Maintenance and management of municipal street pavements in northern Sweden
Practices, challenges and performance models
Tid: Fr 2025-11-21 kl 13.00
Plats: Kollegiesalen, Brinellvägen 8, Stockholm
Videolänk: https://kth-se.zoom.us/j/67258935998
Språk: Engelska
Ämnesområde: Byggvetenskap, Byggnadsmaterial
Respondent: Muhammad Amjad Afridi , Byggnadsmaterial, Department of Streets and Roads, Skellefteå Municipality, 931 85 Skellefteå, Sweden
Opponent: Professor Pauli Kolisoja, Faculty of Built Environment, Tampere University, Finland
Handledare: Adjunct Professor Sigurdur Erlingsson, Väg- och banteknik, Swedish National Road and Transport Research Institute (VTI), 58195 Linköping, Sweden ; Faculty of Civil & Environmental Engineering, University of Iceland, 108 Reykjavik, Iceland
Research funders:
Skellefteå municipality
Mistra InfraMaint Project 1.8 (DIA 2016/28)
QC 20251029
Abstract
Ett välfungerande kommunalt gatunät är en grundförutsättning för regional utveckling, då det möjliggör både mobilitet och tillgång till kommunal infrastruktur och samhällstjänster. För att uppnå detta på ett effektivt sätt behöver man införa optimala underhållsstrategier som medför att man använder tillgänglig budget på ett effektivt sätt. Avhandlingen undersöker hur kommuner i Sverige underhåller och sköter sina gator och hur detta kan förbättras. Studien har inventerat tillämpningen av hållbarhetsprinciper, nuvarande metoder för underhåll och förvaltning av gatunätet samt modeller för att förutsäga gatans skick. Forskningen består av fem delstudier, där varje studie tillför separata insikter.
Sustainability National Road Administrations (SUNRA) – hållbarhetsbedömningsverktyget – anpassades för både Trafikverkets vägprojekt och kommunalt gatunderhåll. Resultaten visar att verktyget enkelt kan användas och anpassas under planeringen av investeringar, underhåll samt nybyggnation eller ombyggnation av gator.
Som en del av studien skickades en enkät till samtliga 290 svenska kommuner för att samla information om arbetssätt och utmaningar inom kommunalt gatuunderhåll. Resultaten visar att de vanligaste gatubeläggningsskadorna inkluderade potthål, ojämnheter och krackelering där den vanligaste orsaken är åldrande beläggning, tung trafik och asfaltlappning (dvs. reparation av enskilda skador). Kallt klimat och hög befolkningstäthet är också betydande faktorer som bidrar till beläggningens nedbrytning av gatunätet. Användning av objektiva automatiska metoder för insamling av gatubeläggningars tillstånd med vägytemätningsfordon samt kommersiella PMS (vägförvaltningssystem) är mycket begränsad. Istället används främst subjektiva okulära besiktningsmetoder vid bedömningen av gatunätets tillstånd bland de kommuner som använder PMS. Budgettilldelningen för underhåll och ombyggnad av gatunätet är högre i de norra regionerna i landet samt i tätbefolkade kommuner.
Två maskininlärningsstudier (ML) samt en studie med sigmoid nedbrytningsmodellering har utförts för att förutsäga beläggningstillståndsindex (PCI) över tid. Studierna baserades på subjektiv data okulärt insamlade om beläggningstillståndet av gatunätet (2014, 2018 och 2022) från Skellefteå kommun. Båda ML-studierna testade linjär regression (LR), random forest (RF) och neurala nätverk (NN) algoritmer, där RF konsekvent gav bäst resultat. Beläggningens ålder var den viktigaste variabeln i den första studien. I den fördjupade studien presterades modeller med utökade variabler avsevärt bättre än de som endast använde ålder. De viktigaste förklarande variablerna för att förutsäga PCI 2022 var status värdet innan samt de viktade skadetalen.
Sigmoiddeterioreringskurvor fångade effektivt nedbrytningen av icke-bostadsgator, men var mindre exakta för bostadsgator, sannolikt på grund av varierande beläggningsålder och frekventa ledningsgrävningar. Kurvor för beläggningar behandlade med ytjämning (SL) och specialbehandlingar (ST) gav bäst resultat, medan fräsning och nybeläggning (MR) gav en balanserad kostnad-prestanda-effekt.
Studien stödjer datadrivet beslutsfattande och optimerat kommunalt gatubeläggningsunderhåll. Modellerna rekommenderas att vidareutvärderas med data från flera kommuner, inklusive automatiserade datainsamlingsmetoder och klimatfaktorer.