Zurück Vor

Detailergebnis zu DOK-Nr. 66282

Methodologie zur Zuverlässigkeit der Straßenoberbaudimensionierung und der Rückrechnung unter Verwendung der Markov-Chain-Monte-Carlo (MCMC) Simulation (Orig. engl.: Methodology for pavement design reliability and back analysis using Markov chain Monte Carlo simulation)

Autoren	D.M. Dilip G.L. Sivakumar Babu
Sachgebiete	11.1 Berechnung, Dimensionierung, Lebensdauer

Journal of Transportation Engineering 139 (2013) Nr. 1, S. 65-74, 7 B, 9 T, zahlr. Q

In dem Beitrag wird eine Methode präsentiert, mit der eine Rückrechnung zur Evaluation von Fahrbahnen durchgeführt werden kann. Die Methode verwendet einen probabilistischen Ansatz, mit dem die Näherung nach Bayes zur Ermittlung der Modellparameter mit der Markov-Chain-Monte-Carlo (MCMC) Simulation zur Abschätzung der Verteilung der individuellen Parameter miteinander verknüpft werden. Nachfolgend eine zusammenfassende Aufzählung: 1) Die für die Zuverlässigkeitsanalyse im Rahmen der mechanisch-empirischen Straßenoberbaudimensionierungen vorgeschlagene Methode beinhaltet die Heterogenität der Dimensionierungsvariablen und berücksichtigt ebenso die Modellunsicherheiten durch die probabilisti-sche Rückrechnung nach Bayes. 2) Eine Sensitivitätsanalyse wurde durchgeführt, um die Anzahl der Proben zu bestimmen, die aus der Markov-Kette zu ziehen waren. Eine Anzahl von 50 000 Proben mit einem Skalierungsfaktor von 0,5 führt zu robusten Ergebnissen mit sehr kleiner Variabilität. 3) Es wurde eine Sensitivitätsanalyse zur Ermittlung der statistischen Parameter nach dem Versagen durchgeführt. Die Parameter, die signifikant zum Versagen beitragen, sind die Steifigkeiten des Untergrunds bzw. Unterbaus und die der Asphaltschichten. Diese Erkenntnisse decken sich mit praktischen Erfahrungen. 4) Die Methode kann auch erweitert werden auf die Fälle, in denen die Oberbaudimensionierung unter Berücksichtigung bestimmter Sicherheitsfaktoren durchgeführt wird und zu denen die korrespondierende Versagenswahrscheinlichkeit berechnet werden kann.