برنامه‌ریزی عملیات نگهداری و تعمیر شبکه‌های بزرگ-مقیاس روسازی با در نظر گرفتن مصرف انرژی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 آدرس: تهران, خیابان حافظ, دانشگاه صنعتی امیرکبیر, دانشکده عمران و محیط زیست, اتاق 413

2 گروه راه و ترابری، دانشکده عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران

3 گروه راه و ترابری، استادیار دانشکده مهندسی عمران و محیط زیست، دانشگاه امیرکبیر، تهران، ایران

چکیده

مدیریت زیرساخت‌های بزرگ حمل و نقلی نظیر روسازی‌ها نیازمند یک برنامه‌ریزی اصولی و بهینه است تا از هدررفت منابع جلوگیری شود. بنابراین یکی از مهم‌ترین بخش‌های یک سیستم مدیریت روسازی، بهینه سازی برنامه‌ریزی عملیات نگهداری و تعمیر می‌باشد. سازمان‌های متولی راه عمدتا با شبکه‌هایی بزرگ با تعداد قطعات بالا سر و کار دارند. پیچیدگی محاسباتی مدیریت این شبکه‌ها با بالارفتن اندازه شبکه و تعداد قطعات آن به صورت نمایی افزایش پیدا می‌کند. روش‌های دقیق بهینه‌سازی عموما برای مسائل با اندازه کوچک طراحی شده‌اند. لذا روش‌هایی نظیر الگوریتم‌های فرا ابتکاری و تکنیک‌های تجزیه برای حل این گونه مسائل پیشنهاد شده و کارایی خوبی از خود نشان داده‌اند. از سویی دیگر، اخیرا در مسئله برنامه‌ریزی عملیات نگهداری و تعمیر روسازی اثرات زیست محیطی و کنترل آن‌ها به طور فزاینده‌ای مورد توجه قرار گرفته‌اند. در این پژوهش بهینه سازی مصرف انرژی به عنوان یکی از مهم‌ترین مولفه‌های زیست محیطی و بهینه سازی وضعیت قطعات شبکه به عنوان هدف اصلی سازمان به صورت توأمان در بستر بهینه سازی دو هدفه مورد بررسی قرار گرفته است. برای حل مسئله، از یک الگوریتم فرا ابتکاری جدید به نام الگوریتم رقابت لیگ فوتبال که توانایی خوبی برای حل مسائل گسسته نشان داده، استفاده شده است. ایده این الگوریتم از رقابت لیگ‌های فوتبال الهام گرفته شده که بر اساس رقابت بین تیم‌ها و بازیکنان است. نمونه موردی این پژوهش یک شبکه واقعی با 84 قطعه روسازی می‌باشد. نتایج به‌دست آمده نشان داد این الگوریتم توانایی حل مسئله یک شبکه بزرگ در زمان کوتاه و منطقی را دارد. به علاوه مقایسه جواب‌ها مشخص کرد در نظر گرفتن مصرف انرژی به عنوان تابع هدف دوم مسئله همراه با بهینه سازی وضعیت قطعات شبکه، به کاهش 13 درصدی مصرف انرژی، کاهش 10 درصدی هزینه‌های کل و افزایش 9 درصدی میانگین ناهمواری قطعات شبکه منجر می‌شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Pavement maintenance planning of large-scale transportation networks considering energy consumption

نویسندگان [English]

  • Amir Golroo 1
  • Amirhossein Fani 2
  • Hamed Naseri 3
1 Transportation group, Civil dept, AUT
2 Transportation Engineering, Department of Civil Engineering, Amirkabir University of Technology, Tehran, Iran
3 Department of Civil and Environmental Engineering, Amirkabir University of Technology, Tehran, Iran.
چکیده [English]

Maintenance and rehabilitation scheduling optimization are some of the most critical parts of the pavement management system. Pavement agencies usually face large-scale pavement networks. The complexity of network management is exponentially increased in the circumstances that the dimension of the network is extended. Hence, meta-heuristic algorithms and decomposition techniques are usually applied to solve these problems. In this investigation, energy consumption optimization is taken into account as an essential environmental criterion. Furthermore, a recently developed meta-heuristic algorithm called the Soccer league competition algorithm is utilized to solve the problem. This robust algorithm is inspired by the competitions of players and teams in soccer leagues. A real network containing 84 segments is the case study of this investigation. According to the results, the Soccer league competition algorithm is competent to solve a large-scale network problem in a short time. Moreover, the comparison of different strategies outcomes indicates that considering energy consumption as the second objective function reduces the energy consumption and total cost 13% and 10%, respectively, and increases the average international roughness index by 9%.

کلیدواژه‌ها [English]

  • Pavement management system (PMS)
  • Maintenance and rehabilitation planning
  • Soccer league competition algorithm (SLC)
  • Energy consumption
[1] ORM (Office of Road Maintenace), Iran’s Road Maintenance and Transportation Organization (RMTO), Tehran, Iran (In Persian). in, 2019.
[2] M.Y. Shahin, Pavement Management for Airports, Roads, and Parking Lots,  (2005).
[3] F. Wang, Z. Zhang, R. Machemehl, Decision-Making Problem for Managing Pavement Maintenance and Rehabilitation Projects, Transportation Research Record: Journal of the Transportation Research Board, 1853 (2003) 21-28.
[4] R. Mallick, V. Amirthalingam, Sustainable pavements in India-the time to start is now, New Build. Mater. Constr. World Mag, 16 (2010) 128-140.
[5] L. Gao, Z. Zhang, An Approximation Approach to Large-Scale Pavement Maintenance and Rehabilitation Problem, Transportation Research Record: Journal of the Transportation Research Board, 2304 (2012) 1-14.
[6] D.-S. Chen, Y. Dang, R.G. Batson, Applied integer programming : modeling and solution, in, Wiley, Hoboken, N.J., 2010.
[7] N. Karabakal, J.C. Bean, J.R. Lohmann, Scheduling pavement maintenance with deterministic deterioration and budget constraints, in, 1994.
[8] G. Dahl, H. Minken, Methods based on discrete optimization for finding road network rehabilitation strategies, Computers & Operations Research, 35 (2008) 2193-2208.
[9] X.-S. Yang, Review of meta-heuristics and Yang, X.-S. (2011) Review of meta-heuristics and generalised evolutionary walk algorithm, IJBIC. doi: 10.1504/IJBIC.2011.039907.generalised evolutionary walk algorithm, IJBIC, 3 (2011) 77-84.
[10] N.R. Tayebi, F. Moghadas Nejad, M. Mola, A Comparison between GA and PSO in Analyzing Pavement Management Activities, Journal of Transportation Engineering, 140 (2013) 130613024931003.
[11] W.T. Chan, T.F. Fwa, C.Y. Tan, Road-maintenance planning using genetic algorithms. I: Formulation, Journal of Transportation Engineering, 120 (1994) 693-709.
[12] T.F. Fwa, W.T. Chan, C.Y. Tan, Genetic-algorithm programming of road maintenance and rehabilitation, Journal of Transportation Engineering, 122 (1996) 246-253.
[13] C. Pilson, W.R. Hudson, V. Anderson, Multiobjective optimization in pavement management by using genetic algorithms and efficient surfaces, Transportation Research Record, 100 (1998) 42-48.
[14] A. Ferreira, A. Antunes, L. Picado-Santos, Probabilistic segment-linked pavement management optimization model, Journal of Transportation Engineering, 128 (2002) 568-577.
[15] S. Meneses, A. Ferreira, Pavement maintenance programming considering two objectives: maintenance costs and user costs, International Journal of Pavement Engineering, 14 (2012) 206-221.
[16] B.S. Mathew, K.P. Isaac, Optimisation of maintenance strategy for rural road network using genetic algorithm, International Journal of Pavement Engineering, 15 (2014) 352-360.
[17] A.V. Moreira, T.F. Fwa, J.R.M. Oliveira, L. Costa, Coordination of user and agency costs using two-level approach for pavement management optimization, Transportation Research Record, 2639 (2017) 110-118.
[18] A. Gerami Matin, R. Vatani Nezafat, A. Golroo, A comparative study on using meta-heuristic algorithms for road maintenance planning: Insights from field study in a developing country, Journal of Traffic and Transportation Engineering (English Edition), 4 (2017) 477-486.
[19] N. Moosavian, B. Kasaee Roodsari, Soccer league competition algorithm: A novel meta-heuristic algorithm for optimal design of water distribution networks, Swarm and Evolutionary Computation, 17 (2014) 14-24.
[20] S. Chan, B. Lane, T. Kazmierowski, W. Lee, Pavement Preservation: A Solution for Sustainability, Transportation Research Record, 2235 (2011) 36-42.
[21] C. Robinette, J. Epps, Energy, Emissions, Material Conservation, and Prices Associated with Construction, Rehabilitation, and Material Alternatives for Flexible Pavement, Transportation Research Record, 2179 (2010) 10-22.
[22] A. Faghih-Imani, L. Amador-Jimenez, Toward Sustainable Pavement Management: Incorporating Environmental Impacts of Pavement Treatments into a Performance-Based Optimization, Transportation Research Record, 2366 (2013) 13-21.
[23] T. Wang, I.-S. Lee, A. Kendall, J. Harvey, E.-B. Lee, C. Kim, Life cycle energy consumption and GHG emission from pavement rehabilitation with different rolling resistance, Journal of Cleaner Production, 33 (2012) 86-96.
[24] K. Tsunokawa, J.L. Schofer, Trend curve optimal control model for highway pavement maintenance: Case study and evaluation, Transportation Research Part A: Policy and Practice, 28 (1994) 151-166.
[25] T. Watanatada, C.G. Harral, W.D.D.D. Paterson, A.M., A. Bhandari, K. Tsunokawa, The Model., Highway Design and Maintenance Standard Model (1): Description of the HDM-III,  (1988).
[26] Y. Ouyang, S. Madanat, Optimal scheduling of rehabilitation activities for multiple pavement facilities: Exact and approximate solutions, Transportation Research Part A: Policy and Practice, 38 (2004) 347-365.
[27] Y. Li, S. Madanat, A steady-state solution for the optimal pavement resurfacing problem, Transportation Research Part A: Policy and Practice, 36 (2002) 525-535.
[28] S.R. Seyedshohadaie, I. Damnjanovic, S. Butenko, Risk-based maintenance and rehabilitation decisions for transportation infrastructure networks, Transportation Research Part A: Policy and Practice, 44 (2010) 236-248.
[29] Y. Ouyang, S. Madanat, An analytical solution for the finite-horizon pavement resurfacing planning problem, Transportation Research Part B: Methodological, 40 (2006) 767-778.
[30] M.W. Sayers, T.D. Gillespie, W.D.O. Paterson, Sayers, M. W., Gillespie, T. D. and Paterson, W. D. O. (1986) Guidelines for conducting and calibrating road roughness measurements. Washington, D.C., U.S.A.: World Bank.Guidelines for conducting and calibrating road roughness measurements,  (1986).
[31] N. Moosavian, Soccer league competition algorithm for solving knapsack problems, Swarm and Evolutionary ComputationMoosavian, N. (2015) ‘Soccer league competition algorithm for solving knapsack problems’, Swarm and Evolutionary Computation, 20, pp. 14–22.., 20 (2015) 14-22.
[32] P. Lu, D. Tolliver, Pavement treatment short-term effectiveness in IRI change using long-term pavement program data, Journal of Transportation Engineering, 138 (2012) 1297-1302.
[33] W.D.O. Paterson, Quantifying the effectiveness of pavement maintenance and rehabilitation, in:  Proceedings at the 6th REAAA Conference, Kuala Lumpur, Malaysia, 1990.
[34] J. Chehovits, L. Galehouse, Energy Usage and Greenhouse Gas Emissions of Pavement Preservation Processes for Asphalt Concrete Pavements, Compendium of Papers from the First International Conference on Pavement Preservation,  (2010).
[35] P. CEREA, Preventive maintenance treatments on road pavements: multiapproach life cycle assessment, in, 2011, pp. 161.
[36] Z. Wu, G.W. Flintsch, Pavement Preservation Optimization Considering Multiple Objectives and Budget Variability, Journal of Transportation Engineering, 135 (2009) 305-315.