Detailergebnis zu DOK-Nr. 59859
Entwicklung und Anwendung eines Spurrinnenmodells für Asphaltbefestigungen (Orig. engl.: Development and application of a rut prediction model for flexible pavement)
| Autoren |
M. Zaman R.A. Tarefder L. White |
|---|---|
| Sachgebiete |
11.2 Asphaltstraßen 14.3 Verschleiß |
Washington, D.C.: Transportation Research Board (TRB), 2005 (Transportation Research Record (TRB) H. 1936) S. 201-209, 7 B, 5 T, 11 Q
Spurrinnen in Asphaltbefestigungen können einerseits durch die Deformation von Untergrund/Unterbau bzw. Tragschicht/Frostschutzschicht entstehen, wenn diese nicht in der Lage sind, die Verkehrsbeanspruchung schadlos aufzunehmen. Andererseits können die Verkehrsbelastungen in der Deck- und Binderschicht zu Deformationen führen, die durch die Lageveränderung und infolge mangelnder Reibung zwischen den Körnern dazu führen, dass die jeweilige Schicht beeinflusst wird. Letzteres resultiert hauptsächlich aus unsachgemäßer Mischgutzusammensetzung bzw. Herstellung der Asphaltschichten. Die vorliegende Untersuchung beschäftigt sich mit dieser Art der Spurrinnenbildung. Mithilfe eines APA (Asphalt Pavement Analyzer) wurden an Asphaltmischgutproben mit zwei unterschiedlichen Mischgutzusammensetzungen deren Empfindlichkeit hinsichtlich Spurrinnenbildung untersucht. Dazu wurden die Proben mit einer Radlast wiederholt beansprucht und die Deformationen an definierten Punkten entlang der Rollspur gemessen. Die Problematik in der statistischen Auswertung liegt darin, dass eine sichere Prognose der Spurrinnenbildung oftmals unzureichend ist, da die Möglichkeit zur Spurrinnenbildung bei Asphaltbefestigungen von einer großen Anzahl unterschiedlicher Faktoren abhängig ist. Um die Anzahl an Variablen verarbeiten zu können, wurde ein Neuronales Netz (NN) entwickelt, welches mithilfe der Daten des APAs eine Möglichkeit zur Prognose der Spurrinnenbildung von Asphaltbefestigungen gibt. Über die, in mehreren Schichten aufgebrachten Neuronen ist das NN in der Lage, die von verschiedenen Faktoren abhängigen Verformungen von Asphaltproben zu ermitteln. Dabei wurden die Faktoren jeweils zufällig prozentual gewichtet. Maßgebliche Faktoren wurden dabei mit einer PCA (Principal Component Analysis) bestimmt, in das NN eingegeben und algorithmisch (Levenberg-Marquardt-Methode) verarbeitet. Die Untersuchung zeigt, dass das NN angewendet werden kann, um die optimale Mischgutzusammensetzung zu berechnen.