Planeringshjälpmedel för ökad tillgänglighet på grusvägnätet

Transkript

1 2005:42 L I C E N T I AT U P P S AT S Planeringshjälpmedel för ökad tillgänglighet på grusvägnätet - En studie av datorverktyget HDM-4 Karin Johansson Luleå tekniska universitet Institutionen för samhällsbyggnad, Avdelningen för geoteknik 2005:42 ISSN: ISRN: LTU-LIC SE

2 PLANERINGSHJÄLPMEDEL FÖR ÖKAD TILLGÄNGLIGHET PÅ GRUSVÄGNÄTET EN STUDIE AV DATORVERKTYGET HDM-4 KARIN JOHANSSON Luleå tekniska universitet Institutionen för Samhällsbyggnad Avdelningen för Geoteknik

3

4 FÖRORD FÖRORD Arbetet som resulterat i denna licentiatrapport har utförts vid avdelningen för geoteknik, institutionen för samhällsbyggnad vid Luleå tekniska universitet under perioden augusti 2002 till september Vägverket Region Norr och Region Mitt har varit finansiärer för projektet. Först och främst skulle jag vilja tacka Ingvar Hedman, Helena Eriksson och Bengt Jonsson på Vägverket Region Norr och Willy Persson, Hans-Olov Åström vid region Mitt och Lars Persson vid Vägverkets huvudkontor för det stöd, hjälp och rådgivning jag fått genom hela projektet. Jag vill även tillägna några rader till entreprenörerna som skött driften av grusvägarna där teststräckor varit lokaliserade. Ni har gett mig värdefull information kring ert arbete med drift och underhåll av grusvägar och delat med er av den erfarenhet ni bär på. På Vägverket Produktion vill jag därför tacka Björn Sandström, Fredrik Johansson, Hans Nilsson och Arne Lindström samt Anders Karlsson på ATL. Vid avdelningen för geoteknik vill jag tacka min handledare och examinator Sven Knutsson och min biträdande handledare Hans Mattson för deras engagemang för projektet, givande diskussioner och noggranna korrekturläsning. Jag vill även tacka Thomas Forsberg och Ulf Stenman för deras stöd och idéer kring fältmätningar och laboratorieundersökningar. Övriga avdelningen vill jag tacka för diskussioner kring forskning men främst för alla roliga upptåg i korridoren och pratstunder om allt som inte hört arbetet till, det som förgyllt vardagen de dagar då forskningen gått tungt. Till sist vill jag även tacka familj och vänner, ingen nämnd och ingen glömd, för de avbrott från arbetet ni gett mig då det varit som intensivast. Jag vill tacka för allt från söndagsmiddagar till helger i Riksgränsen. Tack! Luleå, september Karin Johansson i

5 ii

6 SAMMANFATTNING SAMMANFATTNING I dagsläget saknas i Sverige ett verktyg som behandlar både belagda och icke-belagda vägar i arbetet med långtidsplanering av vägnätet. För att kunna göra en riktig fördelning av resurser för drift- och underhållsåtgärder över vägnätet krävs ett verktyg som kan behandla samtliga vägtyper och som ger jämförbara resultat. Genom att använda programmet Highway Development and Management systems, HDM-4, är det möjligt att simulera nedbrytning och åtgärdseffekter för det totala vägnätet, som en enhet. Målet med detta är att kunna simulera vägars tillståndsutveckling och lönsamhet vid olika underhållsstrategier, oavsett beläggningstyp. Kan detta uppnås är förhoppningen att man utifrån en begränsad budget kan utföra det lämpligaste underhållet för att öka standarden på vägnätet. Det faktum att grusvägsmodulen i HDM-4 inte nyttjas i områden med kallt klimat, samt att nedbrytnings- och åtgärdsmodellerna är utvecklade utifrån studier gjorda i områden med totalt annat klimat än Sverige gör att dessa bör valideras innan programmet tas i bruk. Syftet med detta arbete är att genom simuleringar av tillståndsutvecklingen för ett antal grusvägar visa på brister, användningsområden och möjliga idéer till förbättringar av HDM-4. Studier av nedbrytnings- och åtgärdsmodellerna visar på brister i främst anpassningen av modellerna till vinterklimat. I simuleringar med HDM-4 antas ojämnhetsutveckling och materialförlusten från en grusväg vara lika stor över hela året. Detta kan vara rimligt i områden där vägarna inte är snötäckta och frusna stora delar av året. Detta är dock fallet i norra Sverige. Det faktum att nedbrytningen av en väg inte sker på samma sätt under vinterhalvåret som under barmarksperioden tas det heller ingen hänsyn till i modellerna. Simuleringarna visar på möjligheter att använda HDM-4 för att se trender i ojämnhetsutveckling och materialtransport för olika åtgärdsstrategier. De faktorer i modellerna som tar hänsyn till klimat går inte enkelt att anpassa till nordiska förhållanden. Detta medför att tillförlitligheten av de numeriska värdena från simuleringarna bör behandlas med försiktighet när programmet används. Försök med att endast simulera barmarksperioden har även utförts. Dessa visar på en möjlig lösning till att enbart simulera nedbrytningen och effekterna av åtgärder under barmarksperioden. Utifrån de studier av programmet som hittills har utförts finns en möjlighet att kunna använda programmet för prioritering av insatser för det svenska grusvägnätet på en översiktlig nivå. Detta utan att ändra i de ekvationer som ligger till grund för nedbrytningsmodellerna. Programmet är däremot för grovt för att använda vid studier av enstaka objekt i detalj. De variationer i IRI som återspeglar olika nivåer av åtgärder kan tydligt identifieras, vilket innebär att programmet kan användas för att urskilja trender i ojämnhetsutvecklingen för olika åtgärdsalternativ. Ytterligare studier bör utföras för att testa de idéer till ändringar som hittills kommit fram i projektet. iii

7 iv

8 ABSTRACT ABSTRACT At present in Sweden there are an absence and a need for an instrument that includes both paved and unpaved roads for long-term planning of operation and maintenance of the road network. To be able to conduct a good distribution of the available financial resources there is a demand of a tool that includes all road types independent of pavement type. It is possible to simulate the process of deterioration and maintenance effects of the whole road network as one unit by using the computer program Highway Development and Management systems, HDM-4. The aim of using HDM-4, is to simulate progression of road condition and the profitability for different maintenance strategies. Usage of the program will hopefully improve the possibility to select the most suitable maintenance strategy to enhance the standard of the road network under restricted financial conditions. The module concerning gravel roads in HDM-4 is not widely used in areas experiencing cold climate, and the fact that the models are developed through studies conducted in areas with totally different climate from that in Sweden, leads to a necessity of validation of the program before this can be taken into use. The purpose of this work is to identify deficiencies in the program and suggest ideas for development of HDM-4 and also possible areas of application. This is done by analysis of performed simulations of the condition progress of a number of gravel roads. Studies of the deterioration and maintenance effects, show insufficiencies in adapting the models to areas with cold climate. In simulations with HDM-4, the progression of defects and material loss from the gravel road is assumed to be equal throughout the year. This is a reasonable assumption in areas where the roads are not frozen and covered with snow during several months each year. However, in Sweden roads are normally frozen and covered with snow for a significant time period each year. The fact that winter and summer conditions develop different deterioration rates is not taken into consideration in the models, and neither are the effects of thaw weakening. The simulations show possibilities of using HDM-4 to identify trends in progression of defects and material loss as a consequence of different maintenance strategies. Due to the fact that the factors describing the climate are not applicable to northern conditions, the reliability of the numerical results must be taken into consideration. The exact values must not be paid too much attention to. An effort of trying to only simulate the deterioration during the summer period demonstrates that this might be a possible solution to the problems with winter conditions. The studies of the program indicate possibilities to use the program for prioritizing operation and maintenance efforts on a general level, without making changes in the models, but not for studies of road objects in detail. The variations of IRI that reflect different levels of operation and maintenance can be identified, which implies that HDM-4 can be used to distinguish trends in roughness for different operation and maintenance strategies. However, additional studies have to be conducted to validate the ideas of changes that have been presented in this project. v

9 vi

10 LICENTIATUPPSATSENS OMFATTNING LICENTIATUPPSATSENS OMFATTNING Licentiatuppsatsen omfattar fyra rapporter och en konferensartikel, men innehåller även en del nytt material. Rapporterna som ingår i licentiatuppsatsen samt konferensartikeln finns listade nedan. Johansson K Grusvägar i norra Sverige -Uppbyggnad och funktion. In proceedings of the XIV Nordic Geotechnical Meeting, NGM 19 th -21 st of May Ystad. Johansson K Grusvägars uppbyggnad nedbrytning och underhåll -En litteraturstudie med inriktning mot tillämpning av planeringsverktyget HDM-4. Forskningsrapport 2005:03. Luleå tekniska universitet. ISSN: Johansson K Grusvägars uppbyggnad, nedbrytning och underhåll -Fältmätningar Teknisk rapport 2005:08. Luleå tekniska universitet. ISSN: Johansson K Vägytemätningar på grusvägar. Teknisk rapport 2005:16. Luleå tekniska universitet. ISSN: Johansson K Tjälgränsmätningar på grusvägar. Teknisk rapport 2005:17. Luleå tekniska universitet. ISSN: vii

11 viii

12 INNEHÅLLSFÖRTECKNING INNEHÅLLSFÖRTECKNING FÖRORD... i SAMMANFATTNING... iii ABSTRACT... v LICENTIATUPPSATSENS OMFATTNING... vii INNEHÅLLSFÖRTECKNING... ix 1. INLEDNING Bakgrund Syfte Avgränsningar METOD OCH TILLVÄGAGÅNGSSÄTT Allmänt HDM Strategi vid validering av HDM Simuleringar Effektanalys Studerade vägar RESULTAT Effektanalys Kornstorleksfördelning Trafik Nederbörd Tidsintervall för drift- och underhållsåtgärder Varierande IRI Materialförlust Studerade vägar Ojämnhet Materialförlust Ändrat tidsperspektiv på simuleringar med hänsyn till vinterklimat ix

13 INNEHÅLLSFÖRTECKNING 4. DISKUSSION OCH SLUTSATSER Diskussion kring programmet HDM Diskussion kring utförda analyser Effektanalys Simulerade grusvägar i Norrbottens- och Västernorrlands län Ändrat tidsperspektiv vid simuleringarna Slutsatser FORTSATT ARBETE REFERENSER...39 x

14 INLEDNING 1. INLEDNING 1.1. Bakgrund I dagsläget saknas i Sverige ett verktyg som behandlar både belagda och icke-belagda vägar i arbetet med långtidsplanering av drift och underhåll av vägnätet. För att kunna göra en riktig fördelning av resurser över vägnätets olika delar krävs ett verktyg som kan behandla samtliga vägtyper och som ger jämförbara resultat. Genom att använda programmet Highway Development and Management systems, HDM-4, är det möjligt att simulera bland annat tillståndsutvecklingen av det totala vägnätet som en enhet och variationer i miljöeffekter från fordon vid olika standarder på vägnätet. HDM-4 är från början utvecklat för belagda vägar och därefter utvecklades modellerna för att även behandla icke-belagda vägar. Kontakter inom flera vägförvaltningar runt om i världen som använder HDM-4 och som har liknande klimatförhållanden som i Sverige visar att användningen av grusvägsmodulen i HDM-4 är ytterst liten medan programmodulen som behandlar belagda vägar används regelbundet. Brister i programmet i fråga om bland annat tjälproblematiken och svårigheter i att sätta simuleringsresultaten i samband med verklig standard har angivits som motiv till att grusvägsmodulen inte används idag, Johansson (2005a). 1

15 INLEDNING Det faktum att grusvägsmodulen inte nyttjas i det klimat vi erfar, samt att grusvägsmodellerna är utvecklade utifrån studier gjorda i områden med helt annat klimat än det i Sverige gör att modellerna bör valideras innan programmet tas i bruk. Under åren 2000 och 2001 bedrev Vägverket Region Norr tillsammans med Vägverkets huvudkontor ett pilotprojekt för att klargöra möjlig användning av HDM-4. Pilotprojektet visade att programmet hade stora möjligheter för olika planeringsändamål, men att det måste testas ytterligare för våra svenska förhållanden. Målet med att i framtiden använda planeringsverktyget är att kunna simulera vägars tillståndsutveckling och lönsamhet vid olika underhållsstrategier, oavsett beläggningstyp. Genom detta är förhoppningen att utifrån en begränsad budget kunna utföra det lämpligaste underhållet för att successivt öka standarden på vägnätet Syfte Syftet med detta doktorandprojekt är att samla kunskaper kring planeringsverktyget Highway Development and Management systems, HDM-4, för att möjliggöra en bedömning av hur programmet fungerar för det svenska grusvägnätet. Utifrån studier av nedbrytnings- och åtgärdsmodellerna som programmet bygger på samt simuleringar av ett antal grusvägar ska inte bara brister utan även fördelarna som redan finns i programmet identifieras. De idéer till möjliga förändringar av modeller och/eller simuleringsförfarande presenteras också Avgränsningar Licentiatuppsatsen berör endast grusvägar och inga typer av belagda vägar eller vägar med bundna material. De simuleringar som har gjorts är baserade på ett antal studerade grusvägar i Norrbottens län och Västernorrlands län. Grusvägars uppbyggnad, underhållsstrategier och metoder för tillståndsbedömning av grusvägar i Finland, Norge, Skottland, USA och Kanada, förutom Sverige, har studerats. Vid dessa studier har endast information på: svenska, norska och engelska använts. Vid de utförda simuleringarna av grusvägarna har endast nedbrytnings- och åtgärdsmodellerna studerats, och inga ekonomiska analyser eller studier av miljöpåverkan har genomförts. Simuleringarna har utförts utifrån de åtgärder som i verkligheten uträttats på de studerade grusvägarna under de senaste 5-6 åren. Av denna anledning har inga jämförelser av olika åtgärdsstrategier utförts och därmed har heller inga ekonomiska analyser varit möjliga att genomföra. 2

16 METOD OCH TILLVÄGAGÅNGSSÄTT 2. METOD OCH TILLVÄGAGÅNGSSÄTT I detta kapitel kommer en kortfattad beskrivning av HDM-4 att ges samt en redogörelse över upplägget för validering av programmet. Utöver detta kommer även en sammanställning över de simuleringar som utförts att presenteras Allmänt HDM-4 Världsbanken, Transport and Road Research Laboratory (TRRL) och Laboratoire Central des Ponts et Chaussées (LCPC) påbörjade 1968 ett samarbete för att lägga grunderna till en modell för drift och underhåll av vägnät, ISOHDM (2000). När ett första utkast till en modell var framtagen kontaktades Massachusetts Institute of Technology, MIT, för att utföra en litteraturstudie och utveckla denna modell utifrån insamlad fakta. Parallellt med detta gjorde TRRL i samarbete med Världsbanken en storskalig undersökning i Kenya. Detta med syfte att studera nedbrytning av belagda och icke-belagda vägar, samt utreda vilka faktorer som påverkar fordonskostnader i ett U-land. Denna forskning utmynnade i ett antal olika modeller för långtidsplanering av drift- och underhåll på vägar. 3

17 METOD OCH TILLVÄGAGÅNGSSÄTT Under mitten av 80-talet utvecklades modellerna ytterligare i olika länder för att öka det geografiska användningsområdet, ISOHDM (2000). De olika modellerna har sedan dess använts i ett antal länder för att undersöka ekonomisk hållbarhet för vägprojekt och för att optimera ekonomiska fördelar för trafikanter med hjälp av olika underhållsåtgärder. I detta skede hade stora förändringar skett från det att grunderna till modellerna togs fram vad gäller fordonsteknik och kostnader, men även inom utvecklingen av programmering och datorkapacitet. Det fanns ett behov av att vidareutveckla modellerna och anpassa dessa till den utveckling som skett under de senaste 20 åren. Ett ökat användande av modellerna i industrialiserade länder ökade även behovet av vidareutveckling. Utifrån detta perspektiv utvecklades HDM-4 för att även behandla bl.a. trafikstockningsproblem, effekter av kallt klimat och miljöeffekter. I The Highway Development and Management Series Collection, ISOHDM (2000) samt i Grusvägars uppbyggnad, nedbrytning och underhåll, Johansson (2005a) kan ytterligare information kring bakgrunden till HDM-4 hämtas. Programmet är uppdelat i tre huvuddelar: indata, analysverktyg och modeller. Dessa huvudgrupper är i sin tur uppdelade i undergrupper vilka finns ytterligare beskrivna i Johansson (2005a) och ISOHDM (2000). Indatamodulerna beskriver främst uppbyggnaden av vägen, trafiksituationen, klimat samt drift- och underhållsåtgärder. I HDM-4 finns tre olika analysmetoder att tillgå beroende på vilken typ av studie som man önskar utföra. Dessa tre metoder är projekt-, program- och strategisk analys. I arbetet med att validera HDM-4 har projektanalys utförts eftersom detta är den mest användbara analysmetoden då ett fåtal vägar studeras enskilt. Modellerna i HDM-4 berör de fyra olika kategorierna: nedbrytning, drift- och underhållsåtgärder, samhällsekonomi samt effekter på trafikanter. I detta projekt har endast nedbrytnings och åtgärdsmodellerna studerats Strategi vid validering av HDM-4 Den strategi som använts vid valideringen av HDM-4 finns schematiskt beskriven i figur 2.1. De olika delarna som ingår i denna figur; teststräckor, fältmätningar etc. beskrivs ytterligare nedan. För att möjliggöra validering av HDM-4 har ett antal grusvägar för studier valts ut i samarbete med Vägverket Region Norr och Region Mitt. De vägar som har studerats närmare har utsetts utifrån kriterier för att representera olika typer av grusvägar. Totalt har sex stycken grusvägar tagits fram varav tre är belägna i Norrbottens län och tre i Västernorrlands län. Kriterierna för de tre grupperade vägarna är att två av vägarna ska vara viktiga för näringslivet. Av dessa två vägar ska en vara i sådant tillstånd att det under perioder införs restriktioner för tunga fordon medan det inte ska finnas några sådana restriktioner för den andra vägen. I det fortsatta arbetet har dessa vägar kategoriserats som dåliga respektive bra. Vad gäller den tredje vägen har inga speciella kriterier ställts upp och den kategoriseras som övrig. Längs de utvalda 4

18 METOD OCH TILLVÄGAGÅNGSSÄTT grusvägarna har sträckor á 3 km valts ut som anses representera vägens tillstånd, Johansson (2005b). Teststräckorna har dokumenterats vad gäller överbyggnadens tjocklek och materialsammansättning, klimat, tjäle, grundvatten, trafiksituation och vägytemätningar. Resultaten från dessa fältmätningar, Johansson (2005b), utgör till stor del de indata som krävs för HDM-4 och som simuleringarna bygger på. Vid simuleringar med HDM-4 presenteras resultaten för vägens tillstånd i form av IRI värden och materialförlust från vägen. IRI-värde är ett mått på vägens ojämnhet och mäts i mm/m. Simuleringsresultaten återkopplas till de fältmätningar som beskriver teststräckornas tillstånd och erfarenheter kring de olika vägarnas standard. Genom detta kan möjliga kopplingar hittas mellan de aktuella tillstånden på de studerade vägarna och resultaten från simuleringarna, och slutsatser dras kring möjligheter till användning av programmet vid långtidsplanering. Teststräckor Fältmätningar Fungerar! Använd! Indata till HDM-4 Simuleringar Fungerar mindre bra! Hur detta? åtgärdas Resultat Figur 2.1. Översikt över metodiken för validering av HDM-4. 5

19 METOD OCH TILLVÄGAGÅNGSSÄTT 2.3. Simuleringar Simuleringarna med HDM-4, för att validera programmet, har utförts med två olika angreppssätt. Först har en analys utförts för att identifiera effekterna på resultaten då indata varieras. Därefter har de grusvägar som följts upp under de senaste åren studerats Effektanalys En effektanalys har utförts för att möjliggöra en kontroll av hur resultaten av simuleringarna med HDM-4 påverkas av att olika parametrar varierar samt att identifiera vilka parametrar som påverkar resultaten i störst utsträckning. De parametrar som studerats är: kornstorleksfördelning trafik nederbördsmängd tidsintervall för drift- och underhållsåtgärder variationer av IRI materialförlust. I tabell 2.1. finns en sammanställning över de indata som använts vid samtliga simuleringar i effektanalysen och där visas även värdet på de parametrar som inte varierats. Vid t.ex. en simulering där årsdygnstrafiken varierats har alla övriga parametrar hållits konstanta enligt tabellen nedan. Värdena på indataparametrarna bygger på information kring de studerade vägarna i Västernorrlands län och Norrbottens län, men utgör ingen verklig väg. Detta innebär att effektanalysen är utförd för en fiktiv väg. Tabell 2.1. Indataparametrar för den fiktiva vägen simulerad i effektanalysen. Initiell IRI: Initiell gruslagertjocklek: Årsdygnstrafik, ÅDT: Månadsnederbörd, MMP: Kornstorleksfördelning: Åtgärdsintervall: Variationer av IRI: Materialförlust: 5 mm/m 200 mm 80 fordon/dygn 50 mm/månad Figur 3.3. (enligt ATB Väg) 3 hyvlingar/år Defaultvärden Ingen korrektionsfaktor använd 6

20 Inverkan av gruslagrets kornstorleksfördelning METOD OCH TILLVÄGAGÅNGSSÄTT HDM-4 beskriver automatiskt, utifrån vilken kornfördelningskurva som anges för grusmaterialet i vägen, ett maximi- och minimivärde på IRI för materialet. För att se hur olika kornfördelningskurvor påverkar resultaten från simuleringarna, IRI och materialförlust, har tre olika material testats. Två av kornstorleksfördelningarna baseras på de fältmätningar som utförts vid de studerade grusvägarna och representerar materialet i en bra respektive dålig grusväg, Johansson (2005b). Utöver detta har ett medelvärde på kornstorleksfördelning beräknats utifrån de krav som ställs i ATB Väg för slit- och bärlager, Vägverket (2004a) Inverkan av trafikmängd, nederbördsmängd och åtgärder Tre olika värden på trafikmängd, nederbördsmängd och tidsintervall för drift- och underhållsåtgärder har använts vid simuleringarna. Ett värde på parametrarna trafikmängd och nederbördsmängd baseras på resultat från fältmätningar, Johansson 2005b, och utgör ett uppskattat värde representativt för de studerade grusvägarna i norra Sverige. Med dessa värden som grund har ett värde på en nivå över och under det uppskattade värdet antagits. Utifrån uppgifter kring intensiteten av de åtgärder som utförts kring de studerade grusvägarna har tre olika tidsintervaller för drift- och underhållsåtgärder använts vid simuleringar i effektanalysen Inverkan av variationer i IRI IRI-värdet varierar beroende på kornstorlekssammansättningen i vägbyggnadsmaterialet. Istället för att använda de värden på IRI som HDM-4 beräknar utifrån kornstorleksfördelningen kan användaren av HDM-4 definiera största och minsta IRI-värdet för ett specifikt material. I effektanalysen har simuleringar utförts för de värden som automatiskt beräknats av HDM-4. Utöver denna simulering har även simuleringar utförts där det största IRI-värdet ökats något, samt minskats. Simuleringar har även utförts då det minsta värdet på IRI varierats. Vid simuleringar med HDM-4 kan även grusvägens IRI-värde efter att en åtgärd utförts definieras av användaren, men det finns även möjlighet att använda värden som HDM-4 antar. Effektanalysen redovisar resultat från simuleringar utförda då inga IRIvärden definierats av användaren av programmet, dvs. defaultvärden har använts, samt resultaten för tre antagna IRI-värden Inverkan av korrigering av materialförlust HDM-4 beräknar den årliga materialförlusten från en väg utifrån bland annat trafikmängd, nederbördsmängd och vägens geometri. För att justera mot eventuella avvikelser i materialförlust mot verkligheten kan en korrektionsfaktor användas. Hur stor andel av materialförlusten som beräknas av HDM-4 som användaren accepterar kan bestämmas med hjälp denna korrektionsfaktor. Effekterna av olika värden på denna korrektionsfaktor har studerats i effektanalysen, där ett värde större än respektive mindre än 100 % använts. 7

21 METOD OCH TILLVÄGAGÅNGSSÄTT Studerade vägar De grusvägar som valts ut för att representera kategorin bra grusväg är i Norrbottens län väg BD772 och i Västernorrlands län väg Y305. Kategorin dålig utgörs av väg BD763 och Y586 medan BD766 och Y529 representerar kategorin övrig grusväg. Vid simuleringar med HDM-4 måste en initiell standard för vägen definieras, vilket görs genom att ange vägens IRI och gruslagertjocklek. För de studerade grusvägarna har IRI-värdena uppskattats utifrån de vägytemätningar som utförts under 2003 och 2004, Johansson (2005c). Gruslagrets tjocklek har bestämts med utgångspunkt från kärnprovtagningar genomförda 2003, Johansson (2005b). Utöver detta måste även vägens uppbyggnad beskrivas samt drift- och underhållsåtgärder. De drift- och underhållsåtgärder som i verkligheten utförts mellan åren 1999/2000 och 2004 finns sammanställda i rapporten Vägytemätningar på grusvägar, Johansson (2005c.). Vägarnas uppbyggnad, vad gäller lagertjocklekar, kornstorleksfördelning och information kring klimat finns detaljerat redovisat i Grusvägars uppbyggnad, nedbrytning och underhåll Fältmätningar, Johansson (2005b). I avsnitt kommer de viktigaste resultaten av dessa fältmätningar och en sammanfattning av utförda åtgärder att redovisas. Detta utgör indataparametrarna till simuleringarna utförda i HDM Indata till simuleringar i HDM-4 De parametrar som ingår i modellerna för nedbrytning och drift- och underhållsåtgärder av grusvägar finns i detta avsnitt presenterade för respektive väg. Provtagning av vägbyggnadsmaterialet har utförts vid fyra tillfällen, två gånger under sommaren 2003 och 2004 vardera. Utifrån provtagningen har materialets kornstorleksfördelning bestämts och detta finns redovisat i Johansson (2005b). I figur redovisas medelvärdet för kornstorleksfördelningen för respektive väg. I figuren kan också spridningen av de enskilda provens kornstorleksfördelningar noteras. Detta har gjorts för att visa på hur homogen, över sträckan, vägbyggnadsmaterialet varit, i fråga om kornstorleksfördelning. Kornstorleksfördelningen för de bra grusvägarna i figur 2.2. visar på en mindre spridning än dåliga och övriga grusvägar i figur 2.3. respektive

22 METOD OCH TILLVÄGAGÅNGSSÄTT Halt av korn < d [%] LER SILT SAND GRUS BD772 Y ,001 0,01 0, Fri maskvidd d, [mm] Figur 2.2. Medelkornstorleksfördelning samt spridning för kategorin bra grusväg i respektive region. Halt av korn < d [%] LER SILT SAND GRUS BD763 Y ,001 0,01 0, Fri maskvidd d, [mm] Figur 2.3. Medelkornstorleksfördelning samt spridning för kategorin dålig grusväg i respektive region. Halt av korn < d [%] LER SILT SAND GRUS BD766 Y ,001 0,01 0, Fri maskvidd d, [mm] Figur 2.4. Medelkornstorleksfördelning samt spridning för kategorin övrig grusväg i respektive region. 9

23 METOD OCH TILLVÄGAGÅNGSSÄTT I tabell 2.2. finns de parametrar som berör vägarnas geometri, klimat, och trafikmängd angivna. Utöver detta redovisas också ett initiellt värde på IRI, vilket motsvarar ojämnheten vid slutet av året, innan första analysåret, dvs. det värde som beräkningarna av ojämnheter utgår ifrån. Detta antas av användaren av HDM-4 och baseras i detta fall på vägytemätningar utförda 2003 och 2004, Johansson (2005c). Även gruslagrets initiella tjocklek har angetts, vilket baseras på resultaten från kärnprovtagningen, Johansson (2005b). De geometriska parametrar som påverkar ojämnhetsutvecklingen är: backighet, antalet backar, kurvatur och tvärfall. Dessa parametrar har bestämts utifrån vägytemätningarna, Johansson (2005c). Den klimatfaktor som ingår i nedbrytningsmodellerna för grusvägar är endast nederbördsmängd. Övriga klimatparametrar, till exempel temperatur, ingår i bland annat beräkning av sprickbildning i betongbeläggningar. Det ska än en gång poängteras att faktorer som beskriver tjäle, vinter etc. inte finns med. Vid simuleringar med HDM-4 antas lätta och tunga fordon påverka vägens utveckling olika och av den anledningen finns andelen lätt trafik, lastbil och buss, av total trafikmängd, angivet i tabell 2.2. Tabell 2.2. Sammanställning av indataparametrar för samtliga simulerade vägar. Väg Backighet, [m/km] Antal backar Kurvatur, [deg/km] Tvärfall, [%] Initiellt IRI, [mm/m] Initiell gruslagertjocklek, [m] BD Y BD Y BD Y Nederbörd, ÅDT total Andel av ÅDT total [%] Väg [mm/mån] [fordon/dygn] Lätt trafik Lastbil Buss BD Y BD Y BD Y De åtgärder som utförts vid de studerade grusvägarna har vid simuleringarna delats in i tre olika kategorier; hyvling, gruskomplettering och zonarbete. I hyvling ingår, vilket namnet tyder på, endast hyvling av vägen. De åtgärder som sammanfattats med gruskomplettering är till exempel lagning av potthål eller tjälskador och kan generellt beskrivas som en åtgärd där grusmaterial lagts ut på dåliga delar av vägen. Zonarbete består av mer omfattande restaurering av vägen då nytt bärlager och slitlager lagts ut. 10

24 METOD OCH TILLVÄGAGÅNGSSÄTT I tabell återfinns en sammanställning över de utförda åtgärderna för respektive väg, indelat i vägkategorierna; bra, dålig och övrig grusväg. Tabell 2.3. Sammanställning över åtgärder som angivits vid simuleringar av bra grusvägar i HDM-4. BD772 Y305 År Hyvling Gruskomplettering Zonarbete Hyvling Gruskomplettering Zonarbete ggr ggr ggr ggr ggr ggr ggr - Ja ggr ggr ggr ggr - - Tabell 2.4. Sammanställning över åtgärder som angivits vid simuleringar av dåliga grusvägar i HDM-4. BD763 Y586 År Hyvling Gruskomplettering Zonarbete Hyvling Gruskomplettering Zonarbete ggr ggr ggr ggr ggr ggr ggr - Ja ggr ggr Ja, (aug) ggr Ja, (jun) - 1 ggr - Ja Tabell 2.5. Sammanställning över åtgärder som angivits vid simuleringar av övriga grusvägar i HDM-4. BD766 Y529 År Hyvling Gruskomplettering Zonarbete Hyvling Gruskomplettering Zonarbete ggr Ja,(maj) ggr ggr Ja,(maj) ggr - Ja 3 ggr Ja,(maj) ggr ggr Ja,(maj) Ja ggr ggr Ja,(maj, aug) ggr ggr Ja 11

25 METOD OCH TILLVÄGAGÅNGSSÄTT Ändring av tidsperspektivet vid simuleringar med HDM-4 Vid simuleringar med HDM-4 antas att vägen påverkas lika mycket över hela året. Modellerna tar inte hänsyn till att vägarna är frusna och snötäckta ungefär halva året i norra Sverige. Under vinterhalvåret kommer nedbrytningen inte att ske i samma takt som under barmarksperioden, utan betydligt långsammare, och kanske avsevärt snabbare under tjällossningstiden. För att i simuleringarna ta hänsyn till detta har ett försök gjorts att ändra tidsperioden till ett fiktivt år. Detta innebär att de indataparametrar som är tidsberoende har räknats om så att de endast berör barmarksperioden. Ett exempel är att i HDM-4 antas åtgärderna utföras jämt fördelat över hela året. Eftersom drift- och underhållsåtgärder, förutom snöröjning, i norra Sverige endast utförs under barmarksperioden kommer detta antagande att innebära att tidsintervallet mellan åtgärderna, enligt HDM-4, är betydligt större än i verkligheten. Vid försök att beakta detta har förenklingen att barmarksperioden varar 6 månader gjorts och att trafikeringen av vägen är lika stor under vinterhalvåret som under sommaren. Simuleringar med försök att ändra tidsperspektivet har endast utförts för två vägar; BD772 och Y305. Två olika strategier har använts vid försöket för att se hur förändringar i tidsperspektivet påverkar resultaten. Den första strategin bygger på att de nedbrytande faktorerna; nederbördsmängd och trafikmängd, har halverats. På detta sätt simuleras endast nedbrytningen orsakad av trafikeringen som sker under barmarksperioden och då HDM-4 simulerar hela år har nya medelvärden på årsdygnstrafik beräknats utifrån den halverade trafikmängden. I detta fall har åtgärdsinsatserna bibehållits enligt sammanställningen i tabell 2.3. Den andra strategin baseras på antagandet att de uppbyggande faktorerna; åtgärderna, dubbleras, medan de nedbrytande faktorerna hålls konstanta. På detta sätt erhålls ett tidsintervall mellan åtgärderna som återspeglar verkligheten bättre, men accepterar att nedbrytningen sker lika mycket under hela året. 12

26 RESULTAT 3. RESULTAT I detta kapitel kommer resultaten från de simuleringar som utförts att presenteras. I första delen av kapitlet redovisas resultaten från effektanalysen som utförts och därefter presenteras resultaten från de simuleringar som utförts för de studerade grusvägarna Effektanalys De resultat som redovisas från effektanalysen bygger på analys av en fiktiv grusväg där samtliga parametrar, förutom den som studerats, hållits konstant. Mycket av indataparametrarna som beskriver den fiktiva vägen, har valts utifrån de grusvägar som studerats. För att möjliggöra simuleringar krävs att ett initiellt värde på ojämnhet och gruslagertjocklek anges och i samtliga simuleringar har ett IRI-värde på 5 mm/m antagits samt en gruslagertjocklek på 0.2 m. Dessa värden har valts utifrån de vägytemätningar och kärnprovtagningar som utförts på de studerade grusvägarna. Dessa värden har definierats för att gälla i slutet på 1999 men resultaten, se t.ex. figur 3.1., redovisas inte förrän i slutet på första analysåret, vilket är Av denna anledning framgår det inte i diagrammen över resultaten vilka värden på initiell ojämnhet och gruslagertjocklek som definierats. 13

27 RESULTAT Kornstorleksfördelning Inverkan av tre olika kornstorleksfördelningar på simuleringsresultaten har studerats och i figur 3.3. finns kornfördelningskurvorna för de olika materialen redovisade. De heldragna kurvorna i figur 3.3. visar en väg med grusslitlager och bärlager enligt de krav som angivits i ATB Väg, Vägverket (2004a). De streckade kurvorna i samma figur beskriver materialet i en väg där restriktioner för tunga fordon krävs, eller inte krävs, under tjällossningen och representeras av dålig respektive bra väg, Johansson (2005b). Resultaten från simuleringar av ojämnheter visar tydliga skillnader för de olika materialen, enligt figur 3.1. Differensen i kornstorleksfördelningen för den bra vägen och den väg som har en uppbyggnad enligt ATB Väg är väldigt liten, figur 3.3. Detta återspeglas även i resultaten som visas i figur 3.1. Utvecklingen av ojämnheter ligger relativt lika för dessa två vägtyper. Den väg som beskrivs som dålig har markant högre ojämnhet, drygt 2 mm/m, vid slutet av analysperioden än vad som gäller för de övriga simulerade vägarna. Dessa har en ojämnhet på knappt 8 mm/m. Detta kan förklaras av en sämre kornstorleksfördelning med en betydligt högre andel sand i vägbyggnadsmaterialet, se figur 3.3., än vad som föreskrivs i ATB Väg, Vägverket (2004a). Vad gäller den framräknade materialförlusten från vägarna är skillnaderna knappt noterbara för de tre simuleringsfallen, se figur 3.2. Detta kan bero på att endast andelen finmaterial och plasticitetsindex ingår i modellen som beskriver materialförlust. Övrig kornstorleksfördelning tas inte hänsyn till i modellen. För vägarna simulerade i effektanalysen har ett defaultvärde för plasticitetsindex på 9.1 % använts för samtliga vägar, vilket angetts av HDM-4 för bergarter innehållande kvarts. Andelen finmaterial mellan de olika materialen varierar mellan 7 och 13 % där den dåliga grusvägen utgör maximivärdet i intervallet. Ojämnhet [mm/m] 12,0 10,0 8,0 6,0 4,0 2,0 ATB Väg Bra väg Dålig väg 0, Figur 3.1. Kornstorleksfördelningens inverkan på ojämnhet. 14

28 RESULTAT Gruslagertjocklek [mm] ATB Väg Bra väg Dålig väg Figur 3.2. Kornstorleksfördelningens inverkan på materialförlust från vägen. Halt av korn < d [%] LER SILT SAND GRUS ATB slit ATB bär Bra väg Dålig väg 0 0,001 0,01 0, Fri maskvidd d, [mm] Figur 3.3. Kornstorleksfördelningen för de olika simulerade materialen Trafik Vid simuleringar av trafikmängdens inverkan på ojämnhetsutvecklingen har tre olika värden på årsdygnstrafik, ÅDT, använts: 0, 80 samt 400 fordon/dygn. För grusvägar som ingår i det lågtrafikerade vägnätet ligger ÅDT på mindre än 250 fordon/dygn. Detta innebär att valet av 400 fordon/dygn utgör en högtrafikerad grusväg. Resultaten visar, som förväntat, på ökande ojämnhet vid ökande trafikmängd, enligt figur 3.4. Den simulering som bygger på ÅDT 0 visar en svagt avtagande ojämnhet med tiden vilket beror på att vägen fortfarande underhålls men inte trafikeras. I övrigt visar figur 3.4. att ojämnhetsutvecklingen ökar med tiden vilket tydligast kan ses i grafen ÅDT=400. Ojämnheten går mot ett maximalt värde som beror av kornstorleksfördelning för vägbyggnadsmaterialet, ÅDT, och nederbördsmängd. 15

29 RESULTAT I figur 3.5. kan det noteras att även materialförlusten sker i avsevärt ökad hastighet med ökad trafikmängd. Vid en trafikmängd på 80 fordon/dygn minskar gruslagrets tjocklek totalt med 70 mm medan det vid ÅDT 400 minskar med 130 mm, dvs. 1.9 gånger så mycket. Ojämnhet [mm/m] 16,0 14,0 12,0 10,0 8,0 6,0 4,0 ÅDT=0 fordon/dygn ÅDT=80 fordon/dygn ÅDT=400 fordon/dygn 2,0 0, Figur 3.4. Trafikmängdens påverkan på vägens ojämnhetsutveckling. Gruslagertjocklek [mm] 200,00 180,00 160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0, ÅDT=0 fordon/dygn ÅDT=80 fordon/dygn ÅDT=400 fordon/dygn Figur 3.5. Trafikmängdens inverkan på materialförlusten från vägen Nederbörd För att studera hur variationer i nederbördsmängden påverkar ojämnhetsutvecklingen och materialförlusten har tre olika simuleringar utförts. De nederbördsmängder som använts vid simuleringarna är: 15 mm/mån, 50 mm/mån och 175 mm/mån. 50 mm/mån har valts utifrån aktuella nederbördsmängder i norra Sverige och medan 15 mm/månad representerar ett torrt klimat, och 175 mm/mån ett fuktigt klimat. Både ojämnhetsutvecklingen och materialförlusten från en grusväg påverkas av nederbördsmängden. I figur 3.6. och 3.7. kan det noteras hur den fiktiva vägen, enligt HDM-4, påverkas av nederbörd. Då simuleringarna utförts för fem år, dvs. fram till 2004, kan det i figur 3.6. noteras att ojämnheten minskat från ca 8 mm/m till ca

30 RESULTAT mm/m då nederbördsmängden ökat från 15 till 175 mm/mån. Här framgår att med ökande nederbördsmängder minskar ojämnhetsutvecklingen, vilket inte förväntades. Gruslagrets tjocklek, enligt figur 3.7., minskar med minskande nederbördsmängder. För en nederbördsmängd på 15 mm/mån har gruslagrets tjocklek minskat med ca 75 mm under den studerade perioden medan en ökning av nederbördsmängden 12 ggr, till 175 mm/mån visar på en minskning av gruslagertjockleken med 65 mm. Ojämnhet [mm/m] Nederbördsmängd [mm/mån] Figur 3.6. Nederbördsmängdens inverkan på ojämnhetsutvecklingen. Gruslagertjocklek [mm] 190,00 180,00 170,00 160,00 150,00 140,00 130,00 120,00 110,00 100, mm/mån 50 mm/mån 175 mm/mån Figur 3.7. Nederbördsmängdens påverkan på gruslagertjockleken på vägen. Eftersom effektanalysen av varierande nederbördsmängd inte gav förväntade resultat har ytterligare simuleringar utförts för att konstatera hur mycket variationer i årsnederbörd, aktuella i Sverige, påverkar resultaten. Simuleringar av ojämnhetsutvecklingen vid minsta och största årsmedelnederbörden i norra Sverige sedan 1901, mm/mån, enligt SMHI (2005), har därför utförts. Differensen i ojämnhet för de två extremfallen markerade min och max i figur 3.8. ligger på 0.4 mm/m, vilket är en liten påverkan. De gråa graferna i figur 3.8. utgör resultaten från initiellt utförda simuleringarna vid effektanalysen av varierande nederbördsmängd, även redovisat i figur

31 RESULTAT Ojämnhet [mm/m] 10,0 8,0 6,0 4,0 2,0 15 mm/mån 50 mm/mån 175 mm/mån min, 28 mm/mån max, 65 mm/mån 0, Figur 3.8. Ojämnhetsvariationer vid extremvärden på årsmedelnederbörd/mån Tidsintervall för drift- och underhållsåtgärder Vid effektanalysen av antalet av drift- och underhållsåtgärder har tre intervaller studerats. Simuleringar har utförts där hyvlingsåtgärder genomförts; två, tre och fyra gånger per år, men inga andra åtgärder. Figur 3.9. visar hur ojämnhetsutvecklingen minskar med ökande åtgärdsinsats och ju högre hyvlingsfrekvens desto mindre blir ojämnhetsintervallet mellan första och sista analysåret. För femte simuleringsåret, dvs. 2004, har en dubblering av hyvlingstillfällen gett en minskning i ojämnhet från ca 10 till 6.5 mm/m. Gruslagertjockleken påverkas inte av antalet simulerade hyvlingstillfällen, eftersom denna parameter inte ingår i de modeller som beskriver materialförlusten från en väg. Ojämnhet [mm/m] Hyvlingsfrekvens [antal/år] Figur 3.9. Hyvlingsfrekvensens påverkan på vägens ojämnhet. 18

32 RESULTAT Varierande IRI Inverkan av variationer i grusmaterialets IRI Utifrån kornstorleksfördelningen på grusmaterialet som preciseras av användaren av HDM-4 beräknas automatiskt en största och minsta ojämnhet för det aktuella materialet. Största och minsta IRI-värde för grusmaterialet kan även definieras av användaren direkt. Vid studier av hur materialets IRI påverkar vägens ojämnhet har simuleringar gjorts där de värden som HDM-4 beräknar för materialet använts, defaultvärden, samt då variationer av största och minsta IRI-värdet för grusmaterialet definierats av användaren. Med utgångspunkt från den angivna kornstorleksfördelningen för grusmaterialet i den simulerade vägen beräknar HDM-4 automatiskt en maximal ojämnhet på mm/m och ett minsta värde på 0.77 mm/m. Med hjälp av dessa materialparametrar samt nederbördsmängd, trafikmängd och vägens geometri beräknas sedan vägens ojämnhet fram efter hyvlingsåtgärder, ISOHDM (2000). Den heldragna grafen i figur anger resultaten från simuleringar då de värden som beräknats fram av HDM-4 använts. De övriga graferna, max 15 mm/m, max 30 mm/m, min 2 mm/m och min 5 mm/m visar resultaten då värden på största och minsta ojämnhet för materialet definierats av användaren. I figur kan det noteras att då materialets maximala ojämnhet ökar, ökar även vägens ojämnhetsutveckling. På samma sätt minskar vägens ojämnheter då materialets minsta ojämnhet minskar. Noteras bör att kurvorna för grafen max 30 mm/m och min 5 mm/m nästan sammanfaller, vilket medför att endast fyra kurvor tydligt kan ses i figur Ojämnhet [mm/m] 12,0 10,0 8,0 6,0 4,0 2,0 0, default max 15 mm/m max 30 mm/m min 2 mm/m min 5 mm/m Figur Ojämnhetsutvecklingens beroende av varierande IRI för grusmaterialet. 19

33 RESULTAT Inverkan av IRI efter grusningsåtgärd Förutom att vägbyggnadsmaterialets största och minsta ojämnhet kan definieras av användaren kan även den ojämnhet som vägen erhåller efter en grusning utförts anges vid simuleringarna. I figur redovisas resultaten från fem olika simuleringar. De grafer i figur märkta IRIå 2-6 mm/m visar resultatet då ojämnheten efter grusningsåtgärd angetts till värden lika med respektive siffra. Grafen märkt default utgör resultaten då inget värde på ojämnheten efter åtgärd angetts, utan detta har beräknats av HDM-4. Om inget värde på ojämnheten efter åtgärd anges av användaren av HDM-4 ska, enligt programmanualen, minsta ojämnhet för grusmaterialet i vägen automatiskt antas som värde på ojämnheten efter åtgärd, ISOHDM (2000). Vid simuleringarna för vilka resultaten presenteras i figur 3.11., har en grusningsåtgärd utförts under 2002 och effekterna av denna åtgärd kan noteras 2003 då graferna inte längre överensstämmer. Enligt figur sammanfaller grafen default med grafen för IRIå=6 mm/m även efter 2002 trots att det minsta IRI som materialet kan anta skiljer sig från 6 mm/m. Enligt programmet är det minsta värdet på grusmaterialets ojämnhet 0.77 mm/m, och inte 6 mm/m. Grafen som är märkt manuell default är resultaten från en simulering där 0.77 mm/m definierats som ojämnhet efter åtgärd och borde sammanfalla med kurvan default, vilket den inte gör. Grafen manuellt default visar på den lägsta ojämnheten för vägen som simulerats, vilket förväntades. Ojämnhet [mm/m] 12,0 10,0 8,0 6,0 4,0 2,0 default manuellt default IRIå=2 mm/m IRIå=4 mm/m IRIå=6 mm/m 0, Figur Ojämnhetsutvecklingens beroende av angivet IRI efter åtgärd Materialförlust Vid simuleringar med HDM-4 beräknas materialförlusten från en väg utifrån vägens geometri, nederbördsmängd samt trafikmängd, och resultaten presenteras som variationer i gruslagrets tjocklek. Vid simuleringarna kan användaren med hjälp av en korrektionsfaktor justera storleken på materialförlusten genom att ange hur stor procentandel av den initiella materialförlusten som godkänns. Korrektionsfaktor läggs direkt på, den av HDM-4 beräknade, materialförlusten, ISOHDM (2000). 20

34 RESULTAT Resultaten i figur visar gruslagertjockleken då 60, 100 och 130 % av materialförlusten accepteras. Differenserna i gruslagertjocklek är direkt beroende av värdet på korrektionsfaktorn, dvs. grafen för 60 % anger exakt 60 % av den graf som visar resultaten vid 100 % materialförlust. Vid simuleringarna kan även en ökning av materialförlust simuleras vilket finns redovisat i figur i grafen 130 % vilket skulle vara aktuellt om materialförlusten i verkligheten är större än vad som beräknas i HDM-4. Gruslagertjocklek [mm] 200,0 180,0 160,0 140,0 120,0 100,0 80,0 60,0 40,0 20,0 0, % 100% 130% Figur Inverkan av korrigering för materialförlust på gruslagertjockleken Studerade vägar I detta avsnitt finns resultaten från de simulerade grusvägarnas ojämnhetsutveckling redovisade. Vidare presenteras även förändringar i gruslagertjocklek. Utöver detta presenteras resultaten från försöket att ändra tidsperspektivet vid simuleringarna så att endast barmarksperioden studeras. Detta för att testa möjligheter att på ett bättre sätt återspegla de verkliga förhållandena kring nedbrytning och åtgärder av grusvägar i norra Sverige. Resultaten kommer endast att kommenteras för åren 2003 och 2004, eftersom projektet inte pågick under tidigare år. Av detta skäl har inga närmare studier av vägarnas tillstånd gjorts under dessa tidigare år Ojämnhet Vid simuleringar med HDM-4 presenteras resultatet som ett medelvärde av vägens ojämnhet för varje analysår. Detta sker i form av IRI-värden. De år då en väg har erhållit nytt grusmaterial, dvs. bärlager och slitlager, vid zonarbeten, redovisas effekterna av detta arbete inte under det aktuella året utan först för det därpå följande analysåret. Detta innebär att det år då zonarbetet i verkligheten utfördes kommer att erhålla ett högt IRI-värde enligt simuleringarna eftersom programmet under detta år endast tagit hänsyn till andra åtgärder som eventuell utförts. Exempel på detta kan tydligt noteras i figur där en åtgärd utförts 2002 för väg Y305, men effekterna av detta syns inte 21

35 RESULTAT förrän 2003 då ojämnheten minskat. För 2002 presenteras en ojämnhet som erhålls om endast en hyvlingsåtgärd utförts. I figur redovisas resultaten från samtliga simulerade grusvägar, grupperade enligt kategorierna bra, dålig och övrig. Utöver de resultat som erhålls ur HDM-4 finns även en graf med reviderade resultat presenterade. Denna bearbetade graf representerar ojämnhetsutvecklingen för den aktuella vägen då även zonarbeten inkluderats de år som arbetet i verkligheten utförts. Pilen i figurerna markerar det ojämnhetsvärde som flyttats till ett lägre IRI-värde vid revideringen. Den nya placeringen är endast uppskattad och grundas inte på några simuleringar, utan ett värde i samma storleksordning som det värde HDM-4 beräknat för nästkommande år har antagits. Vid simuleringar med HDM-4 tas ingen hänsyn till att vägen en stor del av året är frusen och snötäckt. Under denna period påverkas troligtvis grusvägens ojämnhetsutveckling mindre än under sommaren då trafikeringen sker i direkt kontakt med grusmaterialet. Dessutom ökar vägens bärighet i och med att det frusna vattnet i vägkroppen kan ta upp och fördela laster. Detta gör att resultaten från simuleringar med HDM-4 ger ett större ojämnhetsvärde än vad som är aktuellt i verkligheten, eftersom simuleringarna bygger på att grusvägen bryts ner lika mycket under hela året. I avsnitt presenteras ett försök av att ändra tidsperspektivet vid simuleringarna så att enbart barmarksperioden simuleras. Figur visar resultaten för samtliga studerade vägar. De vägar där zonarbeten utförts presenteras av grafer med reviderade värden för berörda år. De ursprungliga graferna, utifrån beräkningar genomförda med HDM-4, finns redovisade i figur Genom observationer som gjorts längs de studerade vägarna, 2003 och 2004, har ungefär samma standard upplevts på väg BD772 och Y305, vilka klassas som bra. I figur 3.16., röda grafer, kan det konstateras av ojämnheterna för dessa två vägar, under 2003 och 2004 är av samma storleksordning, vilket var förväntningen. Simuleringsresultaten för väg BD763 och Y529, klass dålig respektive övrig, i figur 3.16., blåa grafer, visar på väldigt lika ojämnhetsvärden. Vid trafikering av teststräckorna har även dessa två vägar bedömts ha ganska lika standard, vilket också simuleringarna visar. Dessutom är dessa två vägar, de vägar som har haft den klart sämsta standarden av de grusvägar som studerats. Enligt simuleringarna visar BD763 och Y529 på den sämsta standarden under åren 2003 och Väg Y586 och BD766, i klassen dålig respektive övrig, har även upplevts som relativt lika vad gäller standard, eventuellt har den upplevts som något lägre för Y586. Resultaten i figur 3.16., gröna grafer, tyder även på detta. Däremot har dessa två vägar, i verkligheten, en lägre standard än BD772 och Y305 vilket inte simuleringsresultaten visar. Dessa vägar borde i förhållande till de övriga vägarna, grupperade enligt ovan, ligga högre än BD772 ochy305 men lägre än BD763 och Y529 för att visa på mer rimliga resultat. 22