شناسایی و ارائه الگوریتم کنترل کیفیت اجراء روسازی آسفالتی به روش طبقه بندی داده ها وشبکه عصبی مصنوعی

اجرای آسفالت یکی از مهم ترین پارامترهای کیفیت روسازی آسفالت بوده که همواره در هر پروژه پخش آسفالت باید به آن دقت نمود. هدف از این پژوهش، بررسی عملکرد شبکه عصبی مصنوعی و الگوریتم درخت تصمیم و پیش بینی پارامترهای طرح اختلاط و میدانی موثر بر تراکم روسازی بوده تا با شناسایی و کنترل این پارامترها بتوان مقدار پارامتر تراکم را کنترل نمود. در این تحقیق، با استفاده از داده های جمع آوری شده از گزارش تعیین تراکم نسبی آسفالت، گزارش منحنی دانه بندی و نتایج آزمایش های آسفالت گرم و گزارش طرح اختلاط آسفالت همچنین با به کارگیری الگوریتم درخت تصمیم و شبکه عصبی مصنوعی به پیش بینی پارامترهای موثر بر تراکم پرداخته شده است. نتایج نشان می دهد داده هایی که دارای دمای پخش بین 126 تا 155 درجه سانتی گراد، درصد شکستگی در دو جبهه بیشتر از 95.5%، استحکام (مقاومت مارشال) کمتر از 1417.5 کیلوگرم- نیرو و فضای خالی کمتر از 5.45% بودند، تراکم در آنها دارای مقدار مناسب (بیشتراز 97%) بود. در نتیجه، این پارامترها موثرترین پارامترها در طرح اختلاط آسفالت معرفی شد.