公路橋梁車輛行駛間距研究*

王強(qiáng)　蘇成

(華南理工大學(xué) 土木與交通學(xué)院， 廣東 廣州 510640)

公路橋梁車輛行駛間距研究*

王強(qiáng)蘇成

(華南理工大學(xué) 土木與交通學(xué)院， 廣東 廣州 510640)

摘要：利用一維隨機(jī)更新計(jì)數(shù)場描述公路橋梁上行駛著的車輛，推導(dǎo)得到一般運(yùn)行狀態(tài)下車輛行駛間距服從指數(shù)分布的性質(zhì)，并利用動(dòng)態(tài)稱重系統(tǒng)實(shí)測的大量自然行駛的車輛間距對(duì)其進(jìn)行了驗(yàn)證，認(rèn)為該性質(zhì)可用于橋梁的交通量適應(yīng)性評(píng)價(jià).將實(shí)測車輛以時(shí)間間隔3 s為界劃分為一般運(yùn)行狀態(tài)和密集運(yùn)行狀態(tài)，對(duì)比分析了其時(shí)間間隔和行駛間距的統(tǒng)計(jì)結(jié)果與我國規(guī)范修訂時(shí)的調(diào)查統(tǒng)計(jì)結(jié)果的差異，認(rèn)為以3 s為界的時(shí)間間隔不能完全劃分車輛的運(yùn)行狀態(tài)，應(yīng)以車輛的行駛間距進(jìn)行劃分.對(duì)比實(shí)測自然行駛車輛行駛間距的概率分布特征和一般運(yùn)行狀態(tài)下車輛行駛間距的理論概率分布特征發(fā)現(xiàn)：行駛間距小于44.35 m時(shí)車輛處于密集運(yùn)行狀態(tài)，通過多項(xiàng)式回歸得到其概率分布；行駛間距大于44.35 m時(shí)為一般運(yùn)行狀態(tài)，其概率分布為指數(shù)分布.這些特征可用于建立公路橋梁多參數(shù)隨機(jī)車輛荷載模型.

關(guān)鍵詞：公路橋梁；行駛間距；一維隨機(jī)更新計(jì)數(shù)場；指數(shù)分布；多項(xiàng)式回歸；一般運(yùn)行狀態(tài)；密集運(yùn)行狀態(tài)

公路橋梁上車輛作用所產(chǎn)生的車輛荷載效應(yīng)是橋梁承載能力計(jì)算、評(píng)估分析乃至壽命預(yù)測等各種研究的重要依據(jù)之一.由于公路橋梁上的車輛具有較強(qiáng)的隨機(jī)性，僅按設(shè)計(jì)標(biāo)準(zhǔn)給出的車輛荷載不能反映橋梁的真實(shí)車輛荷載效應(yīng)，需要建立與橋上實(shí)際交通荷載狀況相適應(yīng)的車輛隨機(jī)荷載模型，才能得到滿足實(shí)際橋梁分析需要的真實(shí)荷載效應(yīng).橋梁的車輛荷載效應(yīng)除了與車輛自身的輪軸重和輪軸間距等參數(shù)有關(guān)外，還與車輛之間的行駛間距密切相關(guān)，不同間距的車輛作用在橋梁上所產(chǎn)生的車輛荷載效應(yīng)是不同的.

近年來，隨著對(duì)車輛荷載模型研究的不斷深入，尤其是對(duì)車輛調(diào)查手段和能力的提高，車輛荷載模型從以車輛統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)的確定性模型研究轉(zhuǎn)變?yōu)榛诟怕屎碗S機(jī)理論的多參數(shù)隨機(jī)車輛荷載模型研究[1].這是公路橋梁荷載研究的新階段.目前雖然有一些研究成果，但還很少做到車輛荷載全參數(shù)的隨機(jī)仿真模擬.其中車輛行駛間距是進(jìn)行多參數(shù)隨機(jī)模擬的重要參數(shù)，建立與實(shí)際交通荷載狀況相適應(yīng)的車輛荷載模型，以準(zhǔn)確有效地進(jìn)行橋梁各種分析評(píng)估[2]，大部份的研究是以車速度和間距不變?yōu)榛A(chǔ).可見，準(zhǔn)確把握車輛行駛間距的客觀規(guī)律十分必要.

對(duì)車輛行駛間距的研究多在交通控制領(lǐng)域，以交通流理論和車輛運(yùn)動(dòng)特性為基礎(chǔ)，多采用概率論、流體力學(xué)和動(dòng)力學(xué)等方法分析車輛之間的安全跟馳距離[2].自1950年Reuschel用跟馳理論進(jìn)行研究以來，學(xué)者們先后提出了諸多模型[3-9](如Netsim模型、Fresim模型、Intras模型和Carsim模型等)來研究車輛行駛過程中車輛狀態(tài)等因素與跟馳距離的關(guān)系.

近年來，隨著動(dòng)態(tài)稱重系統(tǒng)(WIM)的發(fā)展，對(duì)公路上通行車輛進(jìn)行調(diào)查的能力得到提高，獲得了越來越多的車輛軸重、軸距、速度和通行時(shí)刻等觀測資料，對(duì)車輛行駛距離的研究也逐步深入.各研究者對(duì)各自的觀測資料進(jìn)行統(tǒng)計(jì)分析，提出了相應(yīng)的車輛行駛間距概率模型.國外多以車輛時(shí)間間隔的統(tǒng)計(jì)結(jié)果為研究對(duì)象，提出了移位指數(shù)分布、均勻分布、Gamma分布[10]、分段拋物線[11]等概率模型.中國現(xiàn)行公路橋梁設(shè)計(jì)規(guī)范修訂時(shí)[12-13]，根據(jù)4條國道上的觀測資料，以3 s為界將車輛劃分為一般運(yùn)行狀態(tài)和密集運(yùn)行狀態(tài)，提出了車輛時(shí)間間隔的Gamma模型和車間距的對(duì)數(shù)正態(tài)模型.其他研究者也提出了車輛間距的統(tǒng)計(jì)模型：王碩[14]和安振源[15]提出了對(duì)數(shù)正態(tài)模型，馮兆祥等[16]提出了Possion模型，陳攀[17]提出了Pearson-Ⅵ型模型和Pearson-Ⅰ型模型，孫吉書等[18]提出了Pearson-Ⅲ型模型等.

在橋梁車輛荷載領(lǐng)域?qū)囕v行駛間距的研究成果都是基于實(shí)測調(diào)查的基礎(chǔ)上的統(tǒng)計(jì)分析，但由于研究者進(jìn)行調(diào)查的對(duì)象和樣本的不同，所得到的統(tǒng)計(jì)模型也不同.尚未從理論上闡釋車輛行駛間距的本質(zhì)特征，對(duì)車輛行駛間距的客觀規(guī)律缺乏統(tǒng)一認(rèn)識(shí).

在進(jìn)行車輛荷載隨機(jī)模擬時(shí)，對(duì)車輛運(yùn)行狀態(tài)的劃分一直沿用中國規(guī)范修訂時(shí)給出的車輛時(shí)間間隔是否超過3 s的標(biāo)準(zhǔn)，將車輛劃分為一般運(yùn)行狀態(tài)和密集運(yùn)行狀態(tài)[13]的劃分方法.這種方法是在過去對(duì)車輛調(diào)查信息不夠充分的基礎(chǔ)上提出的，具有一定的局限性.有必要重新審視這種劃分方法的合理性.

文中首先基于一維泊松隨機(jī)場理論推導(dǎo)得到在一般運(yùn)行狀態(tài)下車輛行駛間距的理論概率分布性質(zhì)，并利用實(shí)測數(shù)據(jù)的統(tǒng)計(jì)結(jié)果對(duì)該性質(zhì)進(jìn)行了驗(yàn)證.然后從車輛的時(shí)間間隔和行駛間距兩方面分別與中國規(guī)范修訂時(shí)的統(tǒng)計(jì)結(jié)果進(jìn)行對(duì)比，并進(jìn)一步對(duì)比實(shí)測自然運(yùn)行情況下車輛行駛間距的概率分布和一般運(yùn)行狀態(tài)下車輛行駛間距的理論概率分布，擬合分析得到車輛在一般運(yùn)行狀態(tài)和密集運(yùn)行狀態(tài)下的行駛間距概率分布.文中結(jié)論可為公路橋梁車輛荷載多參數(shù)隨機(jī)模型的研究提供基礎(chǔ).

1車輛行駛間距的理論概率分布

1.1橋上車輛數(shù)量的概率分布

橋上出現(xiàn)車輛的過程可采用隨機(jī)過程理論來描述[13,19].如果將隨機(jī)過程研究的時(shí)間域轉(zhuǎn)移到空間域上便是隨機(jī)場，其便能在工程中成為分析結(jié)構(gòu)空間上隨機(jī)參數(shù)特性的有效工具[20-21].如果空間域?yàn)橐痪S空間L，則為一維隨機(jī)場，隨機(jī)過程的各種性質(zhì)可以類似地用到隨機(jī)場上.

對(duì)于自由行駛在公路橋梁上的處于一般運(yùn)行狀態(tài)的車輛，可用圖1和式(1)來描述其在橋上的分布，記隨機(jī)事件A為

圖1　橋上車輛的隨機(jī)分布Fig.1　Random vehicles scattering on bridge

(3)在任意充分短的距離范圍內(nèi)，最多只有一部車輛的存在，否則會(huì)出現(xiàn)車輛碰撞事件.

(2)

1.2車輛行駛間距的理論概率分布

(3)

式中，F(xiàn)為概率分布函數(shù).

可見，一般運(yùn)行狀態(tài)下自由行駛在公路橋梁上的車輛的行駛間距服從指數(shù)分布.

2一般運(yùn)行狀態(tài)下車輛行駛間距理論概率分布的驗(yàn)證

2.1車輛信息采集

為驗(yàn)證式(3)，利用能夠?qū)崟r(shí)不間斷采集的動(dòng)態(tài)稱重系統(tǒng)WIM，在無人值守情況下獲得實(shí)際公路上不受任何外在人為干擾的自然行駛狀態(tài)下的車輛信息.由多套動(dòng)態(tài)稱重系統(tǒng)經(jīng)標(biāo)定后在107國道(G107)、京港澳高速公路(G4)、京珠高速公路(G4w)、虎門大橋(G9411)、沈海高速公路(G15)、虎門渡口東引道(S358)等多條公路上采集，累計(jì)歷時(shí)400多天，共獲得逾2 400萬余部車輛的信息[23].

2.2車輛行駛間距的計(jì)算

由各路段上所埋設(shè)的車輛動(dòng)態(tài)稱重系統(tǒng)所記錄的車輛通過時(shí)的時(shí)刻、速度和軸距等信息得到車輛的行駛間距.

以各動(dòng)態(tài)稱重系統(tǒng)開始采集的某時(shí)刻開始，連續(xù)記錄得車輛隊(duì)列，由于前后車輛出現(xiàn)時(shí)間間隔較短，可以認(rèn)為在后一部車輛到達(dá)之前，前一部車輛以均勻速度行駛.這樣，由前一部車輛的速度vi和時(shí)刻ti，與后一部車輛出現(xiàn)的時(shí)刻ti+1，便得到前后車輛的車頭間距：

(4)

車頭間距扣除由前一車輛各軸距之和構(gòu)成的車輛長度di，便得到后一車輛與前一車輛之間的車輛行駛間距，為同向行駛連續(xù)2輛車輛的前車后軸與后車前軸之間的間距，即

(5)

2.3車輛行駛間距的概率分布

圖2　車輛車頭間距和行駛間距概率分布曲線Fig.2　Probability distribution curves of spachead way and travel spacing of vehicles

進(jìn)一步分析可知，當(dāng)車輛為自由行駛即處于一般運(yùn)行狀態(tài)時(shí)，后車的行駛不受其與前車之間距離的制約，自由地以各種速度和加速度行駛，顯然此時(shí)車輛隊(duì)列是疏松的.反之，后車輛與前車之間因距離不足而產(chǎn)生制動(dòng)時(shí)，車輛隊(duì)列是緊密的，稱車輛處于密集運(yùn)行狀態(tài).顯然，當(dāng)橋上車輛處于一般運(yùn)行狀態(tài)時(shí)，橋上的交通是通暢的，橋梁可以適應(yīng)橋上的交通量狀況.因而，可以根據(jù)橋上車輛是否為一般運(yùn)行狀態(tài)，即橋上車輛的行駛間距是否為指數(shù)分布，來進(jìn)行橋梁對(duì)交通量適應(yīng)性的評(píng)價(jià).

3車輛行駛間距的對(duì)比分析

中國現(xiàn)行公路橋梁設(shè)計(jì)標(biāo)準(zhǔn)修訂時(shí)，采用人工為主的方法對(duì)車輛進(jìn)行調(diào)查得到的一般運(yùn)行狀態(tài)和密集運(yùn)行狀態(tài)車輛的時(shí)間間隔和車間距的概率分布及其參數(shù)見文獻(xiàn)[12]，如表1所示.

隨著WIM的發(fā)展，采用自動(dòng)、無人值守的車輛自動(dòng)調(diào)查技術(shù)，獲得大量不受干擾情況下車輛自然運(yùn)行的客觀信息成為可能，對(duì)車輛實(shí)測調(diào)查統(tǒng)計(jì)的結(jié)果更加符合實(shí)際公路上車輛的行駛狀況.文中的調(diào)查技術(shù)及方式、調(diào)查路段的路況，以及調(diào)查樣本量等與文獻(xiàn)[12]存在較大差異，再加之車輛性能的發(fā)展，使得筆者的統(tǒng)計(jì)結(jié)果與表1的統(tǒng)計(jì)結(jié)果有較大差異.為便于對(duì)比，仍按表1的劃分方法，以3 s為界分別進(jìn)行統(tǒng)計(jì)結(jié)果的對(duì)比.

表1車輛間隔概率分布及其參數(shù)[12]

Table 1Probability distribution types and their parameters of spachead way and time interval of vehicles[12]

參數(shù)分布類型分布參數(shù)一般運(yùn)行狀態(tài)車間距對(duì)數(shù)正態(tài)μ^=4.827692σ^=1.115751一般運(yùn)行狀態(tài)時(shí)間間隔伽瑪α^=0.904286^=0.039451密集運(yùn)行狀態(tài)車間距對(duì)數(shù)正態(tài)μ^=1.561165σ^=0.279707密集運(yùn)行狀態(tài)時(shí)間間隔伽瑪α^=12.90733^=7.235810

3.1車輛的時(shí)間間隔

圖3為3 s以下的實(shí)測車輛時(shí)間間隔概率密度f及概率分布P的統(tǒng)計(jì)曲線和表1的統(tǒng)計(jì)曲線的對(duì)比圖.兩者不但在分布類型上存在差異，在概率分布上也不同，在時(shí)間間隔較小時(shí)實(shí)測車輛出現(xiàn)的概率相對(duì)較大，而時(shí)間間隔較大時(shí)實(shí)測車輛出現(xiàn)的概率相對(duì)較小.

圖3　3 s以下車輛時(shí)間間隔的統(tǒng)計(jì)結(jié)果Fig.3　Statistical results of time interval of vehicles within 3s of time interval

圖4為3 s以上的實(shí)測車輛時(shí)間間隔統(tǒng)計(jì)曲線和表1的統(tǒng)計(jì)曲線的對(duì)比圖.雖然兩者的概率分布類型相似，但實(shí)測曲線較陡，分布范圍較窄，集中分布在50 s以內(nèi)，而表1的統(tǒng)計(jì)曲線相對(duì)較緩且分布范圍較寬，大部分車輛的時(shí)間間隔在100 s以內(nèi).

圖4　3s以上車輛時(shí)間間隔的統(tǒng)計(jì)結(jié)果對(duì)比Fig.4　Statistical results of of time interval of vehicles over 3s of time interval

3.2車輛的行駛間距

圖5為車輛時(shí)間間隔在3 s以下時(shí)實(shí)際車輛行駛間距統(tǒng)計(jì)曲線與表1的統(tǒng)計(jì)曲線的對(duì)比圖.實(shí)際的車輛行駛間距分布在0～80 m范圍，而表1的統(tǒng)計(jì)曲線集中分布在0～10 m范圍內(nèi).結(jié)合實(shí)際公路上車輛行駛情況，實(shí)際觀測得到的分布范圍較為合理.

圖5　3s以下車輛行駛間距統(tǒng)計(jì)結(jié)果Fig.5　Statistical results of travel spacings of vehicles within 3s of time interval

圖6為車輛時(shí)間間隔在3 s以上時(shí)實(shí)際車輛行駛間距統(tǒng)計(jì)曲線與表1統(tǒng)計(jì)曲線的對(duì)比圖.雖然兩者分布類型相近，但從概率分布曲線上看，行駛間距在常見的0～400 m范圍內(nèi)，同一概率分位值點(diǎn)處的實(shí)際車輛行駛間距大于表1的統(tǒng)計(jì)結(jié)果，表明實(shí)際公路上3 s以上的車輛其行駛間距大于規(guī)范修訂時(shí)的統(tǒng)計(jì)結(jié)果，這與實(shí)際公路高速行車速度較文獻(xiàn)[12]統(tǒng)計(jì)時(shí)的車速高、以及這些年來車輛性能的提高有關(guān).

圖6　3 s以上車輛行駛間距的統(tǒng)計(jì)結(jié)果Fig.6　Statistical results of travel spacings of vehicles over 3s of time interval

3.3以3 s為界的車輛運(yùn)行狀態(tài)分析

分析圖5中給出的時(shí)間間隔在3 s以下時(shí)車輛行駛間距的實(shí)際觀測結(jié)果的概率統(tǒng)計(jì)曲線可以發(fā)現(xiàn)，當(dāng)車輛的行駛間距大于44.35 m時(shí)，車輛行駛間距的概率分布曲線可用指數(shù)分布來擬合，擬合曲線與實(shí)測曲線幾乎重合.結(jié)合前述式(3)的結(jié)果說明，即使是時(shí)間間隔小于3 s的車輛，仍有部分車輛處于一般運(yùn)行狀態(tài).

4車輛運(yùn)行狀態(tài)劃分的建議

上述對(duì)實(shí)測車輛行駛間距的統(tǒng)計(jì)對(duì)比結(jié)果表明，仍有部分時(shí)間間隔在3s以下的車輛處于一般運(yùn)行狀態(tài)，而部分時(shí)間間隔在3s以上的車輛并非處于一般運(yùn)行狀態(tài)，以車輛時(shí)間間隔3s為界不能完全劃分車輛的運(yùn)行狀態(tài).

事實(shí)上，車輛的運(yùn)行狀態(tài)描述的是公路上車輛隊(duì)列是密集的還是疏松的，應(yīng)以前后車輛之間的行駛間距來表征，以時(shí)間間隔來表征缺乏理論依據(jù).車輛行駛間距不僅與前后車輛的時(shí)間間隔有關(guān)，還與車輛的行駛速度密切相關(guān)，同樣時(shí)間間隔的車輛其行駛間距因速度的不同而不同.從前述的理論推導(dǎo)結(jié)果表明，前后車輛之間的行駛間距是劃分車輛運(yùn)行狀態(tài)的直接依據(jù).

圖7　車輛行駛間距的概率密度曲線Fig.7　Probability density curves of travel spacing of vehicles

對(duì)于圖7中在峰值點(diǎn)之前的車輛行駛間距作統(tǒng)計(jì)分析，如圖8所示，顯然此時(shí)的車輛因間距較小而處于密集運(yùn)行狀態(tài).采用多項(xiàng)式擬合能得到較好的擬合結(jié)果，其概率分布曲線為

F(l)=1.302×10-6l3+0.000 364 5l2+

0.004 013l+0.008 915，0

圖8　密集運(yùn)行狀態(tài)車輛行駛間距概率分布曲線Fig.8　Probability distribution curves of travel spacings in dense traffic state

綜上所述，應(yīng)以公路上的車輛行駛間距作為劃分車輛運(yùn)行狀態(tài)標(biāo)準(zhǔn)，當(dāng)行駛間距小于44.35 m時(shí)車輛處于密集運(yùn)行狀態(tài)，大于此間距時(shí)車輛處于一般運(yùn)行狀態(tài).

5結(jié)語

文中從理論和實(shí)測統(tǒng)計(jì)結(jié)果證實(shí)，車輛在一般運(yùn)行狀態(tài)下其行駛間距服從指數(shù)分布.研究發(fā)現(xiàn)， 以3 s為界的時(shí)間間隔不能完全劃分車輛的運(yùn)行狀態(tài)，44.35 m可作為車輛密集運(yùn)行狀態(tài)和一般運(yùn)行狀態(tài)劃分的界限.文中工作為車輛行駛特征一般性的統(tǒng)計(jì)規(guī)律描述，有必要對(duì)車輛行駛間距進(jìn)一步細(xì)化分析，針對(duì)不同類型的車輛在不同行車道上的行駛間距進(jìn)一步統(tǒng)計(jì)分析，彌補(bǔ)現(xiàn)有公路橋梁交通荷載研究的不足，為公路橋梁車輛荷載多參數(shù)隨機(jī)模型的研究提供基礎(chǔ).

參考文獻(xiàn)：

[1]《中國公路學(xué)報(bào)》編輯部. 中國橋梁工程學(xué)術(shù)研究綜述·2014 [J]. 中國公路學(xué)報(bào)，2014，27(5)：1-96.

Editorial Department of China Journal of Highway and Transport. Review on China’s bridge engineering research:2014[J]. China Journal of Highway and Transport,2014，27(5)：1-96.

[2]王濤,韓萬水,黃平明. 公路橋梁交通荷載研究現(xiàn)狀及展望 [J]. 建筑科學(xué)與工程學(xué)報(bào),2010,27(4):31-38.

WANG Tao,HAN Wan-shui,HUANG Ping-ming. Research status and prospect on traffic loading for highway bridge [J]. Journal of Architecture and Civil Engineering,2010,27(4):31-38.

[3]徐吉謙. 交通工程總論[M]. 北京:人民交通出版社,2005.

[4]JUN J．Understanding the variability of speed distributions under mixed traffic conditions caused by holiday traffic[J]. Transportation Research Part C,2010,18(4):599- 610．

[5]劉有軍,李可,余俊,等. 四車道高速公路跟馳換道模型與參數(shù)激勵(lì) [J]. 中國公路學(xué)報(bào),2014,27(12):96-105.LIU You-jun,LI Ke,YU Jun,et al. Car-following and lane-changjing modeling and parameteric excitation on four-lane express [J]. China Journal of Highway and Transport,2014,27(12):96-105.

[6]OSSEN S,HOOGENDOORN P. Reliability of parameter values estimated using trajectory observations [J]. Journal of the Transportation Research Board,2009,21(24):36- 44．

[7]羅霞,杜進(jìn)有,霍婭敏. 車頭間距分布規(guī)律的研究 [J]. 西南交通大學(xué)學(xué)報(bào),2001,36(2):113-116.

LUO Xia,DU Jin-you,HUO Ya-min. Study on the distribution patterns of time headway of vehicles [J]. Journal of Southwest Jiaotong University,2001,36(2):113-116.

[8]王祺,李力,胡堅(jiān)明,等. 不同車頭間距下交通流的速度分布 [J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,51(3):309-312.

WANG Qi,LI Li,HU Jian-ming,et al. Traffic velocity distributions for different spacings [J]. Journal of. Tsinghua University ( Science & Technology) ,2011,51(3):309-312.

[9]賈洪飛,雋志才.基于期望間距的車輛跟馳模型的建立 [J].中國公路學(xué)報(bào),2000,13(4):86-87.

JIA Hong-fei,JUN Zhi-cai.Development of a car-fol lowing model based on desired spacing [J]. China Journal of Highway and Transport,2000,13(4):86-87.

[10]O’CONNOR A,JACOB B,OBRIEN E,et al. Report of current studies performed on normal load model of EC1-traffic loads on bridges[R]. Revue Francaise du Genie Civil,Hermes Science Publications,2001:411-434.

[11]OBRIEN EUGENE J ,CAPRANI Colin C. Headway modelling for traffic load assessment of short to medium span bridges [J].The Structural Engineer,2005,83(16):33-36.

[12]鮑衛(wèi)剛. 公路橋梁車輛荷載研究[J]. 公路,1997,42(3):8-12.

BAO Wei-gang. Study on traffic load of highway bridge [J]. Highway,1997,42(3):8-12.

[13]國家質(zhì)量技術(shù)監(jiān)督局，中華人民共和國建設(shè)部. 公路工程結(jié)構(gòu)可靠度設(shè)計(jì)統(tǒng)一標(biāo)準(zhǔn)：GB/T 50283-1999 [S]. 北京:中國計(jì)劃出版社,1999.

[14]王碩. 橋梁運(yùn)營荷載狀況研究[D]. 上海:同濟(jì)大學(xué),2007.

[15]安振源. 基于實(shí)橋車輛調(diào)查的在役橋梁可靠度研究[D].西安:長安大學(xué)，2010.

[16]馮兆祥,張磊,吳沖. 泰州長江大橋鋼塔疲勞計(jì)算隨機(jī)車輛荷載模擬[J]. 公路交通科技,2008,25( 12):127- 131.

FENG Zhao-xiang,ZHANG Lei,WU Chong. Simulation of random vehicle load for fatigue calculation of steel pylon of Taizhou Yangtze River Bridge [J]. Journal of Highway and Transportation Research and Development,2008,25( 12) :127-131.

[17]陳攀. 高速公路橋梁收費(fèi)站前擁堵車輛荷載評(píng)估[J]. 城市道橋與防洪,2012,29(6):44-48.

CHEN Pan.Assessment of traffic congestion load at expressway toll station [J]. Urban Roads Bridges & Flood Control,2012,29(6):44-48.

[18]孫吉書,楊春風(fēng),竇遠(yuǎn)明,等. 基于交通調(diào)查的重載交通公路橋梁設(shè)計(jì)車輛荷載探討[J]. 河北工業(yè)大學(xué)學(xué)報(bào),2009,38(1):91-95.

SUN Ji-shu,YANG Chun-feng,DOU Yuan-ming,et al. Study on the vehicle load of bridge design on heavy traffic highway based on traffic investigation [J]. Journal of Hebei University of Technology,2009,38(1):91-95.

[19]王強(qiáng). 基于輪軸特征的公路橋梁荷載模型研究[D].福州：福州大學(xué),2010.

[20]VANMARCKE Erik H. Probabilistic modeling of soil profiles[J]. Journal of the Geotechnical Engineering Division,1977,103(GT11):1227-1246.

[21]王強(qiáng),劉仰韶,傅旭東，等. 砂土路基濕化變形和穩(wěn)定性的可靠度分析[J]. 中國公路學(xué)報(bào)，2007，20(1)：7-12.WANG Qiang,LIU Yang-shao,FU Xu-dong,et al. Reliability analysis for wetting deformation and stability of sand soil roadbed[J].China Journal of Highway and Transport,2007,20(1):7-12.

[22]申鼎煊. 隨機(jī)過程[M]. 武漢:華中理工大學(xué)出版社,1990.

[23]王強(qiáng),劉仰韶.公路橋梁汽車的輪軸特征[J].公路交通科技,2013,30(11):41-52.

WANG Qiang,LIU Yang-shao. Characters of wheel axles of vehicles on highway bridge[J]. Journal of Highway and Transportation Research and Development,2013,30(11):41-52.

A Probe into Travel Spacing of Vehicles on Highway Bridges

WANGQiangSUCheng

(School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, Guangdong, China)

Abstract:By means of one-dimension renewal random counting field, the vehicles on highway bridges were described, and an exponential distribution was derived theoretically to describe the statistic characteristic of travel spacing of vehicles in normal traffic state, which was then verified by the statistic results obtained by weigh-in-motion in situ of the vehicles running naturally on highway bridges, finding that the exponential distribution property can be used to appraise the adaptability of bridges to traffic flow.Then, by taking 3 seconds as a time interval demarcation, the actually-surveyed vehicles were divided into two running states, namely normal traffic state and dense traffic state, and the difference in time interval and travel spacing of vehicles in these two running states between the statistic results obtained when revising the current bridge design code and the actual results was analyzed comparatively, finding that 3 seconds is not a suitable demarcation of vehicle running state and that travel spacing is more objective and reasonable for the demarcation.By comparing the probability distribution of the travel spacing between actual naturally vehicles on highway bridges and the theoretically-derived vehicles in normal traffic state, it is found that 44.35 m is a suitable travel spacing for the demarcation of running state.When the travel spacing is less than 44.35 m, vehicles run in dense traffic state and their probability distribution can be regressed as a polynomial function, while when the travel spacing is more than 44.35m, vehicles run in normal traffic state and the probability distribution function can be regressed as an exponential one.Such achievements help further establish a multi-parameter load model of random vehicles running on highway bridges.

Key words:highway bridge; travel spacing; one-dimension renewal random counting field; exponential distribution; polynomial regression; normal traffic state; dense traffic state

收稿日期：2015- 06- 01

*基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(51078150)；交通運(yùn)輸部建設(shè)科技項(xiàng)目(2011318223390)；廣東省交通廳科技項(xiàng)目(科技-2009- 01- 001- 05)

Foundation items: Supported by the National Natural Science Foundation of China(51078150) and Infrastructure Science and Technology Project of Ministry of Transport of China(2011318223390)

作者簡介：王強(qiáng)(1973-)，男，博士后，廣東華路交通科技有限公司高級(jí)工程師，主要從事路橋檢測評(píng)估研究.E-mail：wq2351@163.com

中圖分類號(hào)：U441+.2

doi：10.3969/j.issn.1000-565X.2016.03.014