An artifical neural network approach to model and predict asphalt deflections as a complement to experimental measurements by falling weight deflectometer

  • Der Deflexionswert ist ein wesentlicher Indikator für die Restlebensdauer flexibler Straßenbefestigungen, der mit einem Falling Weight Deflectometer (FWD) gemessen wird. Obwohl das FWD ein beliebtes Gerät für die Planung von Erhaltungsmaßnahmen ist, ist diese Methode in großem Umfang verwendet zeitaufwändig und ressourcenintensiv. Um diese Einschränkungen zu überwinden und die Methode zu verbessern, zielt diese Studie darauf ab, einen Ansatz mit einem künstlichen neuronalen Netzwerk (KNN) zu entwickeln, um die Deflexion an jedem beliebigen Punkt der gesamten Strecke zu berechnen, um experimentelle FWD-Messungen zu ergänzen und zu ersetzen. Es wird ein Feed-Forward KNN-Modell in der MATLAB® Programmierumgebung entwickelt basierend auf der Rückführung (Backpropagation) durch ein mehrlagiges Perzeptronennetzwerk für Asphaltdeckschichten. Es hat die Fähigkeit, Daten (z.B. Deflexion) an allen Punkten berechnen, die zwischen den Messpunkten (25 Meter Abstand) auf der Strecke liegen.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Mahdi Rahimi NahoujyGND
URN:urn:nbn:de:hbz:294-72323
DOI:https://doi.org/10.13154/294-7232
Referee:Martin RadenbergGND, J. Stefan BaldGND
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):2020/06/16
Date of first Publication:2020/06/16
Publishing Institution:Ruhr-Universität Bochum, Universitätsbibliothek
Granting Institution:Ruhr-Universität Bochum, Fakultät für Bau- und Umweltingenieurwissenschaften
Date of final exam:2020/01/14
Creating Corporation:Fakultät für Bau- und Umweltingenieurwissenschaften
GND-Keyword:Fallgewichtsgerät; Neuronales Netz; Straßenunterhaltung; Künstliche Intelligenz; Zerstörungsfreie Werkstoffprüfung
Institutes/Facilities:Lehrstuhl für Verkehrswegebau
Dewey Decimal Classification:Technik, Medizin, angewandte Wissenschaften / Ingenieurbau, Umwelttechnik
faculties:Fakultät für Bau- und Umweltingenieurwissenschaften
Licence (German):License LogoKeine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht