commission of the European Communities. Internet of Things- An action plan for Europe
COM(2009) 278 final[R]. Brussels, EC Publication, 2009.
[62]孙其博,刘杰,黎羴,等. 物联网:概念、架构与关键技术研究综述[J].北京邮电大学学
报,2010,33(3):1-9.
[63]乔亲旺.物联网应用层关键技术研究[C]. 中国通信学会.中国通信学会信息通信网络技术
委员会 2011 年年会论文集. 2011:1448-1452.
[64]史朝亚. 基于 PSO 算法无线传感器网络覆盖优化的研究[D]. 南京理工大学, 2013.
[65]元媛, 姜岩峰. 射频识别(RFID)技术综述[J]. 半导体技术, 2006, 031(011):801-804.
[66]东辉, 唐景然, 于东兴. 物联网通信技术的发展现状及趋势综述[J]. 通信技术, 2014,
000(011):1233-1239.
[67]蔡思静. 物联网原理与应用[M]. 重庆：重庆大学出版社, 2012.
[68]沙庆林. 公路压实与压实标准.第 3 版[M]. 北京:人民交通出版社
[69]章刚勇，阮陆宁.基于 Monte Carlo 随机模拟的几种正态性检验方法的比较[J].决策与统
计,2011（7）:17-20]
[70]何凤霞，马学俊.基于 R 软件的正态性检验的功效比较[J].决策与统计,2012（18）:17-18
[71]韩福荣．现代质量管理学(第二版)[M]．北京：机械工业出版社．2004.
[72]赵再强.自相关控制图理论及其若干应用[D]. 青岛大学, 2007.
[73]王清洲. 公路施工项目动态管理研究[D]. 长安大学, 2006．
[74]胡勇．沥青路面质量动态控制系统[D]．长安大学，2009．
[75]于振凡. 最新统计抽样检验与过程控制实用教程[M]. 北京：中国标准出版社, 2004.
[76]范鹏贤，马喜斌，姜鹏飞，等．沥青混合料诸参数对性能指标影响的数学建模[J]. 解放
军理工大学学报(自然科学版)，2009(B12)：69-73.
[77]GB/T 4091-2001. 常规控制图[S].
[78]张肖宁．沥青路面施工质量控制与保证[M]. 北京：人民交通出版社，2009.
[79]曾文曲等．分形理论与分形的计算机模拟 [M]．沈阳市：东北大学出版社，2001
[80]林鸿溢， 李映雪. 分形论: 奇异性探索 [M]. 北京理工大学出版社，1992
[81]刘式达. 分形和分维引论[M]. 气象出版社，1993.
[82]李立寒，赵鸿铎，曹林涛．沥青面层施工质量变异性的分布特征[J]．公路交通科技，2006，
23(2)：28～31.
[83]李晓明，史景宏．沥青路面施工质量与工艺控制技术[J]．公路交通科技 2000，l(4)：4～
7.

88
 公路路面施工质量数字化管理系统设计与应用研究

在学期间参与的科研项目

【1】交通运输部公路科学研究院智能交通研究中心《河北雄安新区智能交通专
项规划》，参与完成《第三章“三网合一”的智能交通基础设施——数字化
的交通网》的论证。
【2】交通运输部公路科学研究院智能交通研究中心《北京至雄安新区高速公路
河北段机电工程及智慧交通系统初步设计》，参与完成初步设计中《车路协
同与自动驾驶体验系统》的设计。
【3】福建省交通运输科技项目《福建省普通公路路面品质工程与数字化管理研
究》，参与完成项目中关键指标、数字化管理系统设计及应用等相关内容。

89
 福州大学硕士学位论文

致谢

随着毕业论文写完的这一刻，研究生生活也步入尾声，今年注定是坎坷的一
年，突如其来的疫情，给毕业季带来了许多“意外”。回首过往的日子，复杂的
情感萦绕在心头，随着毕业论文的结束而尘封在记忆之中。
首先，由衷感谢我的导师郑柯教授，是他在身体欠佳的情况下，从论文的开
题、撰写到最终的定稿，这期间花费了老师大量的时间和心血，所有的一切都离
不开老师的教导与督促。老师渊博的知识、严谨的治学态度和高尚的敬业精神，
是我在今后的工作生活中努力学习的榜样。
其次，要感谢办公室的卓曦老师、刘诗序老师、王锋老师和吴德华老师的指
导，是他们在日常的教学授课和工作之中，给予了我莫大的帮助和支持，在此对
各位老师表示衷心的感谢。
同时，要感谢办公室的曾银平、周美琴、朱沁茹、许梁煌和阎昊等师兄师姐
们，是他们带我更好地融入到办公室这个大家庭中，是他们在日常的学习中给予
了许多的帮助；还要感谢王定邦、唐璐璐、谢华辉、杨秀靖、郭丽丹、朱家哲、
唐颖诺和陈家伟等同学们，也要感谢刘永辉、游志伟、彭建伟和张树文等师弟，
三年一起学习和生活的时光值得永远铭记。
此外，更要感谢我的家人们和我的女朋友温彩萍，是他们在背后一直默默地
支持和理解我，是我这一路走来最大的动力，也感谢父母这些年来辛勤的付出。
最后，对在百忙之中，抽出宝贵时间审阅论文和参加答辩的专家们表示感谢。

90