一种获取沥青路面养护能耗碳排放可靠性评价的方法转让专利
申请号 : CN201610399677.6
文献号 : CN106096260B
文献日 : 2018-12-14
发明人 : 于斌 , 刘强 , 孙悦
申请人 : 东南大学
摘要 :
本发明公开了一种获取沥青路面养护能耗碳排放可靠性评价的方法，结合数据可靠性评价和模型可靠性评价，通过Monte Carlo分析，获取各养护方案能耗碳排放的概率密度函数和统计参数；定义环境影响比较参数，得到各沥青路面养护方案在95％置信水平上的能耗比值置信区间；其中，所述数据可靠性评价用于对材料生产能耗建立概率密度函数；所述模型可靠性评价用于对路面养护阶段能耗建立概率密度函数，所述统计参数包括从相应概率密度函数中获取的对应的均值、标准差、分位数和变异系数。本发明解决了现有沥青路面养护能耗碳排放计算结果可靠性评价缺失的不足。
权利要求 :
1.一种获取沥青路面养护能耗碳排放可靠性评价的方法，其特征在于：结合数据可靠性评价和模型可靠性评价，通过Monte Carlo分析，获取各养护方案能耗碳排放的概率密度函数和统计参数；定义环境影响比较参数，得到各沥青路面养护方案在95％置信水平上的能耗比值置信区间；其中，所述数据可靠性评价用于对材料生产能耗建立概率密度函数；所述模型可靠性评价用于对路面养护阶段能耗建立概率密度函数，所述统计参数包括从相应概率密度函数中获取的对应的均值、标准差、分位数和变异系数；
其中，所述模型可靠性评价的方法为：设定拌和和施工阶段的参数服从对数正态分布，其他阶段的参数服从正态分布；根据公式：
定义输入参数Mx的极小、极大值；式中Mx,min，Mx,max，Mx,avg分别为输入参数Mx的极小值、极大值和均值；输入参数Mx的波动范围及UFx满足：p(Mx,min＜Mx,avg＜Mx,max)＝0.95；
其中，Mx,min，Mx,max，Mx,avg分别为输入参数Mx的极小值、极大值和均值，输入参数Mx表示x路面养护阶段的能耗，UFx表示x路面养护阶段的不确定性指数；
所述环境影响比较参数定义为 用以评价养护方案环境影响比较结果的显著性；对R进行Monte Carlo分析，建立R的概率密度分布，获取中值、标准差和分位数，在95％置信水平下建立R值的置信区间，其中，Env1表示第一种待比较养护方案的环境影响，Env2表示第一种待比较养护方案的环境影响。
2.根据权利要求1所述的获取沥青路面养护能耗碳排放可靠性评价的方法，其特征在于：所述数据可靠性评价方法为：首先通过建立的数据质量评价矩阵，获取数据质量指数；
其次，通过Beta分布，根据公式：
将数据质量指数值转化为概率密度函数，作为后续Monte Carlo分析的输入参数；其中，α,β为分布形状参数，用以确定能耗碳排放概率密度分布的离散程度；a,b为区间端点，用以确定能耗碳排放概率密度分布的波动范围；最后，通过数据质量指数值定性评价数据可靠性，数据质量指数值越高，数据质量越高，可靠性越高；通过数据质量指数转化的概率密度函数定量评价数据可靠性；概率密度函数分布越窄，数据质量越高，可靠性越高。
3.根据权利要求1所述的获取沥青路面养护能耗碳排放可靠性评价的方法，其特征在于：还包括建立标准化运距；通过统计大量的养护工程样本，设定旧料到拌合楼的标准运距为0km；旧料至料场运距与混合料至施工现场标准运距都设定为30km；新料至拌合厂标准运距为60km；运输阶段采用设定的标准运距计算运输能耗碳排放以建立养护行为标准化环境影响数据库。
4.根据权利要求1所述的获取沥青路面养护能耗碳排放可靠性评价的方法，其特征在于：所述通过Monte Carlo分析，获取各养护方案能耗碳排放的概率密度函数和统计参数的方法为：将数据可靠性评价和模型可靠性评价的结果作为输入参数，进行Monte Carlo分析，迭代次数为10000～50000次，建立养护方案最终的环境影响概率密度函数，抽取计算均值、标准差、分位数和变异系数，评价养护方案环境影响结果可靠性。
说明书 :
一种获取沥青路面养护能耗碳排放可靠性评价的方法
技术领域
[0001] 本发明属于沥青路面养护能耗碳排放领域，特别涉及一种获取沥青路面养护能耗碳排放可靠性评价方法。
背景技术
[0002] 道路是基础设施建设体系中的重要组分，对国家和地区的经济发展、社会进步和人民生活质量提高等方面起着重要的作用，然而道路建设的快速发展同时带来了严峻的环境问题，例如能源消耗、温室气体排放、土地占用等。为了减少道路交通的环境影响《，交通运输“十二五”发展规划》中提出了绿色交通概念，大力推广公路建设和运营节能减排技术。当今公路行业逐渐由“建养兼顾”向“养护为主”，而养护行为带来了巨大的环境影响。因此有必要深入研究沥青路面养护工程的能耗碳排放。
[0003] 目前针对沥青路面养护能耗碳排放计算的研究缺乏可靠性验证。沥青路面养护行为的能耗碳排放计算结果高度依赖于计算过程所使用的环境数据的质量和模型参数的代表性。目前，水泥生产的能耗强度范围为4.6-7.3MJ/kg，沥青生产的能耗强度范围0.7-6.0MJ/kg，差异巨大。这是因为系统边界的差异、生产工艺的不同、依赖于局部区域的生产流程和科技等诸多因素导致了生产能耗强度的波动。因此不同的研究者选取不同的能耗强度数值会对计算结果产生巨大的影响。另一方面，现有研究多集中于个案的分析，计算过程的模型参数也带有相应案例的属性，如级配设计、运输距离、混合料加热拌合设备效率等，这使得不同研究者的研究结论缺乏相同的研究基础。目前沥青路面养护环境影响计算模型并未充分考虑上述不确定性因素。
发明内容
[0004] 发明目的：本发明针对现有沥青路面养护能耗碳排放计算结果缺乏可靠性评价的现状，考虑数据可靠性和模型可靠性，公开了一种沥青路面养护能耗碳排放可靠性评价方法，可以全方面的考虑沥青路面养护所造成的能耗碳的排放，从而能够有效的进行控制。
[0005] 技术方案：本发明提供了一种获取沥青路面养护能耗碳排放可靠性评价的方法，结合数据可靠性评价和模型可靠性评价，通过Monte Carlo分析，获取各养护方案能耗碳排放的概率密度函数和统计参数；定义环境影响比较参数，得到各沥青路面养护方案在95％置信水平上的能耗比值置信区间；其中，所述数据可靠性评价用于对材料生产能耗建立概率密度函数；所述模型可靠性评价用于对路面养护阶段能耗建立概率密度函数；所述统计参数包括从相应概率密度函数中获取的对应的均值、标准差、分位数和变异系数。
[0006] 进一步，所述数据可靠性评价方法为：首先通过建立的数据质量评价矩阵，获取数据质量指数(Data Quality Index，下文简称DQI)；其次，通过Beta分布，根据公式：
[0007]
[0008] 将数据质量指数值转化为概率密度函数(Probability Density Function,下文简称PDF)，作为后续Monte Carlo分析的输入参数，其中，α,β为分布形状参数,用以确定能耗碳排放概率密度分布的离散程度；a,b为区间端点,用以确定能耗碳排放概率密度分布的波动范围；最后，通过DQI值定性评价数据可靠性。DQI值越高，数据质量越高，可靠性越高,DQI值越低，数据质量越低，可靠性越低。通过DQI转化的PDF，可以定量评价数据可靠性。PDF分布越窄(宽)，数据质量越高(低)，可靠性越高(低),PDF分布越宽，数据质量越低，可靠性越低。
[0009] 进一步，所述模型可靠性评价的方法为：设定拌和和施工阶段的参数服从对数正态分布，其他阶段的参数服从正态分布；根据公式：
[0010]
[0011] 定义输入参数Mx的极小、极大值；式中Mx,min，Mx,max，Mx,avg分别为输入参数Mx的极小值、极大值和均值；输入参数Mx的波动范围及UFx满足：
[0012] p(Mx,min＜Mx,avg＜Mx,max)＝0.95；
[0013] 其中，Mx,min，Mx,max，Mx,avg分别为输入参数Mx的极小值、极大值和均值，输入参数Mx表示x路面养护阶段的能耗，UFx表示x路面养护阶段的不确定性指数。因拌合和施工阶段的环境影响量值较小，且对于同一养护技术，差异较大。为避免负值出现的概率过大，即负值出现的概率>5％，最后定义拌和和施工阶段的参数服从对数正态分布，其他阶段的参数服从正态分布。本发明所述的模型为泛化的概念，具有广泛的外延。既可以是特定的回归模型，如沥青混合料生产能耗预测模型，也可是假定的输入参数，如级配设计中沥青用量、施工台班、运输距离等。
[0014] 进一步，还包括建立标准化运距；通过统计大量的养护工程样本，设定旧料到拌合楼的标准运距为0km；旧料至料场运距与混合料至施工现场标准运距都设定为30km；新料至拌合厂标准运距为60km；运输阶段采用设定的标准运距计算运输能耗碳排放以建立养护行为标准化环境影响数据库。这样能够反映养护技术本身的环境影响属性，消除因为不同运距而产生的差异，同时使环境影响的计算结果具有代表性。
[0015] 进一步，所述通过Monte Carlo分析，获取各养护方案能耗碳排放的概率密度函数和统计参数的方法为：将数据可靠性评价和模型可靠性评价的结果作为输入参数，进行Monte Carlo分析，迭代次数为10000～50000次，建立养护方案最终的环境影响概率密度函数，抽取计算相关统计参数，评价养护方案环境影响结果可靠性。
[0016] 进一步，所述环境影响比较参数定义为 用以评价养护方案环境影响比较结果的显著性；对R进行Monte Carlo分析，建立R的概率密度分布，获取相关统计参数，在95％置信水平下建立R值的置信区间，其中，Env1表示第一种待比较养护方案的环境影响，Env2表示第一种待比较养护方案的环境影响，其中养护方案的环境影响包括养护方案的能耗和碳排放量，这里主要就是将两种方案的能耗和碳排放量进行对比。则P(R＜1)＝P(Env1＜Env2)表征路面养护方案1的环境影响小于路面养护方案2的环境影响的概率。这样能够更加直观的获知哪一个养护方案的能耗碳排放量小，更加环保。
[0017] 工作原理：本发明将能耗碳排放计算结果可靠性评价对象分为两类，即数据可靠性和模型可靠性。前者评价根据数据质量评价矩阵定性评价数据质量，利用Beta分布，将输入参数转化为概率密度函数；后者评价则通过定义不确定性指数，确定样本分布形式和模型参数。本发明依据建立的标准化能耗碳排放数据库，提出的可靠性评价方法能有效的捕捉计算结果的变异性，从95％置信水平上比较不同养护方案的能耗碳排放比值。
[0018] 有益效果：与现有技术相比，本发明解决了现有沥青路面养护能耗碳排放计算结果可靠性评价缺失的不足，同时本发明公开的方法简单，方便，获得的结果更加的准确，从而能够根据计算的结果采用最优的沥青路面养护方案，更加节能环保。
附图说明
[0019] 图1为本发明提供的方法流程图；
[0020] 图2为当DQI为3.85时基质沥青生产能耗概率密度分布；
[0021] 图3为不同数据质量基质沥青生产能耗概率密度分布；
[0022] 图4为改性热拌养护方案能耗概率密度分布函数，其中，图4(a)为在50,000次迭代下改性热拌方案的能耗及其频数，图4(b)能耗的累计密度函数分布图；
[0023] 图5为基质热拌和改性热拌养护方案的能耗比较示意图；图5(a)为热拌基质养护方案和拌改性养护方案消耗能源对比图；图5(b)为热拌基质养护方案和拌改性养护方案环境影响比较参数累计密度函数分布图。
具体实施方式
[0024] 下面结合附图对本发明做更进一步的解释。
[0025] 如图1所示，本发明一种沥青路面养护能耗碳排放计算可靠性评价的方法，主要包括以下步骤：
[0026] (1)数据可靠性评价：
[0027] 首先采集不同养护工程的各阶段数据，如原材料消耗、拌合楼能耗、运输距离等。按表1计算原材料生产的能耗碳排放，其他阶段数据通过现场采集。如表2所示，不同养护方案环境影响清单。
[0028] 表1：
[0029]
[0030] 其中，我国规定每千克标准煤(kgce)的热值为29.27MJ。
[0031] 表2：
[0032]
[0033] 其中，各养护方案中关于运输部分均采用标准运距进行计算。本实施例中设定旧料到拌合楼的标准运距为0km；旧料至料场运距与混合料至施工现场标准运距都设定为30km；新料至拌合厂标准运距为60km。
[0034] 建立的数据质量评价方法，评价道路材料生产环境数据的质量。以基质沥青材料为例，其生产的能耗为170.34kgce。如表3所示，基质沥青材料的数据质量评价矩阵中各指标分值分别为{3.0,5.0,4.0,4.0,3.0,5.0,3.0}，则DQI为3.85。DQI主要是通过求取各指标分值的平均值获得。
[0035] 表3：
[0036]
[0037] 根据公式：
[0038] f(x；α,β,a,b)＝[1/(b-a)]×{Γ(α+β)/Γ(α)×Γ(β)}×[(x-a)/(b-a)]α-1×[(b-x)/(b-a)]β-1
[0039] 其中，(a≤x≤b)
[0040] 结合Beta函数参数获得基质沥青材料生产能耗PDF，如表4所示，获得形状函数α,β为(3,3)，区间端点为(-20％,+20％)。获得的基质沥青材料生产能耗PDF如图2所示。
[0041] 表4：
[0042]
[0043] 不同的DQI值代表不同的数据质量。以基质沥青为例，不同DQI值，相应的基质沥青生产能耗的PDF也不同。如图3所示，DQI越高，数据质量越高，则PDF分布越窄，相应的可靠性越高。
[0044] 根据图2建立的PDF，抽取计算相关统计参数，其中统计参数包括均值、标准差、分位数、变异系数等，可以根据统计参数评价基质沥青材料生产能耗数值及其可靠性，比如均值代表平均能耗，变异系数代表可靠性。类似的，可对其他筑路材料生产的能耗碳排放建立相应的PDF，为后续Monte Carlo分析提供数据源。
[0045] (2)模型可靠性评价：
[0046] 因拌合和施工阶段的环境数值较小，且对于同一养护技术，差异较大，为避免负值出现的概率过大，即概率>5％，因此假定施工和拌合阶段服从对数正态分布；其他阶段则假定服从正态分布。根据公式
[0047]
[0048] p(Mx,min＜Mx,avg＜Mx,max)＝0.95；
[0049] 其中，UF值定义了最小值和最大值之间的波动范围。UF值越大，则波动范围越大，反义亦然。则UF值对应于波动范围为95％置信区间的范围，相应UF值如表5所示。表格中的NA表示该数值不存在。根据UF值和分布形式，计算Mx,avg的均值标准差，则可确定相应的PDF。其中，Mx,min，Mx,max，Mx,avg分别为输入参数Mx的极小值、极大值和均值，输入参数Mx表示x路面养护阶段的能耗，x表示加热、拌和、运输等，Mx,avg根据不同方案的多个样本取平均获得。
[0050] 表5：
[0051]
[0052] (3)养护方案环境影响可靠性评价：将数据可靠性评价中获得的各数据的PDF和模型可靠性评价中获得的各参数的PDF作为输入参数，对不同养护方案进行Monte Carlo分析，迭代次数为50,000次。改性热拌养护方案能源消耗的模拟结果如图4所示。如图4(a)所示，在50,000次迭代下改性热拌方案的能耗及其频数。在设定的数值质量和模型参数变异下，改性热拌方案(1吨质量)的平均能耗为35.58kgce，其标准差为7.08kgce。如图4(b)所示，能耗的累计密度函数(Cumulative Density Function，CDF)，可用于确定养护方案的能耗强度。根据CDF图，改性热拌方案25th和75th百分数分别为30.15kgce和40.29kgce。
[0053] 对于其他养护方案和CO2的计算，同样进行Monte Carlo分析，获取相关统计参数，如表6所示。
[0054] 表6：
[0055]
[0056] 表6中均值代表养护方案的平均能耗，标准差则反映了养护方案的能耗波动范围；25th和75th百分数则可用于界定不同养护方案的能耗强度。
[0057] (4)建立环境影响参数R：虽然表6能够提供统计参数描述各养护方案环境影响的可靠性，然而无法确定不同养护方案之间的能耗碳排放是否具有显著的统计差异。本发明定义环境影响比较参数 用以描述养护方案环境影响比较的显著性。
[0058] 其中，P(R＜1)＝P(Env1＜Env2)表征路面养护方案1的环境影响小于路面养护方案2的环境影响的概率。选取基质热拌养护方案作为基准，以能耗为指标，进行50,000次Monte Carlo分析，结果如图5所示。
[0059] 如图5(a)所示，在95％置信水平上，相较于热拌基质养护方案，热拌改性养护方案消耗的能源更多。如图5(b)所示，可进一步提取出两种养护方案能耗比值在95％置信水平上的置信区间。
[0060] 依据环境影响参数R，建立不同养护方案比较的PDF，提取出相关统计信息，汇总于表7。
[0061] 表7：
[0062]基准方案 比较方案 P(R<1) P(R>1) 显著性 中值 标准差 95％置信区间
基质热拌 改性热拌 99.9％ NA 显著 0.70 0.08 (0.56,0.87)
基质热拌 厂拌热再生 NA 99.7％ 显著 1.15 0.08 (1.00,1.32)
基质热拌 厂拌冷再生 NA 99.9％ 显著 2.27 0.18 (1.92,2.63)
基质热拌 就地冷再生 NA 99.9％ 显著 3.46 0.31 (2.82,4.04)
厂拌冷再生 就地冷再生 NA 99.9％ 显著 1.52 0.15 (1.24,1.81)
厂拌冷再生 厂拌热再生 99.9％ NA 显著 0.51 0.06 (0.41,0.65)
基质热拌 改性热拌 99.9％ NA 显著 0.70 0.08 (0.56,0.87)
基质热拌 厂拌热再生 NA 99.7％ 显著 1.15 0.08 (1.00,1.32)
基质热拌 厂拌冷再生 NA 99.9％ 显著 2.27 0.18 (1.92,2.63)
基质热拌 就地冷再生 NA 99.9％ 显著 3.46 0.31 (2.82,4.04)
厂拌冷再生 就地冷再生 NA 99.9％ 显著 1.52 0.15 (1.24,1.81)
厂拌冷再生 厂拌热再生 99.9％ NA 显著 0.51 0.06 (0.41,0.65)
[0063] 表7提供了不同方案比较的均值和波动区间，可从统计层面评价不同养护方案之间环境影响的差异范围及其可靠度。例如，厂拌冷再生方案的平均能耗比就地冷再生养方案的平均能耗多52％，在95％置信水平上的能耗比值波动区间为(1.24,1.81)，即前者能耗是后者能耗的124％-181％。对于碳排放的分析流程与能耗分析一致。
[0064] 综上所述，本发明解决了沥青路面养护能耗碳排放计算结果可靠性评价的问题。具体运用时，若模型可靠性评价样本不足(n＝1)，则可采用以下处理方式：规定UF＝1，即分布形式采用均值、标准差相等，建立PDF。