کاربرد پارامترهای ویسکوالاستیک در تخمین شیارشدگی بتن آسفالتی به کمک شبکه های عصبی مصنوعی

بررسی رفتار عملکردی روسازی های آسفالتی تحت تاثیر پارامترهای مختلف محیطی و ساختاری می تواند مهندسین را در طرح و نگهداری هرچه بهتر روسازی های آسفالتی یاری رساند. استفاده از راهکاری که بتواند هزینه و زمان ارزیابی را کاهش دهد از اهمیت بسزایی برخوردار است. بهره گیری از شبکه های عصبی مصنوعی در بسیاری از علوم مهندسی، عملیات روی داده ها را تسهیل می نماید. مدل های حاصل از شبکه عصبی مصنوعی با پردازش بر روی داده های تجربی، دانش یا رابطه نهفته بین متغیر های ورودی و هدف (خروجی) را بدست می آورند و بر اساس آن قادر به پیش بینی و برآورد مقادیر هدف می باشند. هدف از پژوهش حاضر، کاربرد پارامترهای ویسکو- الاستیک در تخمین شیارشدگی بتن آسفالتی به کمک شبکه های عصبی مصنوعی می باشد. بدین منظور نمونه های بتن آسفالتی حاوی سه سطح فضای خالی 3، 5 و 7 درصد و با دو نوع مصالح سنگی آهکی و سیلیسی و دو نوع قیر با درجه عملکردی 22-64 و 28-54 ساخته شد و در محدوده دمایی 50 تا 60 درجه سانتی گراد و محدوده تنش 100 الی 300 کیلوپاسکال تحت آزمون خزش دینامیکی قرار گرفت. سپس پارامترهای ویسکوالاستیک نمونه های آسفالتی از روی نمودارهای خزش استخراج گردید و در نهایت مدل پیش بینی عمق شیارشدگی بتن آسفالتی به کمک نرم افزار تصمیم گیری شبکه عصبی مصنوعی، تربیت و ارائه گردید. مقایسه نتایج خروجی مدل با نتایج آزمونهای آزمایشگاهی نشان می دهد که با استفاده از این مدل میتوان رفتار خزشی و عمق شیارشدگی رویه های بتن آسفالتی را با در نظر گرفتن پارامترهای تاثیر گذار به خوبی و با دقت بالا تخمین زد