Identyfikacja liczby i grubości warstw modelu nowej nawierzchni odcinka próbnego metodami sztucznej inteligencji

Streszczenie

W artykule przedstawiono zastosowanie jednokierunkowych sztucznych sieci neuronowych (SSN) do ustalania przypuszczalnej liczby i grubości warstw modelu nowej nawierzchni podatnej odcinka próbnego. W zastosowanej metodzie zakłada się, że znane są tylko wyniki pomiarów uzyskane z badań ugięciomierzem FWD na powierzchni warstw asfaltowych wchodzących w skład typowej konstrukcji nawierzchni dla kategorii ruchu KR3. W oparciu o obliczenia symulacyjne ustalono kształt linii wpływu dla wybranych wariantów wzorując się na typowych konstrukcjach nawierzchni podatnych stosowanych w Polsce. Obliczone w ten sposób linie wpływu zostały wykorzystane do nauki sztucznej sieci neuronowej. W konsekwencji, tak wytrenowaną sieć zastosowano do ustalenia liczby i grubości warstw nawierzchni odcinka próbnego. W wyniku konfrontacji uzyskanych wyników z rzeczywistą konstrukcją nawierzchni odcinka próbnego stwierdzono, że uzyskane wyniki mogą być podstawą dalszych obliczeń statycznej identyfikacji modułów sprężystości warstw modelu nawierzchni metodą obliczeń odwrotnych.