Ứng dụng mạng nơron nhân tạo để xây dựng mô hình phân bố nhiệt trong mặt đường bê tông nhựa từ dữ liệu quan trắc thực tế và đề xuất áp dụng cho thí nghiệm xác định độ võng đàn hồi bằng cần Benkelman

  • Trần Thị Thu Thảo

    Trường Đại học Bách khoa – Đại học Đà Nẵng, Số 54 Nguyễn Lương Bằng, Đà Nẵng, Việt Nam
  • Nguyễn Hồng Hải

    Trường Đại học Bách khoa – Đại học Đà Nẵng, Số 54 Nguyễn Lương Bằng, Đà Nẵng, Việt Nam
  • Nguyễn Quang Phúc

    Trường Đại học Giao thông vận tải, Số 3 Cầu Giấy, Hà Nội, Việt Nam
Email: tttthao@dut.udn.vn
Từ khóa: phân bố nhiệt độ, mạng nơron nhân tạo, bê tông nhựa nóng, quan trắc nhiệt độ mặt đường thực tế, mô hình hồi quy

Tóm tắt

Việc dự đoán phân bố nhiệt độ trong mặt đường bê tông nhựa (BTN) có ý nghĩa rất lớn cho công tác xác định cường độ và tuổi thọ của mặt đường BTN trong điều kiện thực tế. Bài báo trình bày kết quả quan trắc nhiệt độ BTN từ mô hình thực nghiệm kết cấu mặt đường mềm có lớp bê tông nhựa dày 13cm. Nhiệt độ quan trắc được sử dụng để xây dựng mô hình dự đoán phân bố nhiệt độ BTN theo phương pháp mạng nơron nhân tạo (ANN). Sau đó dữ liệu nhiệt độ tại độ sâu 4cm của BTN được ước tính từ mô hình ANN sẽ được sử dụng để phát triển mô hình hồi quy dự đoán nhiệt độ BTN tại độ sâu 4cm, phục vụ cho thí nghiệm đo độ võng đàn hồi bằng cần Benkelman. Kết quả nghiên cứu cho thấy, mô hình mạng nơron nhân tạo cho kết quả dự đoán phân bố nhiệt độ trong lớp BTN có độ chính xác rất cao với R2=0,996 và RMSE=0,582oC. Các mô hình hồi quy dự đoán nhiệt độ BTN tại độ sâu 4cm cũng cho kết quả rất khả quan, sai số RMSE giữa các mô hình hồi quy và phân tích ANN có giá trị từ 0,847 oC đến 1,367 oC tùy thuộc số lượng biến số đầu vào mà mô hình yêu cầu

Tài liệu tham khảo

[1]. T.T.T. Tran, H.H. Nguyen, P.N. Pham, T. Nguyen, Q. Phuc, H.N. Huynh, Temperature-related thermal properties of paving materials : experimental analysis and effect on thermal distribution in semi-rigid pavement, Road Mater. Pavement Des, 2023. https://doi.org/10.1080/146740629.2023.2170270
[2]. AASHTO 2008, Mechanistic-Empirical Pavement Design Guide, Natl. Coop. Highw. Res. Progr. Transp. Board Natl. Res. Counc, (2008) 194.
[3]. C. Yavuzturk, K. Ksaibati, A.D. Chiasson, Assessment of temperature fluctuations in asphalt pavements due to thermal environmental conditions using a two-dimensional, transient finite-difference approach, J. Mater. Civ. Eng, 17 (2005) 465–475. https://doi.org/10.1061/(ASCE)0899-1561(2005)17:4(465)
[4]. M.J.C. Minhoto, J.C. Pais, P.A.A. Pereira, L.G. Picado-Santos, Predicting asphalt pavement temperature with a three-dimensional finite element method, Transp. Res. Rec, (2005) 96–110. https://doi.org/10.3141/1919-11
[5]. J. Chen, M. Zhang, H. Wang, L. Li, Evaluation of thermal conductivity of asphalt concrete with heterogeneous microstructure, Appl. Therm. Eng, 84 (2015) 367,4–374. https://doi.org/10.1016/j.applthermaleng.2015.03.070
[6]. B. Athukorallage, T. Dissanayaka, S. Senadheera, D. James, Performance analysis of incorporating phase change materials in asphalt concrete pavements, Constr. Build. Mater, 164 (2018) 419–432. https://doi.org/10.1016/j.conbuildmat.2017.12.226
[7]. J. Basheer Sheeba, A. Krishnan Rohini, Structural and Thermal Analysis of Asphalt Solar Collector Using Finite Element Method, J. Energy, 2014 (2014) 1–9. https://doi.org/10.1155/2014/602087
[8]. H.F. Hassan, A.S. Al-Nuaimi, R. Taha, T.M.A. Jafar, Development of Asphalt Pavement Temperature Models for Oman, J. Eng. Res. [TJER], 2 (2005) 32. https://doi.org/10.24200/tjer.vol2iss1pp32-42
[9]. I.M.A. Ariawan, B.S. Subagio, B.H. Setiadji, Development of asphalt pavement temperature model for tropical climate conditions in West Bali region, Procedia Eng, 125 (2015) 474–480. https://doi.org/10.1016/j.proeng.2015.11.126
[10]. J. Chao, Z. Jinxi, Prediction Model for Asphalt Pavement Temperature in High-Temperature Season in Beijing, Adv. Civ. Eng. 2018, 2018. https://doi.org/10.1155/2018/1837952
[11]. J. Chen, H. Wang, P. Xie, Pavement temperature prediction: Theoretical models and critical affecting factors, Appl. Therm. Eng, 158 (2019) 113755. https://doi.org/10.1016/j.applthermaleng.2019.113755
[12]. M.A. Abo-Hashema, Modeling pavement temperature prediction using artificial neural networks, Airf. Highw, Pavement 2013 Sustain. Effic. Pavements - Proc. 2013 Airf. Highw. Pavement Conf, (2013) 490–505. https://doi.org/10.1061/9780784413005.039
[13]. P.V. B. Matić, D. Matić, S. Sremac, N. Radović, A Model For The Pavement Temperature Prediction At Specified Depth Using Neural Networks, Metal, 52 (2013) 505–508.
[14]. T.T.T. Tran, T. Nguyen, P.N. Pham, H.H. Nguyen, P.Q. Nguyen, Thermal distribution in cement-treated base: Effect of curing methods and temperature estimation using Artificial Neural Networks, Constr. Build. Mater, 279 (2021) 122528.https://doi.org/10.1016/j.conbuildmat.2021.122528
[15]. T. T. T. Tran, H. H. Nguyen, P. Q. Nguyen, T. Nguyen, P. N. Pham, V.T. Tran, Developing Statistical Models to Predict Temperature Distribution in Asphalt Concrete in Danang City, Springer Singapore, 2022, 567-574. https://doi.org/10.1007/978-981-16-7160-9
[16]. TCVN 8867 : 2011, Áo đường mềm - Xác định mô đun đàn hồi chung của kết cấu bằng cần đo võng Benkelman, Bộ Khoa Học và Công Nghệ, 2011.
[17]. TCVN 8819-2011, Bê tông nhựa nóng - Yêu câu thi công và nghiệm thu, Bộ khoa học và công nghệ, 2011.
[18]. TCVN 8858-2011, Móng cấp phối đá dăm và cấp phối thiên nhiên gia cố xi măng trong kết cấu áo đường ô tô - Thi công và nghiệm thu, Bộ Khoa Học và Công Nghệ, 2021.
[19]. Nguyên Chính Kiên, Nguyễn Tiến Cường, Nguyễn Tuấn Anh, Ứng dụng mạng nơron nhân tạo vào bài toán dự báo, Đề Tài Cơ Sở Viện Cơ Học, 2017.
[20]. Nguyễn Hồng Hải, Trần Thị Thu Thảo, Hoàng Văn Tỉnh, Tôn Thất Bảo Nam, Huỳnh Ngọc Hùng, Phân bố nhiệt độ trong mặt đường bê tông nhưa: Thực nghiệm và mô phỏng số, Tạp Chí Khoa Học và Công Nghệ - Đại Học Đà Nẵng, 20 (2022) 50–55. https://jst-ud.vn/jst-ud/article/view/7778
[21]. Trần Thị Thu Thảo, Nguyễn Hồng Hải, Nguyễn Quang Phúc, Huỳnh Ngọc Hùng, Phạm Ngọc Phương, Ảnh hưởng của các thông số khí hậu đến sự phân bố nhiệt độ trong mặt đường bê tông nhựa, Tạp Chí Khoa Học và Công Nghệ - Đại Học Đà Nẵng, 20 (2022) 1–5. https://jst-ud.vn/jst-ud/article/view/7987
[22]. Lijun Sun, Structural Behavior of Asphalt Pavements, Structural Behavior of Asphalt Pavements. (2016) 1045. https://doi.org/10.1016/b978-0-12-849908-5.00007-9
[23]. I. Adwan, A. Milad, Z.A. Memon, I. Widyatmoko, N.A. Zanuri, N.A. Memon, N.I.M. Yusoff, Asphalt pavement temperature prediction models: A review, Appl. Sci, 11 (2021) 1–19. https://doi.org/10.3390/app11093794
[24]. AASHTO Designation: T 317-04 (2013) 1., Standard Test Method for Prediction of Asphalt-Bound Pavement Layer Temperatures
[25]. Hamad I. Al-Abdul Wahhab, Ibrahim M. Asi, Rezqallah H. Ramadhan, Modeling Resilient Modulus and Temperature Correction for Saudi Roads, J. Mater. Civ. Eng, (2001) 8–11. https://doi.org/10.1061/(ASCE)0899-1561(2001)13:4(298)

Tải xuống

Chưa có dữ liệu thống kê
Nhận bài
26/02/2023
Nhận bài sửa
03/04/2023
Chấp nhận đăng
14/04/2023
Xuất bản
15/04/2023
Chuyên mục
Công trình khoa học
Kiểu trích dẫn
Trần Thị Thu, T., Nguyễn Hồng, H., & Nguyễn Quang, P. (1681491600). Ứng dụng mạng nơron nhân tạo để xây dựng mô hình phân bố nhiệt trong mặt đường bê tông nhựa từ dữ liệu quan trắc thực tế và đề xuất áp dụng cho thí nghiệm xác định độ võng đàn hồi bằng cần Benkelman. Tạp Chí Khoa Học Giao Thông Vận Tải, 74(3), 292-306. https://doi.org/10.47869/tcsj.74.3.5
Số lần xem tóm tắt
86
Số lần xem bài báo
72