تخمین عمق شیارشدگی مخلوط های آسفالتی حاوی قیر گرم لاستیکی با استفاده از شبکه عصبی و مدل رگرسیون غیرخطی
نویسندگان
1 گروه مهندسی عمران، واﺣﺪ ﻧﺠﻒ آﺑﺎد، دانشگاه آزاد اسلامی، ﻧﺠﻒ آﺑﺎد، اﯾﺮان
2 دانشآموخته کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه پیام نور استان تهران، تهران، ایران
3 دانشآموخته کارشناسی ارشد، گروه مهندسی عمران، دانشگاه آزاد اسلامی تیران، اصفهان، ایران
4 دانشآموخته کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
doi
10.22034/tri.2023.397987.3155چکیده
استفاده از قیرهای اصلاحشده موجب افزایش تعدد متغیرهای مؤثر بر مقاومت شیارشدگی روسازی شده است. بر همین اساس، بررسی رفتار شیارشدگی روسازی بهعنوان یک رویکرد تأثیرپذیر از متغیرهای عملکردی و محیطی میتواند موجب بهبود شرایط اجرایی در زمان طراحی و نگهداری و کاهش هزینههای سنگین آزمایشگاهی شود. در این تحقیق تلاش میشود تا در مرحله اول رفتار شیارشدگی قیرها و مخلوطهای آسفالتی حاوی ترکیب همزمان پودر لاستیک و ساسوبیت با استفاده از آزمایشهای خزش و بازگشت در چند سطح تنش (MSCR) و خزش دینامیکی ارزیابی شود. سپس بر اساس کرنشهای پلاستیک تجمعی رخداده در روسازی، مقاومت شیارشدگی مخلوطهای آسفالتی با استفاده از مدلهای شبکه عصبی مصنوعی و رگرسیون چندگانه تخمین زده شود تا در صورت تعیین مدل مناسب با دقت بالا و خطای کم از تولید آسفالت با پتانسیل بالای شیارشدگی در مرحله آزمایشگاهی و پیش از تولید کارخانهای جلوگیری شود. نتایج بخش آزمایشگاهی حاکی از آن بود که باوجود تأثیر مثبت GTR و WMA بر مقاومت شیارشدگی قیرها و مخلوطهای آسفالتی در درصدها بالا، ولی با در نظر گرفتن همزمان عملکرد فنی روسازی در دماهای بالا و پایین و شرایط اقتصادی قیر حاوی 12% پودر لاستیک و 2% ساسوبیت بهعنوان ترکیب بهینه پیشنهاد میشود. همچنین، نتایج بخش مدلسازی نشان داد باوجود عملکرد مناسب مدلهای رگرسیون و ANN در تخمین مقاومت شیارشدگی، ولی مدل ANN با ضریب همبستگی برابر 939/0 ازنظر دقت و قدرت بهتر از مدل رگرسیون بود. بنابراین میتواند بهعنوان ابزاری قدرتمند و مناسب در کاهش زمان و هزینه و جلوگیری از تولید آسفالت با پتانسیل بالای شیارشدگی در مرحله آزمایشگاهی و پیش از تولید کارخانهای پیشنهاد شود.