Detailergebnis zu DOK-Nr. 48487
Einsatz neuronaler Netzwerke bei der Modellierung anisotropen Verhaltens von Gesteinskörnungen unter wiederholter Dreiaxialbelastung (Orig. engl.: Neural network modeling of anisotropic aggregate behaviour from repeated load triaxial tests)
| Autoren |
E. Tutumluer U. Seyhan |
|---|---|
| Sachgebiete |
9.0 Allgemeines, Prüfverfahren, Probenahme, Güteüberwachung 9.5 Naturstein, Kies, Sand |
Washington, D.C.: National Academy Press, 1998 (Transportation Research Record (TRB) H. 1615) S. 86-93, 7 B, 1 T, 25 Q
Ungebundene Schichten zeigen ein durch die Verdichtung hervorgerufenes anisotropes elastisches Verhalten: die Schicht verhält sich in vertikaler Richtung steifer als in horizontaler. Information über dieses Verhalten wird für die Bemessung des Straßenoberbaus benötigt. Der übliche AASHTO Dreiaxialversuch sieht die Messung seitlicher Verformungen nicht vor, obwohl diese erforderlich sind, um das anisotrope Verhalten der Schichten zu erfassen. Deshalb wurden neuronale Netzwerke eingesetzt, um Voraussagen über das anisotrope Verhalten zu ermöglichen. Als Eingabedaten wurden die Spannungen, die vertikale Deformation sowie die Bruchflächigkeit der Gesteinskörnungen und deren Trockenrohdichte im verdichteten Zustand verwendet. Ergebnisvariable waren der horizontale E-Modul und die Scherfestigkeit. Zwei Typen von neuronalen Netzwerken wurden anhand experimentell bestimmter Datensätze eingeübt und erreichten danach Ergebniswerte der beiden Zielvariablen, die mit den aus den Versuchsbedingungen berechneten eine ermutigende Übereinstimmung zeigten. Der mittlere Fehler lag unterhalb 3 %.