Detailergebnis zu DOK-Nr. 62603
Der Einsatz künstlicher neuronaler Netzwerke zur Bestimmung des Steifigkeitsverhaltens von gummimodifiziertem Asphaltbeton mit Ausbauasphalt (Orig. engl.: Artificial neural network approach to estimate stiffness behavior of rubberized asphalt concrete containing reclaimed asphalt pavement)
| Autoren |
S.N. Amirkhanian F. Xiao |
|---|---|
| Sachgebiete |
9.1 Bitumen, Asphalt 9.14 Ind. Nebenprodukte, Recycling-Baustoffe 14.7 Tragfähigkeitsprüfungen |
Journal of Transportation Engineering 135 (2009) Nr. 8, S. 580-589, 11 B, 3 T, zahlr. Q
Die Studie an der Universität in South Carolina, USA behandelt die Anwendung künstlicher neuronaler Netzwerke zur Bestimmung des Steifigkeitsverhaltens von gummimodifizierten Asphaltbetongemischen mit Ausbauasphalt. Insgesamt wurden 296 Asphaltbetonprobekörper mit zwei verschiedenen Gummiarten (ambient/cryogenic rubber), vier unterschiedlichen Gummigehalten und Ausbauasphalt aus zwei unterschiedlichen Quellen bei zwei Temperaturen (5 und 20 °C) im Biegeversuch geprüft. Mithilfe statistischer Regression wurde die Steifigkeit der Gemische in Abhängigkeit von sieben Eingangsparametern zur Beschreibung des Materialverhaltens untersucht. Zusätzlich wurden die Daten in fünf unabhängige und einen abhängigen Parameter (Steifigkeit) für die Untersuchung mithilfe der künstlichen neuronalen Netzwerke eingeteilt. Die Ergebnisse zeigen, dass unter Verwendung von künstlichen neuronalen Netzwerken das Steifigkeitsverhalten der modifizierten Asphaltgemische effizienter bestimmt werden kann als mit traditionellen, regressionsbasierten Modellen. Die Methode der künstlichen neuronalen Netzwerke für die Auswertung der Daten kann einfach mithilfe einer Tabellenkalkulation realisiert werden.