ارائه مدل شیارشدگی مخلوط‏ های آسفالتی با استفاده از نتایج آزمایش مقاومت کششی غیرمستقیم و پارامترهای مارشال

شیارشدگی یکی از مهم ترین انواع خرابی های روسازی انعطاف‌پذیر است که سالیانه بخش عمده ای از هزینه های تعمیر و نگهداری راه‌ها، صرف ترمیم آن می‌گردد. افزایش میزان تغییر شکل‌های ماندگار که خود منجر به افزایش عمق شیار می گردد، می تواند مشکلات جبران‌ناپذیری را  در روسازی ایجاد کند. از سوی دیگر، در روش مارشال، که به عنوان اصلی ترین روش طرح اختلاط آسفالت در کشور شناخته می شود، فقدان یک آزمایش ساده برای تعیین مقاومت نمونه ها در مقابل تغییر شکل دائم کاملاً محسوس است. اگرچه امروزه دستگاه های متعددی برای سنجش شیارشدگی استفاده می شوند، اما هیچ یک قابلیت استفاده وسیع در سطح کارگاهی را ندارند. از طرفی، روش های موجود ارزیابی پتانسیل شیارشدگی مخلوط های آسفالتی اغلب پرهزینه و زمان بَر می باشند. مجموع موارد ذکرشده، لزوم ارائه روشی ساده که ضمن دارا بودن دقت لازم، بتواند در مدت زمان کوتاه و با هزینه ی اندک، وضعیت نمونه ها را از نظر شیارشدگی در آزمایشگاه مشخص نماید، آشکار می سازد. در این مقاله، با ساخت نمونه های آسفالتی مارشال با استفاده از سنگدانه های آهکی، دو نوع قیر، فیلر پودر سنگ و سه درصد قیر مختلف، یک مدل ریاضی جهت تخمین عمق شیار ناشی از ویل تراک ارائه شده است. مدل ارائه ‌شده، مقاومت شیارشدگی مخلوط های آسفالتی را با استفاده از ترکیب نتایج آزمایش مقاومت کششی غیرمستقیم و پارامترهای مارشال مشخص می کند. اعتبار مدل حاصل با استفاده از شبکه عصبی مصنوعی با درصد اطمینان مناسبی تایید شده است. این مدل می تواند همزمان با ارائه طرح اختلاط آسفالت در آزمایشگاه، بدون صرف زمان و هزینه اضافی، مقاومت شیارشدگی آسفالت را پیش بینی نماید. بدین ترتیب از تولید آسفالت با پتانسیل بالای شیارشدگی در مرحله آزمایشگاهی و پیش از تولید کارخانه ای، جلوگیری می گردد.

Modeling of Asphalt Concrete Rutting using Indirect Tensile Strength Test Results and Marshall Parameters

Rutting is one of the most important deteriorations in flexible pavements and a significant amount of annual maintenance and rehabilitation funds are spent for its repair. Permanent deformations increases, which leads to increasing rut depth, can cause irrepairable problems in asphalt pavements. On the other hand, in Marshall method, which is known as the main method of asphalt mixtures mix design in Iran, the lack of a simple test to determine specimen resistance to permanent deformation is sensible. Although there are many devices to measure the rutting nowadays, but none of them have the ability to be used at site level. In addition, prevalent methods of evaluating rutting potential of asphalt mixtures are usually expensive and time consuming. The abovementioned factors necessitate development of a simple laboratory method that not only enjoys an acceptable precision but also is able to predict specimens rutting performance with low cost within the short time. In this research, one type of aggregate, one type of gradation, two types of bitumen, one type of filler, and three bitumen contents were used to prepare Marshall asphalt mixture specimens. After performing the main tests on specimens, IDT test results and Marshall parameters were used to develop a mathematical model to estimate specimen Wheel Track apparatus rut depth. The presented model measures rutting resistance using a combination of indirect tensile strength test results and Marshall parameters. The model is validated using artificial neural network, which makes it possible to evaluate rutting potential while OBC is being determined in a laboratory. Therefore, not only is there no need for expensive instruments of rutting test, but also a remarkable time saving in mix design procedure is achievable.