فهرست نشریات علمی دسترسی آزاد ایران

باوجود مزایای قابل‌توجه قیرهای پلیمری اصلاح‌شده با نانو ذرات، ولی تنها تعداد کمی از مطالعات بر روی پیش‌بینی عملکرد شیارشدگی آن‌ها متمرکز شده‌اند. تخمین و پیش‌بینی صحیح رفتار شیارشدگی روسازی به‌عنوان یک رویکرد تأثیرپذیر از متغیرهای عملکردی و محیطی می‌تواند از تولید آسفالت با پتانسیل بالای شیارشدگی در مرحله آزمایشگاهی و پیش از تولید کارخانه‌ای جلوگیری کند. ابن تحقیق به مدل‌سازی تأثیر هم‌افزایی SBS و نانولوله‌های کربنی (CNT) در بهبود خواص رئولوژیکی قیرها با استفاده از هوش مصنوعی و تحلیل‌های آماری می‌پردازد. عملکرد شیارشدگی قیرها حاوی 0، 0.6 و 2/1 درصد CNT و 3 و 6 درصد SBS به صورت جداگانه و ترکیبی با استفاده از آزمایش جاروب دما، تحلیل واریانس و مدل‌های رگرسیون و شبکه عصبی (ANN) بررسی شده است. نتایج نشان داد که هم‌افزایی پلیمر و نانوذرات موجب افزایش مقاومت شیارشدگی و بهبود رفتار رئولوژیکی قیر در دماهای بالا می‌شود. آزمون واریانس نشان داد که افزایش CNT به 1.2% بیشترین تأثیر را بر بهبود مقاومت شیارشدگی دارد. مقایسه عملکرد مدل‌های پیش‌بینی نشان داد که R² برای مدل‌های رگرسیون و ANN بالای 0.90 است. بااین‌حال، مدل ANN با ضریب همبستگی 0.976 عملکرد بهتری دارد و می‌تواند به‌عنوان ابزاری مؤثر در پیش‌بینی رفتار رئولوژیکی قیرهای اصلاح‌شده با نانوکامپوزیت برای جلوگیری از آسفالت با پتانسیل شیارشدگی بالا در مرحله پیش‌تولید پیشنهاد شود.