1. Prognosmodeller för makrotextur till PMS Mika Gustafsson, VTI Thomas Lundberg, VTI Leif Sjögren, VTI Beställare: Johan Lang, Trafikverket

3. Alla vägar mäts inte årligen varför Trafikverket vill prognosticera tillståndet för delar av vägnätet som ej mätts

4. För IRI och spårdjup finns prognosmodeller med god förklaringskraft

5. Under de senare åren (från 2005) har flera nya mått införts, bl.a.

6. Vägytansmakrotextur (MPD)

7. Lokala ojämnheter

8. Kantdjup

10. Sommartrafiken polerar -> sänkt MPD

11. Vintertrafiken ruggar upp / bitumen -> höjt MPD

12. Stensläpp för åldrande beläggning -> höjt MPD

13. Blödningar och skador ->sänkt/höjt MPD

15. Liten uppgång för äldre beläggningar

16. Stor variation

19. Drygt 2 miljoner 100 meters observationer i PMS för åren 2005-2009

20. Ger 700 000 parade observationer

21. Förklarande faktorer

22. Säsongsvariation

23. Mätleverantörsvariation

24. Regionala skillnader

25. Beläggningskaraktäristik

26. Typ: MJOG,Y, IM,ABT,ABS,ABD,BET, FIK, ÖVR

27. Entreprenör: VV, NCC, Skanska, ÖVR

28. Max stenstorlek

29. Ålder

31. Separata modeller för olika beläggningstyper

32. Icke-linjär förändringskurva för resp. år, mhasplines

33. Gemensam additiv modell för estimering av 𝑑𝑀𝑃𝐷𝑑𝑡(𝑡𝑘)likartade vägsektioner (kluster)

34. 𝑥𝑘=𝑘𝑙𝑖𝑚𝑎𝑡𝑧𝑜𝑛, 𝑙𝑛Å𝐷𝑇,Å𝐷𝑇𝑇Å𝐷𝑇, 𝑒𝑛𝑡𝑟𝑒𝑝𝑟𝑒𝑛ö𝑟

35. 𝑦𝑘=å𝑟𝑠𝑡𝑖𝑑 𝑣𝑖𝑑 𝑚ä𝑡𝑡𝑖𝑙𝑙𝑓ä𝑙𝑙𝑒, 𝑚ä𝑡𝑙𝑒𝑣𝑒𝑟𝑎𝑛𝑡ö𝑟 𝑀𝑃𝐷𝑡𝑘=𝑀𝑃𝐷𝑡𝑘−1+𝑑𝑀𝑃𝐷𝑑𝑡(𝑡𝑘)∆𝑡𝑘−1 𝑑𝑀𝑃𝐷𝑑𝑡𝑡𝑘=𝑓å𝑙𝑑𝑒𝑟𝑘+𝑔𝑀𝑃𝐷𝑘−1+h1𝑥𝑘+ h2𝑦𝑘,𝑦𝑘−1 𝑡𝑘−𝑡𝑘−1

37. 𝑓å𝑙𝑑𝑒𝑟𝑘=𝑗=−13𝑎𝑗å𝑙𝑑𝑒𝑟𝑘−2𝑗+

38. 𝑔𝑀𝑃𝐷=𝑗=𝑉,𝑀,𝐻𝑏𝑗𝑀𝑃𝐷𝑗+ 𝑖=𝑉,𝑀,𝐻𝑏𝑖𝑗𝑀𝑃𝐷𝑖∙𝑀𝑃𝐷𝑗

39. h(𝑥𝑗)= 𝑗𝑐𝑗𝑥𝑗

40. Partitionera data i kluster lagom stora kluster

41. kmeansklustring

42. Olika antal kluster för olika beläggningar, 5000 vägavsnitt/kluster (500 min)

43. Klustervariabler: klimatzon, max stenstorlek, lnÅDT, entreprenör

44. Klusterspecifika 𝒇,𝒈,𝒉 om de avviker från default-parametrarna

45. Skatta variabler 𝑎,𝑏,𝑐 (till 𝑓,𝑔,h ) med tillhörande konfidensintervall.

46. Om konfidensintervallen täcker default-parametrarna så använd default-parametrarna och skatta övriga 𝑎,𝑏,𝑐 ånyo,

47. Annars använd de klusterspecifika

49. Om k=0

50. 𝑀𝑃𝐷𝑡𝑘+1=𝑚𝑗𝑡𝑘+𝑚𝑗𝑥𝑘 som är det splineanpassade medelvärdet

51. Om k>1

52. Beräkna för alla i<k

53. 𝑀𝑃𝐷𝑡𝑖+1=𝑀𝑃𝐷𝑡𝑖 + ∆𝑡𝑘𝑓𝑗𝑡𝑖+1,𝑥𝑘

54. Om k=1

55. sätt 𝑀𝑃𝐷𝑡𝑘+1=𝑀𝑃𝐷𝑡𝑘+1

56. Annars

57. Beräkna 𝑏𝑖𝑎𝑠𝑡𝑘+1=< 𝑀𝑃𝐷𝑡𝑖−𝑀𝑃𝐷𝑡𝑖>𝑖≤𝑘

58. 𝑀𝑃𝐷𝑡𝑘+1=𝑀𝑃𝐷𝑡𝑘+1+𝑎∙𝑏𝑖𝑎𝑠(𝑡𝑘+1)

61. Negativ förändring

62. Störst förändring för yngre vägar

63. OG/MJOG visar svag tillväxt i MPD

65. Resultat –ABS beläggningar kluster

66. Resultat –ABS beläggningar

68. LTTP data

69. 2010 års mätningar

70. Liknande modeller för

71. IRI, spårdjup och jämförelse med existerande strategi

72. Lokala ojämnheter, kantdjup

73. Spårarea, spårbredd, spårformsfaktor, avstånd mellan spårbottnar, spårformsfaktor