Identification of number and thickness of new test section pavement model layers using artificial intelligence methods

Andrzej Pożarycki

Opublikowane: 2012-04-01

Tom 11 Nr 2 (2012)

Identyfikacja liczby i grubości warstw modelu nowej nawierzchni odcinka próbnego metodami sztucznej inteligencji

Andrzej Pożarycki

Abstrakt

W artykule przedstawiono zastosowanie jednokierunkowych sztucznych sieci neuronowych (SSN) do ustalania przypuszczalnej liczby i grubości warstw modelu nowej nawierzchni podatnej odcinka próbnego. W zastosowanej metodzie zakłada się, że znane są tylko wyniki pomiarów uzyskane z badań ugięciomierzem FWD na powierzchni warstw asfaltowych wchodzących w skład typowej konstrukcji nawierzchni dla kategorii ruchu KR3. W oparciu o obliczenia symulacyjne ustalono kształt linii wpływu dla wybranych wariantów wzorując się na typowych konstrukcjach nawierzchni podatnych stosowanych w Polsce. Obliczone w ten sposób linie wpływu zostały wykorzystane do nauki sztucznej sieci neuronowej. W konsekwencji, tak wytrenowaną sieć zastosowano do ustalenia liczby i grubości warstw nawierzchni odcinka próbnego. W wyniku konfrontacji uzyskanych wyników z rzeczywistą konstrukcją nawierzchni odcinka próbnego stwierdzono, że uzyskane wyniki mogą być podstawą dalszych obliczeń statycznej identyfikacji modułów sprężystości warstw modelu nawierzchni metodą obliczeń odwrotnych.

Słowa kluczowe:

identyfikacja grubości warstw nawierzchni, obliczenia odwrotne, sztuczne sieci neuronowe w przód

Podobne artykuły

Marek Szafrański, Analiza dynamiczna kolejowego przęsła mostowego pod obciążeniem ruchomym , Roads and Bridges - Drogi i Mosty: Tom 17 Nr 4 (2018)
Muhammad Kamran, Muhammad Tariq Khan, Diyar Khan, Mohd Rosli Mohd Hasan, Noman Khan, Mati Ullah, Ocena doświadczalna mieszanek mineralno-asfaltowych po częściowym zastąpieniu wypełniacza popiołami dennymi z elektrowni węglowej , Roads and Bridges - Drogi i Mosty: Tom 22 Nr 2 (2023)
Daria Jóźwiak-Niedźwiedzka, Karolina Gibas, Michał A. Glinicki, Rozpoznanie petrograficzne minerałów reaktywnych w kruszywach krajowych i ich klasyfikacja zgodnie z zasadami RILEM i ASTM , Roads and Bridges - Drogi i Mosty: Tom 16 Nr 3 (2017)
Agnieszka Żurawicka, Cienkie warstwy betonowe wzmacniające nawierzchnie drogowe. Cz. 1 , Roads and Bridges - Drogi i Mosty: Tom 2 Nr 4 (2003)
Artur Zieliński, Ewelina Mazurkiewicz, Mikołaj Łyskowski, Dariusz Wieczorek, Zastosowanie metody georadarowej do oceny rozwoju ruchów masowych na przykładzie osuwiska w Kałkowie , Roads and Bridges - Drogi i Mosty: Tom 15 Nr 1 (2016)
Przemysław Ostrowski, Adam Zofka, Krzysztof Błażejowski, Metoda VECD jako narzędzie do oceny trwałości zmęczeniowej konstrukcji nawierzchni , Roads and Bridges - Drogi i Mosty: Tom 20 Nr 2 (2021)
Angelika G. Batrakova, Vladimir V. Troyanovsky, Dmitry O. Batrakov, Maryna O. Pilicheva, Nataliia S. Skrypnyk, Prognozowanie wskaźnika stanu nawierzchni drogowych z zastosowaniem modeli stochastycznych , Roads and Bridges - Drogi i Mosty: Tom 19 Nr 3 (2020)
Danuta Bebłacz, Właściwości betonu przepuszczalnego do podbudów drogowych w konstrukcji nawierzchni z betonu cementowego , Roads and Bridges - Drogi i Mosty: Tom 20 Nr 4 (2021)
Agnieszka Łukasiewicz, Marcin Świtała, Ewa Kamińska, Katarzyna Regulska, Zastosowanie MaaS w zrównoważonej mobilności miejskiej na przykładzie wybranych rozwiązań europejskich i polskich , Roads and Bridges - Drogi i Mosty: Tom 22 Nr 3 (2023)
Ryszard Chmielewski, Mariusz Wesołowski, Damian Waliszewski, Przegląd badań nośności podłoża gruntowego pod nawierzchnie lotniskowe , Roads and Bridges - Drogi i Mosty: Tom 21 Nr 2 (2022)

<< < 4 5 6 7 8 9 10 11 12 13 > >>

Możesz również Rozpocznij zaawansowane wyszukiwanie podobieństw dla tego artykułu.

Inne teksty tego samego autora

Andrzej Pożarycki, Przemysław Górnaś, Paweł Zalewski, Wpływ spękań na zmianę modułów sztywności mieszanek mineralno-asfaltowych oznaczanych
w warunkach in situ , Roads and Bridges - Drogi i Mosty: Tom 14 Nr 4 (2015)
Andrzej Pożarycki, Paweł Rydzewski, Cyfrowe przetwarzanie makroskopowych obrazów jezdni drogowych , Roads and Bridges - Drogi i Mosty: Tom 11 Nr 3 (2012)
Andrzej Pożarycki, Przemysław Górnaś, Romuald Sztukiewicz, Zastosowanie fal mechanicznych i elektromagnetycznych w zintegrowanym systemie oznaczania nośności nawierzchni , Roads and Bridges - Drogi i Mosty: Tom 16 Nr 2 (2017)
Przemysław Górnaś, Andrzej Pożarycki, Wybrane cechy numerycznych modeli MES w analizie odwrotnej konstrukcji nawierzchni jezdni , Roads and Bridges - Drogi i Mosty: Tom 13 Nr 3 (2014)
Wojciech Grabowski, Andrzej Pożarycki, Badania i ocena propagacji spękań zmęczeniowych w modelu nawierzchni asfaltowej , Roads and Bridges - Drogi i Mosty: Tom 5 Nr 1 (2006)
Marcin Bilski, Przemysław Górnaś, Andrzej Pożarycki, Mieczysław Słowik, Paweł Mieczkowski, Inicjacja warunków początkowych w modelu do analizy termicznej nawierzchni drogowej , Roads and Bridges - Drogi i Mosty: Tom 22 Nr 3 (2023)

Pobierz pliki

PDF

Zasady cytowania

Pożarycki, A. (2012). Identyfikacja liczby i grubości warstw modelu nowej nawierzchni odcinka próbnego metodami sztucznej inteligencji. Roads and Bridges - Drogi I Mosty, 11(2), 123–149. Pobrano z https://rabdim.pl/index.php/rb/article/view/v11n2p123

Cited by / Share

Bibliografia

Bishop C.M.: Neural Networks for pattern recognition. Oxford University Press, Oxford 1995
Google Scholar

Duda R.O., Hart P.E., Stork D.G.: Pattern classification. 2nd ed, John Wiley & Sons, New York 2001
Google Scholar

Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006
Google Scholar

Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, wyd. 2, Warszawa 1993
Google Scholar

Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe, podstawy teorii i zastosowania. Wydawnictwo naukowe PWN, Warszawa 1996
Google Scholar

Wolfram Research Incorporation, Neural Networks 1.1.1. Dokumentacja pakietu komputerowego
Google Scholar

Józefowicz K.: SSN. Leszno 2009, http://elektrotechnika.ip.pwsz.edu.pl
Google Scholar

Wolfram S.: Articles on Cellular Automata. http://www.stephenwolfram.com
Google Scholar

Szydło A.: Statyczna identyfikacja parametrów modeli nawierzchni lotniskowych. Prace naukowe Instytutu Inżynierii Politechniki Wrocławskiej, 45, Wrocław 1995
Google Scholar

Kim S., Gopalakrishnan K., Ceylan H.: Neural Networks Application in Pavement Infrastructure Materials. Springer-Verlag Berlin Heidelberg 2009, Intel. & Soft Comp. in Infra. Sys. Eng., SCI 259, 47 - 66
Google Scholar

Pekcan O., Tutumluer E., Thompson M.: Nondestructive pavement evaluation using ILLI-PAVE based ANN models. Research Report FHWA-ICT-08-022, Illinois 2008
Google Scholar

Saltan M., Tigdemir M., Karasahin M.: ANN Application for Flexible Pavement Thickness Modeling. Turkish J. Eng. Env. Sci, 26, 2002, 243 - 248
Google Scholar

Sharma S., Das A.: Backcalculation of pavement layer parameters using Artificial Neural Networks. Can. J. Civ. Eng. 35, 2008, 57 - 66
Google Scholar

Bredenhann S.J., van de Ven M.F.C.: Application of ANN in the back-calculation of flexible pavement layer moduli from deflection measurements. Proc. of the 8th CAPSA’04, South Africa, Sun City 2004, 12 - 16
Google Scholar

Pożarycki A., Bartkowiak M.: Zastosowanie SSN w identyfikacji grubości warstw asfaltowych w nawierzchniach podatnych. Archiwum Instytutu Inżynierii Lądowej Politechniki Poznańskiej, 9, Poznań 2011
Google Scholar

Pożarycki A., Grabowski W.: Assessing the test section pavement structure using VQNN. 5th Int. Conf. Bit. Mix.& Pavements, Greece, Thessaloniki, June 2011
Google Scholar

RMTiGM z dnia 2 marca 1999 r. w sprawie warunków technicznych, jakim powinny odpowiadać drogi publiczne i ich usytuowanie. Dz. U. nr 43 z 1999 r., poz. 430 z późn. zm.
Google Scholar

Grabowski W., Pożarycki A.: Badania propagacji spękań wielkowymiarowych próbek nawierzchni asfaltowych podanych wielokrotnie powtarzalnym obciążeniom w warunkach laboratoryjnych. III Międzynarodowa Konferencja „Nowoczesne Technologie w budownictwie drogowym”, Poznań 2005
Google Scholar

Firlej S.: Mechanika nawierzchni drogowej. Wydawnictwo Petit s.c., Politechnika Lubelska, Lublin 2007
Google Scholar