徐光霽 韓誠(chéng)嘉 馬 濤 黃曉明 黃若昀
(東南大學(xué)交通學(xué)院, 南京 211189)(江蘇高速公路工程養(yǎng)護(hù)技術(shù)有限公司, 南京 210000)
經(jīng)過(guò)近30年的快速發(fā)展,我國(guó)公路交通運(yùn)輸網(wǎng)絡(luò)規(guī)模和能力不斷擴(kuò)大,隨著使用期的不斷延長(zhǎng),我國(guó)公路大量進(jìn)入維修期.交通運(yùn)輸部的統(tǒng)計(jì)數(shù)據(jù)表明,我國(guó)每年僅干線公路養(yǎng)護(hù)維修產(chǎn)生的廢棄瀝青混合料就近2億t,而再生利用率不足30%[1].因此,對(duì)路面養(yǎng)護(hù)過(guò)程中的廢棄舊料進(jìn)行高效回收利用,不僅具有重要的工程經(jīng)濟(jì)效益和社會(huì)環(huán)境效益,也是推動(dòng)公路綠色建設(shè)與可持續(xù)發(fā)展的重要技術(shù)途徑.當(dāng)前單個(gè)再生工程中路面回收舊料的隨意使用,無(wú)論是再生效率、再生品質(zhì)還是再生規(guī)模都很難滿足未來(lái)舊料的規(guī)模化再生利用需求,成為目前舊料整體再生利用率低的重要原因之一[2].
目前,國(guó)內(nèi)外關(guān)于瀝青舊料回收倉(cāng)庫(kù)選址的研究較少,Han等[3]提出了一種基于ArcGIS與Floyd算法的再生瀝青混合料集散中心選址的多因素分析方法.此外,瀝青路面再生技術(shù)對(duì)道路性能恢復(fù)方面的研究已經(jīng)十分成熟,但是對(duì)于再生技術(shù)經(jīng)濟(jì)性分析評(píng)價(jià)的研究相對(duì)較少.薛國(guó)勝[4]針對(duì)瀝青路面就地?zé)嵩偕夹g(shù)經(jīng)濟(jì)分析,引入成本效益分析法對(duì)就地?zé)嵩偕c銑刨重鋪2種方案的經(jīng)濟(jì)性進(jìn)行了對(duì)比;聶憶華等[5]針對(duì)廠拌熱再生,從設(shè)備生產(chǎn)成本等5個(gè)方面采用收益現(xiàn)值法定量計(jì)算了廠拌熱再生的經(jīng)濟(jì)效益;姚勝等[6]定量計(jì)算了乳化瀝青廠拌冷再生技術(shù)與熱拌瀝青混合料節(jié)約的經(jīng)濟(jì)效益;吳振亞等[7]建立了針對(duì)水泥基層就地冷再生的經(jīng)濟(jì)成本計(jì)算簡(jiǎn)化模型.雖然針對(duì)各種瀝青路面再生技術(shù)均有學(xué)者提出了成本的計(jì)算方式,但是成本計(jì)算的考慮因素差異較大,多數(shù)研究針對(duì)具體的再生工程項(xiàng)目提出,缺少綜合比較多種再生瀝青再生混合料全生產(chǎn)周期的系統(tǒng)性計(jì)算模型.
因此,本研究面向區(qū)域路網(wǎng)的整體再生需求,提出基于深度人工神經(jīng)網(wǎng)絡(luò)(ANN)的再生瀝青混合料存儲(chǔ)站點(diǎn)選址模型,通過(guò)分析不同再生混合料在全養(yǎng)護(hù)施工過(guò)程中的經(jīng)濟(jì)與環(huán)境效益,并結(jié)合Dijkstra最短路徑算法與兩階段神經(jīng)網(wǎng)絡(luò)模型,最終建立多時(shí)間需求的瀝青混合料再生回收站點(diǎn)規(guī)劃體系.并以江蘇省高速公路養(yǎng)護(hù)工程為依托進(jìn)行了回收站點(diǎn)選址案例分析,對(duì)區(qū)域路網(wǎng)瀝青路面回收料協(xié)同再生的投資凈現(xiàn)值進(jìn)行了定量分析研究.
瀝青路面在長(zhǎng)期服役中受到環(huán)境因素與交通荷載的耦合作用會(huì)發(fā)生老化,老化后的瀝青變硬、變脆,使用性能下降,進(jìn)而使得瀝青混合料的路用性能和耐久性降低,路面產(chǎn)生開(kāi)裂、松散等病害.再生是老化的逆過(guò)程,通過(guò)加入再生劑,調(diào)節(jié)老化瀝青中的化學(xué)組分,改善組分之間的相容性,使老化瀝青恢復(fù)或接近原來(lái)的性能[8].再生瀝青路面由回收的廢舊路面材料經(jīng)專用設(shè)備翻挖、回收、加熱、破碎、篩分后,與新瀝青、新集料、再生劑等拌和成混合料,再經(jīng)過(guò)攤鋪、碾壓,重新鋪筑于路面.當(dāng)前的再生技術(shù)按照拌和場(chǎng)地可分為就地再生和廠拌再生2種方式;按照拌和溫度可分為熱再生和冷再生2種方式.本研究將從經(jīng)濟(jì)成本與環(huán)境效益2個(gè)角度出發(fā)對(duì)不同再生方式生產(chǎn)的再生瀝青混合料綜合效益進(jìn)行定量分析.
考慮再生瀝青混合料從舊路銑刨到再生再到鋪筑的完整再生過(guò)程,其機(jī)械成本費(fèi)用依據(jù)《公路工程預(yù)算定額》(JTG/T 3832—2018)和《公路工程機(jī)械臺(tái)班費(fèi)用定額》(JTG T3833—2018)進(jìn)行計(jì)算.再生瀝青路面材料生產(chǎn)過(guò)程分為5個(gè)階段,分別是舊路銑刨階段、舊路運(yùn)輸階段、混合料拌和生產(chǎn)階段、新路運(yùn)輸階段以及新路鋪筑階段.瀝青混合料的成本主要來(lái)自原材料費(fèi)用、機(jī)械成本費(fèi)用和人工成本費(fèi)用[9],其中混合料成本中的機(jī)械成本又被分為設(shè)備使用費(fèi)用以及油耗費(fèi)用.
瀝青路面再生技術(shù)所帶來(lái)的環(huán)境效益需要考慮完整的再生瀝青混合料的生產(chǎn)以及鋪筑過(guò)程,按照施工順序?qū)⒃偕访娣譃?個(gè)階段,分別是舊路處理階段、新料生產(chǎn)階段、混合料生產(chǎn)階段以及路面施工階段,記為E1~E4.建立瀝青路面再生技術(shù)能耗與排放量化清單來(lái)分析不同再生技術(shù)不同階段的能耗與負(fù)環(huán)境效應(yīng)氣體排放,將單位再生瀝青混合料的能耗與廢氣排放通過(guò)與同熱量同排放的標(biāo)準(zhǔn)煤燃燒等效計(jì)算成本.表1給出了不同氣體帶來(lái)的不同負(fù)環(huán)境效益以及等效換算系數(shù)[10-11],全球變暖以碳排放作為標(biāo)準(zhǔn)排放,酸化效應(yīng)以硫排放作為標(biāo)準(zhǔn)排放,健康危害以氮排放作為標(biāo)準(zhǔn)排放,可吸入顆粒物按照PM2.5和PM10作為標(biāo)準(zhǔn)排放[12].
表1 排放氣體對(duì)應(yīng)不同負(fù)環(huán)境效益下的轉(zhuǎn)換系數(shù)
由于燃燒標(biāo)準(zhǔn)煤會(huì)同時(shí)產(chǎn)生4類負(fù)環(huán)境效益氣體,因此取換算標(biāo)準(zhǔn)煤質(zhì)量最大的一類負(fù)環(huán)境效益結(jié)果作為最終換算結(jié)果,采用下式計(jì)算1 t再生瀝青混合料的能耗與負(fù)環(huán)境效應(yīng)氣體排放的等效費(fèi)用成本[13]:
(1)
式中,Cenv、Ce1、Ce2分別為環(huán)境費(fèi)用、能耗費(fèi)和排放費(fèi),元/t;Nij為在階段i時(shí)選用j類設(shè)備的臺(tái)班數(shù);Ep,k為k種燃料每kg釋放的p種排放氣體的質(zhì)量,mg;αcoal為燃燒標(biāo)準(zhǔn)煤產(chǎn)生單位能耗的費(fèi)用,元/MJ;βcoal為燃燒標(biāo)準(zhǔn)煤產(chǎn)生單位氣體排放的費(fèi)用,元/MJ;k為燃料種類;p為排放氣體種類;Hk為k種燃料每kg的凈發(fā)熱,MJ;Sk,ij為在階段i時(shí)選用j類設(shè)備添加k種燃油的消耗,kg;γp為p類排放氣體的轉(zhuǎn)換系數(shù)(見(jiàn)表1).
計(jì)算出不同再生方式的再生瀝青混合料的單位成本與普通瀝青混合料的經(jīng)濟(jì)成本與環(huán)境收益,然后根據(jù)下式計(jì)算不同再生方式的綜合收益率:
(2)
式中,Fa為不同再生方式a的綜合收益率,元/t;Cenv,n、Cc,n分別為普通瀝青混合料的環(huán)境費(fèi)用與成本費(fèi)用;Cenv,a、Cc,a分別為第a種再生方式的再生瀝青混合料的環(huán)境費(fèi)用與成本費(fèi)用.
為了實(shí)現(xiàn)對(duì)路網(wǎng)養(yǎng)護(hù)所需使用的瀝青混合料的準(zhǔn)確預(yù)測(cè),以準(zhǔn)確估計(jì)使用再生技術(shù)為區(qū)域路網(wǎng)帶來(lái)的再生效益,本文提出了一種基于二階段深度人工神經(jīng)網(wǎng)絡(luò)的路網(wǎng)養(yǎng)護(hù)瀝青需求量間接預(yù)測(cè)模型.模型由2個(gè)獨(dú)立的深度神經(jīng)網(wǎng)絡(luò)構(gòu)成:一階段神經(jīng)網(wǎng)絡(luò)模型基于當(dāng)前道路的健康狀況預(yù)測(cè)自然衰減下的未來(lái)道路健康狀況;二階段神經(jīng)網(wǎng)絡(luò)基于未來(lái)道路健康狀況進(jìn)行養(yǎng)護(hù)處置方案模糊決策.之后根據(jù)處置方案進(jìn)行路網(wǎng)瀝青需求量計(jì)算,流程如圖1所示.
圖1 二階段深度人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型流程圖
人工神經(jīng)網(wǎng)絡(luò)是一種現(xiàn)代人工智能算法,擁有較強(qiáng)的快速擬合復(fù)雜非線性映射的能力與泛化性能力.人工神經(jīng)網(wǎng)絡(luò)算法包含2個(gè)關(guān)鍵步驟:① 通過(guò)激活函數(shù)將非線性連續(xù)添加到網(wǎng)絡(luò)中,以便網(wǎng)絡(luò)可以獲得擬合高度非線性映射的能力;② 通過(guò)誤差反向傳播來(lái)連續(xù)訓(xùn)練隱藏層的權(quán)重和偏差,以便網(wǎng)絡(luò)可以在迭代過(guò)程中連續(xù)逼近現(xiàn)實(shí)[14].
圖1中左側(cè)神經(jīng)網(wǎng)絡(luò)(模型1)的作用是基于目前的道路健康狀況對(duì)未來(lái)(本文為1年后,取決于檢測(cè)周期)道路的健康狀況進(jìn)行預(yù)測(cè).模型1的輸入為t時(shí)刻的路面車轍深度指數(shù)(RDI)、路面破損狀況指數(shù)(PCI)、路面抗滑性能指數(shù)(SRI)和路面行駛質(zhì)量指數(shù)(RQI),輸出為t+1時(shí)刻的RDI、PCI、SRI和PQI.網(wǎng)絡(luò)結(jié)構(gòu)共有14層結(jié)構(gòu)層,包括8層全連接層和6層功能層.全連接各層的神經(jīng)元數(shù)量分別為256、256、128、128、64、64、14和4個(gè).功能層分別為批歸一化層(BN)和Dropout層.BN層用于解決深度學(xué)習(xí)中梯度彌散的問(wèn)題,通過(guò)計(jì)算每次訓(xùn)練的均值和均方差,通過(guò)減均值再除以均方差的方式對(duì)采樣分布進(jìn)行尺度縮放與偏移,使得新的分布更切合數(shù)據(jù)的真實(shí)分布,保證模型的非線性表達(dá)能力[15].Dropout層用于解決過(guò)擬合問(wèn)題,在每批訓(xùn)練中隨機(jī)忽略隱藏層的一部分神經(jīng)元,這種方式可以減少隱層節(jié)點(diǎn)間的相互作用,使網(wǎng)絡(luò)不會(huì)過(guò)于依賴某些局部特征[16].
圖1中右側(cè)神經(jīng)網(wǎng)絡(luò)(模型2)的作用是基于路面健康狀況來(lái)決策所需要的養(yǎng)護(hù)方案(此處并非為具體方案,而是方案的處置類別).模型2的輸入為t時(shí)刻的RDI、PCI、SRI和RQI,輸出為概率分布(P(無(wú)需養(yǎng)護(hù))、P(預(yù)防性養(yǎng)護(hù))、P(小修)、P(中修)、P(大修)).網(wǎng)絡(luò)的結(jié)構(gòu)層共有14層,與模型1的結(jié)構(gòu)類似,區(qū)別是最后一層全連接層的激活函數(shù)被替換成Softmax函數(shù),輸出一個(gè)長(zhǎng)度為5的概率分布.
模型1中,預(yù)測(cè)的跨度與訓(xùn)練樣本的時(shí)間間隔有關(guān),本文以江蘇省養(yǎng)護(hù)監(jiān)測(cè)數(shù)據(jù)為案例,根據(jù)技術(shù)狀況評(píng)定規(guī)范與養(yǎng)護(hù)現(xiàn)狀,因此預(yù)測(cè)跨度取為1年,訓(xùn)練樣本為在未經(jīng)養(yǎng)護(hù)的情況下前后一年道路的技術(shù)狀況檢測(cè)指標(biāo).模型2中,養(yǎng)護(hù)方案按照處置程度分為無(wú)需養(yǎng)護(hù)、預(yù)防性養(yǎng)護(hù)、小修、中修和大修5種,由于對(duì)區(qū)域路網(wǎng)的瀝青再生混合料需求估算屬于模糊估計(jì),精度要求不嚴(yán)格,因此根據(jù)每種處置方案對(duì)瀝青路面處置的平均厚度,結(jié)合道路寬度即可估算出瀝青混合料的數(shù)量.
舊料倉(cāng)庫(kù)綜合選址將綜合考慮高速公路舊料產(chǎn)量與需求量、舊料倉(cāng)庫(kù)適宜選址的地理環(huán)境因素與總運(yùn)距,來(lái)確定最優(yōu)舊料倉(cāng)庫(kù)位置.本研究以Han等[3]的瀝青路面舊料(reclaimed asphalt pavement,RAP)存儲(chǔ)倉(cāng)庫(kù)選址模型為基礎(chǔ),進(jìn)一步進(jìn)行優(yōu)化與改進(jìn),具體包括:在綜合運(yùn)距計(jì)算時(shí)考慮多種再生混合料的綜合收益率Fa,并使用Dijkstra算法來(lái)求解最短路徑問(wèn)題.
常用的舊料存儲(chǔ)倉(cāng)庫(kù)簡(jiǎn)化模型[3]如圖2所示.該模型將存儲(chǔ)倉(cāng)庫(kù)的輻射范圍簡(jiǎn)化成以倉(cāng)庫(kù)為中心的圓形區(qū)域,根據(jù)舊料倉(cāng)庫(kù)費(fèi)用和混合料的運(yùn)輸成本與輻射半徑的導(dǎo)數(shù)關(guān)系,計(jì)算出倉(cāng)庫(kù)的經(jīng)濟(jì)半徑.并基于經(jīng)濟(jì)半徑與路網(wǎng)區(qū)域面積,根據(jù)下式確定區(qū)域內(nèi)需要設(shè)置的倉(cāng)庫(kù)數(shù)N:
(3)
式中,r為經(jīng)濟(jì)半徑,km;C1為舊料倉(cāng)庫(kù)設(shè)置費(fèi)和運(yùn)營(yíng)費(fèi),萬(wàn)元;C2為舊料倉(cāng)庫(kù)運(yùn)營(yíng)費(fèi),萬(wàn)元;γ為材料的密度,t/m3;ρ為材料關(guān)于公路的線密度,t/km;kc為1 t混合料平均每km的運(yùn)輸費(fèi),萬(wàn)元/km;Sarea為區(qū)域總面積,km2.
圖2 舊料倉(cāng)庫(kù)為中心的多條相交路網(wǎng)示意圖
在確定倉(cāng)庫(kù)數(shù)量后,開(kāi)始進(jìn)行舊料倉(cāng)庫(kù)位置的確定.將選址應(yīng)考慮因素劃分為2類:區(qū)域運(yùn)輸經(jīng)濟(jì)性與倉(cāng)庫(kù)設(shè)置環(huán)境條件.
舊料的總運(yùn)距除了與倉(cāng)庫(kù)-回收點(diǎn)距離有關(guān),還與舊料的產(chǎn)量、需求量有關(guān).若某一地點(diǎn)距離倉(cāng)庫(kù)較近,但其舊料的產(chǎn)量、需求量巨大,則需要運(yùn)輸車多次往返運(yùn)輸,其總運(yùn)距也將顯著增加.因此,本文進(jìn)一步將舊料產(chǎn)銷量與最短路徑相結(jié)合,選出總運(yùn)距最短的倉(cāng)庫(kù)地址.若將鄰接矩陣中的元素設(shè)置為相鄰2個(gè)節(jié)點(diǎn)之間的距離,則可通Dijkstra最短路徑算法求得任意2個(gè)節(jié)點(diǎn)之間的最短路徑.
Dijkstra最短路徑算法是一種求某一起點(diǎn)到除該點(diǎn)外剩余所有點(diǎn)的最短距離的算法.本文將起始點(diǎn)設(shè)置為舊料倉(cāng)庫(kù),通過(guò)Dijkstra最短路徑算法計(jì)算出該起始點(diǎn)(倉(cāng)庫(kù))到其他所有路網(wǎng)節(jié)點(diǎn)的最短距離,然后進(jìn)行累加求和,即可得到該起始點(diǎn)(倉(cāng)庫(kù))到全路網(wǎng)節(jié)點(diǎn)的最短路徑.
類似地,若將鄰接矩陣中的元素設(shè)置為相鄰路網(wǎng)節(jié)點(diǎn)之間的舊料產(chǎn)銷總量,則可以計(jì)算出任意2個(gè)節(jié)點(diǎn)之間的最小舊料產(chǎn)銷量的路徑.即通過(guò)該條路徑從A點(diǎn)到達(dá)B點(diǎn),可使得所需要運(yùn)輸?shù)呐f料總量最少.此外,不同的再生瀝青混合料的綜合經(jīng)濟(jì)成本也有區(qū)別,因此將區(qū)域路網(wǎng)中所有端點(diǎn)與交點(diǎn)進(jìn)行不重復(fù)編號(hào),建立Dijkstra算法鄰接矩陣,可達(dá)兩點(diǎn)之間的綜合運(yùn)距SD(A,B)按照下式計(jì)算:
(4)
式中,S(A,B)為A點(diǎn)與B點(diǎn)之間的真實(shí)距離;Na(A,B)為A點(diǎn)與B點(diǎn)之間產(chǎn)生的第a種再生混合料的數(shù)量.將計(jì)算后的鄰接矩陣按行求和后再降序排列即可得到基于經(jīng)濟(jì)性選址因素的推薦選址點(diǎn)排序.
地理環(huán)境因素對(duì)于回收點(diǎn)的選址有著至關(guān)重要的作用.回收點(diǎn)及舊料倉(cāng)庫(kù)所在地應(yīng)盡量靠近現(xiàn)有養(yǎng)護(hù)工區(qū),同時(shí)盡量避免人口密集區(qū)、降水量大濕度高地區(qū)以及濕地湖泊等保護(hù)區(qū).通過(guò)對(duì)現(xiàn)有數(shù)據(jù)(再生企業(yè)分布、降水量、人口、現(xiàn)有養(yǎng)護(hù)工區(qū)、距離高速公路的距離)的綜合分析,建立評(píng)分體系,以ArcMap為載體,建立舊料回收點(diǎn)選址的地理分布圖.其中對(duì)于不利于建立回收點(diǎn)的因素賦值低分,對(duì)于有利于建立回收點(diǎn)的因素賦值高分,按照下式計(jì)算:
Sgeo=w1Sm+w2Spre+w3Sl+w4Spop
(5)
式中,Sgeo為環(huán)境總評(píng)分;Sm為山地因素評(píng)分;Spre為降水因素評(píng)分;Sl為湖泊因素評(píng)分;Spop為人口因素評(píng)分;w1~w4為各對(duì)應(yīng)因素的權(quán)重.將計(jì)算后的路網(wǎng)節(jié)點(diǎn)降序排列,即可得到基于環(huán)境條件因素的推薦選址點(diǎn)排序[3].
確定了RAP料倉(cāng)庫(kù)的需求數(shù)量、基于GIS的環(huán)境因素和使用Dijkstra算法計(jì)算的經(jīng)濟(jì)運(yùn)距因素后,為了最大限度利用現(xiàn)有再生資源,舊料倉(cāng)庫(kù)的解空間范圍為區(qū)域路網(wǎng)現(xiàn)有的道路養(yǎng)護(hù)工區(qū).舊料倉(cāng)庫(kù)選址的第1步是在全局綜合運(yùn)距節(jié)點(diǎn)矩陣(Dijkstra最短路徑排序結(jié)果)中找到最小值節(jié)點(diǎn),并計(jì)算空間距離以找到節(jié)點(diǎn)附近的Q個(gè)瀝青攪拌站(Q為可調(diào)閾值,本文推薦取值為3).然后將地理環(huán)境因子值最小的瀝青攪拌站的位置作為第1個(gè)舊料倉(cāng)庫(kù)位置.以第1個(gè)倉(cāng)庫(kù)的位置為中心,并以倉(cāng)庫(kù)的經(jīng)濟(jì)半徑r為半徑繪制圓,以移除圓覆蓋區(qū)域中的瀝青攪拌站和網(wǎng)絡(luò)節(jié)點(diǎn).從其余節(jié)點(diǎn)中選擇矩陣中值最小的節(jié)點(diǎn),繼續(xù)從其余站點(diǎn)中找到Q個(gè)附近的養(yǎng)護(hù)工區(qū),并將地理環(huán)境因子值最小的站點(diǎn)作為第2個(gè)舊料倉(cāng)庫(kù)的位置.重復(fù)上述步驟,遍歷網(wǎng)絡(luò)中的所有節(jié)點(diǎn),直到找到所有舊料倉(cāng)庫(kù)之后停止計(jì)算.基于上述研究,本文給出了瀝青舊料回收站點(diǎn)的規(guī)劃布局體系模型,其中包括基于當(dāng)年養(yǎng)護(hù)方案需求的當(dāng)年倉(cāng)庫(kù)布局模型,以及考慮未來(lái)需求的前瞻性舊料存儲(chǔ)倉(cāng)庫(kù)布局模型.
案例分析以10年的江蘇省高速公路路網(wǎng)養(yǎng)護(hù)數(shù)據(jù)為例,建立面向高速公路網(wǎng)絡(luò)的瀝青舊料回收站點(diǎn)選址模型.已知數(shù)據(jù)為路網(wǎng)每年的養(yǎng)護(hù)里程數(shù)據(jù)、銑刨得到的RAP料產(chǎn)量、養(yǎng)護(hù)需求的瀝青混合料數(shù)量以及各路段適宜采用的再生養(yǎng)護(hù)技術(shù).主流再生技術(shù)包括:廠拌熱再生、廠拌冷再生、就地?zé)嵩偕约熬偷乩湓偕夹g(shù).在計(jì)算再生瀝青混合料的環(huán)境效益時(shí),首先要明確標(biāo)準(zhǔn)煤的折算單價(jià)與排放標(biāo)準(zhǔn).標(biāo)準(zhǔn)煤是指熱值為29.307 MJ/kg的煤炭,它是標(biāo)準(zhǔn)能源的一種表示方法,標(biāo)準(zhǔn)煤折算單價(jià)為原煤?jiǎn)蝺r(jià)乘以原煤發(fā)熱量除以發(fā)熱標(biāo)準(zhǔn)量.
本文采用20.920 MJ的工業(yè)煤進(jìn)行計(jì)算,根據(jù)2020年國(guó)家統(tǒng)計(jì)局6月份統(tǒng)計(jì)數(shù)據(jù),山西混煤(熱值為20.920 MJ)價(jià)格為485元/t,計(jì)算得出標(biāo)準(zhǔn)煤?jiǎn)蝺r(jià)為346.43元/t.工業(yè)鍋爐每燃燒1 t標(biāo)準(zhǔn)煤,就產(chǎn)生二氧化碳2 620 kg,二氧化硫8.5 kg,氮氧化物7.4 kg,可吸入顆粒物約3.25 kg.經(jīng)過(guò)計(jì)算得到4種再生方式在江蘇省內(nèi)適用情況的綜合收益率,如表2所示.
表2 不同瀝青再生技術(shù)的綜合收益率
基于江蘇省2014—2019年某高速公路200 km的百米監(jiān)測(cè)數(shù)據(jù)(上下行),分別制作模型1與模型2所需的訓(xùn)練集.模型1的訓(xùn)練集數(shù)據(jù)約為214 000條,模型2的訓(xùn)練數(shù)據(jù)集約為900條.按照訓(xùn)練集、驗(yàn)證集、測(cè)試集7∶2∶1的比例進(jìn)行劃分,使用Tensorflow2.0框架建立深度人工神經(jīng)網(wǎng)絡(luò)并分別進(jìn)行訓(xùn)練.
其中模型1的路面狀況預(yù)測(cè)網(wǎng)絡(luò)訓(xùn)練后的預(yù)測(cè)精度誤差分析結(jié)果如圖3(a)所示,模型2的決策網(wǎng)絡(luò)訓(xùn)練后的決策精度如圖3(b)所示,二者都實(shí)現(xiàn)了高精度、低損失值的訓(xùn)練效果.模型1和模型2的訓(xùn)練過(guò)程損失值變化如圖3(c)、(d)所示.模型1經(jīng)歷100次訓(xùn)練,模型2經(jīng)過(guò)150次訓(xùn)練后均達(dá)到設(shè)定的收斂條件(損失值小于設(shè)定的閾值).使用測(cè)試集數(shù)據(jù)對(duì)模型1與模型2的精度進(jìn)行驗(yàn)證,模型1的測(cè)試集樣本精度誤差為94.4%,模型2的測(cè)試集樣本精度誤差為97.5%.根據(jù)訓(xùn)練得到的二階段模型,對(duì)江蘇省高速公路網(wǎng)絡(luò)剩余壽命周期內(nèi)每年用于養(yǎng)護(hù)的再生瀝青混合料需求進(jìn)行估算.
(a) 路面健康狀況預(yù)測(cè)精度
(b) 路面養(yǎng)護(hù)決策精度
(c) 預(yù)測(cè)網(wǎng)絡(luò)的收斂精
(d) 決策網(wǎng)絡(luò)的收斂精度
根據(jù)路網(wǎng)內(nèi)各道路不同再生混合料的適用情況以及對(duì)未來(lái)5年混合料不同再生混合料適用狀況的預(yù)測(cè)值,根據(jù)標(biāo)定的路網(wǎng)節(jié)點(diǎn)建立Dijkstra鄰接矩陣求解區(qū)域路網(wǎng)節(jié)點(diǎn)的最短路徑之和.同時(shí)使用ArcMap建立選址環(huán)境buffer圖,基于上文選址流程進(jìn)行選址規(guī)劃求解,如圖4所示.
圖4(b)為江蘇省高速公路網(wǎng)的瀝青舊料回收站點(diǎn)選址結(jié)果.完成瀝青回收料舊料選址結(jié)果后,使用費(fèi)用效益分析法分析選址結(jié)果服務(wù)于區(qū)域路網(wǎng)的整體再生養(yǎng)護(hù)所創(chuàng)造的經(jīng)濟(jì)效益.按照道路全生命周期30年計(jì)算,利用下式計(jì)算全生命周期的江蘇省路網(wǎng)再生優(yōu)勢(shì)凈現(xiàn)值:
(6)
式中,Vnpv為全生命周期的江蘇省路網(wǎng)再生優(yōu)勢(shì)凈現(xiàn)值,元;BL為第L個(gè)單位公里道路的收益,元/km;CL為第L個(gè)單位公里道路的花費(fèi),元/km;Bs,L為第L個(gè)單位公里道路養(yǎng)護(hù)帶來(lái)的綜合社會(huì)效益,元/km;Cc,L為第L個(gè)單位公里道路的養(yǎng)護(hù)成本,元/km;FL為第L個(gè)單位公里道路的再生綜合收益率,元/km;t為道路服役時(shí)間,年;T為路網(wǎng)的一個(gè)養(yǎng)護(hù)周期年限,年;f為折現(xiàn)系數(shù).江蘇省路網(wǎng)全生命周期的再生養(yǎng)護(hù)凈現(xiàn)值計(jì)算結(jié)果如圖5所示.
(a) 環(huán)境因素可視化
(b) 回收舊料倉(cāng)庫(kù)選址結(jié)果
圖5 江蘇省路網(wǎng)全生命周期的再生養(yǎng)護(hù)凈現(xiàn)值
由圖5可知,按照30年計(jì)算道路的全壽命周期,每次路面經(jīng)過(guò)大修后經(jīng)濟(jì)曲線就會(huì)出現(xiàn)拐點(diǎn)并放緩增速,在壽命周期末,再生瀝青混合料養(yǎng)護(hù)比普通瀝青混合料養(yǎng)護(hù)的總綜合效益提升約15億元.這表明瀝青路面的綜合再生利用措施在區(qū)域路網(wǎng)中的推廣具有較大的投資回報(bào),也證明了與其配套的江蘇省區(qū)域路網(wǎng)RAP料存儲(chǔ)調(diào)配倉(cāng)庫(kù)是必不可少的.
1) 對(duì)比分析了4種再生方式與普通瀝青混合料在經(jīng)濟(jì)成本與環(huán)境效益的費(fèi)用差,建立了考慮完整施工養(yǎng)護(hù)過(guò)程的再生瀝青混合料綜合收益率定量計(jì)算方法.
2) 基于區(qū)域路段養(yǎng)護(hù)數(shù)據(jù)的路網(wǎng)宏觀需求,提出二階段深度人工神經(jīng)網(wǎng)模型,實(shí)現(xiàn)了路網(wǎng)養(yǎng)護(hù)再生瀝青需求量間接預(yù)測(cè)計(jì)算.
3) 綜合考慮環(huán)境與經(jīng)濟(jì)因素,基于Dijkstra最短路徑算法,建立了面向區(qū)域路網(wǎng)不同時(shí)間需求的RAP料存儲(chǔ)站點(diǎn)布局體系,實(shí)現(xiàn)了基于江蘇省高速公路網(wǎng)絡(luò)養(yǎng)護(hù)需求的RAP料倉(cāng)庫(kù)選址,并定量評(píng)估了道路全壽命周期內(nèi)路網(wǎng)再生養(yǎng)護(hù)投資凈現(xiàn)值.
4) 本文在計(jì)算倉(cāng)庫(kù)經(jīng)濟(jì)半徑時(shí)考慮統(tǒng)一堆放的處置模式,針對(duì)未來(lái)RAP料精細(xì)化處置模式可將模型進(jìn)行對(duì)應(yīng)改進(jìn).
東南大學(xué)學(xué)報(bào)(自然科學(xué)版)2022年1期