مدل سازي عمق شيارشدگي آسفالت با استفاده از نتايج آزمايش خزش ديناميكي

Modeling of Rutting Depth Using Dynamic Creep Test Results

روسازي راه ها،سرمايه ملي هر كشوري محسوب مي شوند كه ساليانه بخش عمده اي ازبودجه عمراني سازمان هاي ذ يربطصرف ترميم، بهسازي، حفظ و نگهداري آن ها مي شود. تامين اعتبار كافي براي اين منظور چالشي است كه مديران و تصميم گيران همواره با آن مواجه و دست به گريبان بوده اند. از طرفي، سال هاست كه شيارشدگي به عنوان يكي از شايع ترين انواع خرابي هاي ايجادشده در اين نوع روسازي ها، مطرح مي باشد. اين خرابي به مرور زمان و به علت تجمع تغيير شكل هاي ماندگار كوچك كه در هر بارگذاري به وجود مي آيد، ايجاد مي شود. افزايش ميزان تغيير شكل هاي ماندگار كه خود منجر به افزايش عمق شيار مي گردد، مي تواند مشكلات جدي در روسازي راه ها ايجاد نمايد. بدين ترتيب تخمين پتانسيل شيارشدگي مخلوط هاي آسفالتي در آزمايشگاه و پيش از توليد انبوه، اهميت ويژه اي مي يابد. آنچه به عنوان مسئله، پيش روي تحقيق حاضر مطرح است، بررسي تجربيات و روش هاي مطالعاتي در دنيا است تا ضمن تعيين پارامترهاي مستقيم و تاثيرگذار در اين خصوص، مدلي مناسب جهت برآورد عمق شيار در نمونه هاي آسفالتي، ارائه گردد. مدل ارائه شده، عمق شيارشدگي مخلوط هاي آسفالتي گرم را با استفاده از نتايج آزمايش خزش ديناميكي پيش بيني مي نمايد. اعتبار مدل حاصل با استفاده از شبكه عصبي مصنوعي و الگوريتم رقابت استعماري ارزيابي و تاييد شده است.

Pavements are considered as national heritage of every country, and each year a major part of an organizations budget is spent on repairing, upgrading and maintaining them. Providing adequate funding for this purpose is a challenge which managers and decision-makers are facing with. On the other hand, many years are that rutting as one of the most common types of damages created in this type of pavements. These damages are created over time and due to the accumulation of small permanent deformation which is caused by each load. An increase in permanent deformation that leads to an increase in the depth of groove can cause serious problems in the pavement. Thus, estimating the potential of rutting in the asphalt mixtures in laboratory gets a special significance. In this research, by identifying experiences and research methods of the world and after investigating current situation our country, in addition to determining direct influential parameters, a suitable model for estimating the depth of the groove in asphalt will be presented. The proposed model determining the rutting depth of Hot Mix Asphalt by using dynamic creep test results. Model validation is verified by using the Artificial Neural Network (ANN).