도로포장의 노면 마찰력은 노면 조직 특성에 큰 영향을 받으며, 이를 예측하기 위한 인자로써 MTD(Mean Texture Depth, 평균 노면 조직 깊이)를 주로 사용한다. 그러나 MTD는 노면 특성 중 노면 조직의 깊이만을 나타내므로 여러 요인이 복합적으로 구성되어 있는 노면 조직 특성을 포괄적으로 설명할 수 없다. 이에 선행 연구에서는 다양한 노면조직 특성을 반영하여 보다 적합한 마찰력 예측 식 을 제안하고자 하였다. 노면 마찰력에 영향을 미치는 노면 조직 특성을 정량화하기 위하여 3D 프린팅 시편을 제작한 후 BPT(British Pendulum Tester)를 이용해 노면 마찰력(BPN; British Pendulum Number)을 측정하였다. 선행 연구를 통하여 노면 마찰력에 영향을 미치 는 노면 조직을 MTD, EAN(Exposed Aggregate Number, 골재노출도) 및 골재 형상으로 선정하였으며, 이를 포함한 노면 마찰력 예측 식 을 제안하였다. 그러나 3D 프린팅 시편을 사용하여 제안한 노면 마찰력 예측식의 경우 이상적인 노면조직 특성에 기반하여 제안된 것 으로 실제 현장에서의 노면 조직 특성과 비교 및 검증이 이루어져야 한다. 이에 3D 프린팅 시편을 기반으로 개발된 노면 마찰력 예측 식의 현장 적용성 평가를 위하여 EACP(Exposed Aggregate Concrete Pavement), 밀입도 및 개립도 아스팔트 콘크리트 포장에서 188개의 노면 조직 데이터를 측정하였다. 현장 측정 데이터와 3D 프린팅 시편을 기반으로 개발된 노면 마찰력 예측 식을 비교 검토한 결과 MTD, EAN 및 골재 형상은 노면 마찰력 예측에 있어서 유의미한 지표로 사용될 수 있는 것으로 확인하였다.

PURPOSES : The skid resistance between tires and the pavement surface is an important factor that directly affects driving safety and must be considered when evaluating the road performance. In especially wet conditions, the skid resistance of the pavement surface decreases considerably, increasing the risk of accidents. Moreover, poor drainage can lead to hydroplaning. This study aimed to develop a prediction equation for the roughness coefficient—that is, an index of frictional resistance at the interface of the water flow and surface material—to estimate the thickness of the water film in advance to prevent human and material damage. METHODS : The roughness coefficient can be changed depending on the surface material and can be calculated using Manning's theory. Here, the water level (h), which is included in the cross-sectional area and wetted perimeter calculations, can be used to calculate the roughness coefficient by using the water film thickness measurements generated after simulating specific rainfall conditions. In this study, the pavement slope, drainage path length, and mean texture depth for each concrete surface type (non-tined, and tined surfaces with 25-mm and 16-mm spacings) were used as variables. A water film thickness scale was manufactured and used to measure the water film thickness by placing it vertically on top of the pavement surface along the length of the scale protrusion. Based on the measured water film thickness, the roughness coefficient could be back-calculated by applying Manning's formula. A regression analysis was then performed to develop a prediction equation for the roughness coefficient based on the water film thickness data using the water film thickness, mean texture depth, pavement slope, and drainage path length as independent variables. RESULTS : To calculate the roughness coefficient, the results of the water film thickness measurements using rainfall simulations demonstrated that the water film thickness increased as the rainfall intensity increased under N/T, T25, and T16 conditions. Moreover, the water film thickness decreased owing to the linear increase in drainage capacity as the mean texture depth and pavement slope increased, and the shorter the drainage path length, the faster the drainage, resulting in a low water film thickness. Based on the measured water film thickness data, the roughness coefficient was calculated, and it was evident that the roughness coefficient decreased as the rainfall intensity increased. Moreover, the higher the pavement slope and the shorter the drainage path length, the faster the drainage reduced the water film thickness and increased the roughness coefficient (which is an indicator of the friction resistance). It was also evident that as the mean texture depth increased, the drainage capacity increased, which also reduced the roughness coefficient. CONCLUSIONS : As the roughness coefficient of the concrete road surface changes based on the environmental factors, road geometry, and pavement surface characteristics, we developed a prediction equation for the concrete pavement roughness coefficient that considered these factors. To validate the proposed prediction equation, a sensitivity analysis was conducted using the water film thickness prediction equation from previous studies. Existing models have limitations on the impact of the pavement type and rainfall intensity and can be biased toward underestimation; in contrast, the proposed model demonstrated a high correlation between the calculated and measured values. The water film thickness was calculated based on the road design standards in Korea—in the order of normal, caution, and danger scenarios—by using the proposed concrete pavement roughness coefficient prediction model under rainy weather conditions. Specifically, because the normal and caution stages occur before the manifestation of hydroplaning, it should be possible to prevent damage before it leads to the danger stage if it is predicted and managed in advance.

여름철은 타 계절에 비해 장마와 불안정한 대기 등으로 인하여 빗길 교통사고의 위험성이 크게 증대될 수 있으며, 최근 5년 (2018~2022)간 여름철 빗길 교통사고는 전체 빗길 교통사고의 39%를 차지할 정도로 높은 수준이다. 이러한 빗길 운전은 노면의 배수 불량 및 미끄럼 저항 감소 등으로 인하여 수막현상을 발생시키게 된다. 이에 본 연구에서는 우천 시 도로의 안전성 강화 및 사고 위 험을 최소화하기 위한 요소인 수막두께를 산정하기 위하여 Manning의 평균 유속식을 기반으로 콘크리트 노면의 조도계수 예측 모델을 개발하는 것을 목표로 하였다. 조도계수의 영향인자를 고려하기 위하여 실외 강우 모의 장비를 이용하여 콘크리트를 타설한 뒤 실험 인자로 포장 경사, 배수거리, 강우강도, 노면 조직 특성을 고려하였으며, 이 중 노면 조직 특성은 타이닝 처리를 하지 않은 구간만 고 려한 타 연구의 기존 예측 모델 단점을 보완하기 위하여 16, 25mm 간격의 타이닝 표면 처리한 구간을 추가로 고려하였다. 수막두께 측정은 측정 범위 0.3~5mm의 수막두께 측정 게이지를 제작하여 강우가 모사된 조건에서 배수 거리 1~5m 이내 지점의 노면 조직 상 단과 수면이 접하는 수직 높이를 총 3회 측정하여 평균값을 사용하였다. 실측된 수막두께 데이터베이스를 기반으로 Manning 공식을 이용하여 조도계수를 역산한 결과, 강우강도가 증가함에 따라 조도계수는 감소하였으며, 이는 강우의 증가로 인해 물의 흐름과 콘크리 트 노면 사이의 마찰 저항 감소에 기인한 것으로 판단되었다. 또한 포장 경사가 높고 배수 거리가 짧을수록 배수성이 증가하여 마찰 저항의 지표인 조도계수가 증가하는 것으로 확인되었다. 평균 조직 깊이에 따른 조도계수 영향의 경우, 평균 조직 깊이가 증가할수록 콘크리트 표면에 노출되는 표면적이 증가하여 수막두께가 얕게 생성되고, 얕은 수심으로 인해 물의 흐름 저항이 감소하여 조도계수는 감소하는 것으로 산정되었다. 이후 135개의 데이터를 종합하여 조도계수를 종속변수로 하고 강우강도, 포장경사, 배수거리, 평균 조직 깊이, 수막두께를 독립변수로 하는 회귀분석을 수행하여 조도계수 산정식을 개발하였다.