مروری بر پیش بینی اثر افزودنی‌ها بر عملکرد مخلوط آسفالتی با استفاده از شبکه عصبی مصنوعی

مقاومت پایین مخلوط های آسفالتی در برابر بارهای دینامیکی موجب بروز ترک های خستگی، شیارشدگی و در نهایت کاهش عمر سرویس دهی روسازی می شود. از این رو کشورهای پیشرفته به دنبال روش های جدید برای ساخت و نگهداری و تعمیر راه ها بوده و همچنین تلاش هایی را در زمینه استفاده از تکنولوژی های جدید جهت ارتقاء روسازی های قدیمی انجام داده اند که این امر نشان دهنده توجه این کشورها به حفظ وضعیت راهها در حد مطلوب می باشد. یکی از روش های اصلاح خصوصیات قیر و مخلوط آسفالتی، استفاده از انواع افزودنی ها می باشد. افزودنی ها به این دلیل که قیر نمی تواند در همه آب و هواها و شرایط بارگذاری عملکردی مناسب داشته باشد، استفاده می شود. ایران نیز با داشتن اقلیم چهار فصل، تاثیرات آب و هوایی خاصی بر اغلب پروژه های عمرانی را تجربه می کند. روسازی راه ها نیز یکی از تاثیرپذیرترین پروژه ها از این حیث می باشند. در کنار آزمایش، استفاده از شبکه عصبی مصنوعی می تواند یک راه حل مناسب در کاهش هزینه و زمان ارزیابی نتایج باشد. در این مقاله در کنار بررسی تاثیر انواع افزودنی ها بر خصوصیات عملکردی مخلوط آسفالتی به استفاده از شبکه عصبی مصنوعی برای پیش بینی خصوصیات مختلف مخلوط آسفالتی نیز پرداخته شده است.

A Predictive Effect of Additives on Asphalt Mixture Performance by Using Artificial Neural Network

The low resistance of asphalt mixtures to dynamic loads results in fatigue cracks, rutting, and ultimately reduced service life of the pavement. Hence, advanced countries are looking for new ways to build and maintain roads, as well as efforts to use new technologies to upgrade old pavements, indicating the attention of these countries to maintaining the status of roads at the optimum level. One of the methods for modifying bituminous and asphalt mixtures is the use of a variety of additives. The additives are used because bitumen cannot be used in all Weather and loading conditions. Iran, with its four season climate, experiences special weather effects on most of the development projects. Road pavement is one of the most influential projects in this regard. In addition to testing, using an artificial neural network can be a good solution to reduce costs and time to results evaluation. In this paper, along with the study of the effects of various additives on the functional properties of asphalt mixtures, the use of artificial neural network to predict the different properties of asphalt mix is also discussed.