حداقل سازی مقدار قیر بکار رفته در مخلوط آسفالت به کمک مدل شبیه سازی- بهینه سازی با استفاده از LINGO

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 48

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ROAD-33-124_012

تاریخ نمایه سازی: 27 مرداد 1404

چکیده مقاله:

از مهم ترین ویژگی هایی که در طرح اختلاط آسفالت مورد توجه قرارمی گیرد، مقاومت مارشال آسفالت می باشد. پایین بودن مقدار مقاومت مارشال آسفالت باعث پایین آمدن کارایی آن و ایجاد مشکلاتی از جمله خستگی و ترک ها می شود. با توجه به تاثیر زیاد مقدار قیر در مقاومت فشاری آسفالت و هزینه بالای آن، هدف اصلی از طرح مخلوط آسفالت های گرم، انتخاب بهینه ترین مقدار قیر است؛ به طوری که بتواند مشخصات فنی بتن آسفالتی را در حدود مشخص حفظ کند. با توجه به هزینه های سنگین آسفالت و نگهداری آن، ضرورت استفاده از روش های جدید و پیشرفته تر در طرح و کنترل کیفی آسفالت روز به روز محسوس تر می شود. در این تحقیق، در ابتدا اطلاعات ۱۶۰ نمونه آزمایشگاهی بتن آسفالتی از آزمایشگاه مکانیک خاک استان مازندران تهیه شد و سپس بوسیله شبکه عصبی مصنوعی، مقاومت فشاری آسفالت با دقت خوب مدلسازی شد. در ادامه، مقدار قیر بهینه برای ۴ حالت مختلف سنگدانه با کمک نرم افزار بهینه سازی LINGO بدست آمد. نتایج نشان دادند که دانه بندی مناسب تاثیری زیادی در پایین آمدن مقدار قیر مصرفی و در نتیجه، کاهش هزینه آسفالت دارد.

نویسندگان

محسن عموزاده عمرانی

گروه مهندسی عمران، واحد سوادکوه، دانشگاه آزاد اسلامی، سوادکوه، ایران

رضوان باباگلی

استادیار، گروه مهندسی عمران، دانشگاه علم و فناوری مازندران، بهشهر، ایران

امیر ایزدی

استادیار، دانشکده فنی مهندسی، دانشگاه شمال، آمل، ایران

علی حسن نژاد اسفندانی

دانشجوی دکتری، گروه مهندسی عمران، واحد آیت الله آملی، دانشگاه آزاد اسلامی، آمل، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • رمضانپور ن، گوران اوریمی م. (۱۳۸۹). پیش­بینی مقاومت فشاری آسفالت ...
  • فخری، منصور و غنی زاده، علیرضا (۱۳۸۵). تعیین درصد بهینه ...
  • Amouzadeh Omrani, M. (۲۰۲۳). Laboratory comparison of mechanical properties of ...
  • AmouzadehOmrani, M., Hadizadeh, E., & Hajimirzajan, A. (۲۰۲۴). Investigating the ...
  • Baghaee Moghaddam T. Soltani M. Karim MR, Shamshirband S, Petkovic ...
  • Berthelot C. Crockford B. Lytton R. (۱۹۹۹). Comparison of Alternative ...
  • Cao, P. Jin F. Zhou C. Feng D. Song W. ...
  • Garson, G.D. (۱۹۹۱). Interpreting neural-networks connection weight, AI Expert, ۶(۷), ...
  • Karlaftis AG, Badr A. (۲۰۱۵). Predicting asphalt pavement crack initiation ...
  • Mirzahosseini MR, Aghaeifar A. Alavi AH. Gandomi AH, Seyednour R. ...
  • Ozgan E, Saruhan H. (۲۰۱۰). Modeling of asphalt concrete via ...
  • Ozgan H. (۲۰۱۱). Artificial neural network based modelling of the ...
  • Ozsahin TS, Oruc S. (۲۰۰۸). Neural network model for resilient ...
  • Pourtahmasb MS, Karim MR, Shamshirband S. (۲۰۱۵). Resilient modulus prediction ...
  • Shafabakhsh, G. A., Ani, O. J., & Talebsafa, M. (۲۰۱۵). Artificial ...
  • Soltani M, Baghaee Moghaddam T, Karim MR, Shamshirband S. Sudheer ...
  • Tigdemir MS, Kalyoncuoglu F, Kalyoncuoglu UY. ۲۰۰۴. Application of ultrasonic ...
  • Yu B, Gu. X. Ni F, Guo R. (۲۰۱۵). Multi-objective ...
  • Zavrtanik N. Prosen J. Tušar M. Turk G. (۲۰۱۶). The ...
  • نمایش کامل مراجع