文献

J-GLOBAL ID：202102224136173541   整理番号：21A0577069

ストーンマスチックアスファルトの動的Modulus予測のための人工知能ベースモデル【JST・京大機械翻訳】

Artificial Intelligence-Based Model for the Prediction of Dynamic Modulus of Stone Mastic Asphalt

著者 (8件)： Le Thanh-Hai (University of Transport Technology, Hanoi 100000, Vietnam) ,  Nguyen Hoang-Long (University of Transport Technology, Hanoi 100000, Vietnam) ,  Pham Binh Thai (University of Transport Technology, Hanoi 100000, Vietnam) ,  Nguyen May Huu (University of Transport Technology, Hanoi 100000, Vietnam) ,  Pham Cao-Thang (Le Quy Don Technical University, Hanoi 100000, Vietnam) ,  Nguyen Ngoc-Lan (University of Transport and Communications, Hanoi 100000, Vietnam) ,  Le Tien-Thinh (Institute of Research and Development, Duy Tan University, Da Nang 550000, Vietnam) ,  Ly Hai-Bang (University of Transport Technology, Hanoi 100000, Vietnam)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 15  ページ： 5242  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： Stone Mastic Asphalt(SMA)は,材料に対する強度と耐久性を提供するために,石から石への接触を利用する強靭で,安定した,わだち抵抗混合物である。また,温間混合アスファルト(WMA)技術は,従来の熱混合アスファルト技術(HMA)と比較して,生産温度を3050C削減することにより,排出とエネルギー消費の削減を可能にする。動的弾性率|Eε′′は,機構-経験的設計と解析における重要な材料特性として認められ,さらに,そのような層状舗装構造の歪と変位を反映する。本研究の目的は,WMA技法によるSMAの潜在的使用を有利にすることである。この目的のために,まず,実験室試験を行い,動的弾性率を通してSMAとHMAの性能を比較した。第二に,アスファルト混合物の動的弾性率を正確に予測するための先進ハイブリッド人工知能技術を開発した。このハイブリッドモデル(ANN-TLBO)は,人工ニューラルネットワーク(ANN)アルゴリズムおよび学習ベース最適化(TLBO)技術に基づいた。得られた実験試験(96データ)を含むデータベースを用いてANN-TLBOモデルの開発と評価を行った。実験結果は,SMA混合物がHMAより高い動的弾性率|Eε′′の値を示し,WMA技術が熱技術と比較して動的弾性率値を増加させることを示した。さらに,提案したハイブリッドアルゴリズムは,訓練および試験データセットに対して,それぞれ,0.989および0.985のR2の顕著な値を有する動的弾性率を成功裏に予測することができた。最後に,動的弾性率に及ぼす温度と周波数の影響を評価し,議論した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  学習 ,  データベース ,  ニューラルネットワーク ,  *アスファルト ,  *人工知能 ,  わだち掘れ ,  アスファルト混合物 ,  *アスファルトマスチック ,  舗装構造 ,  動弾性係数
準シソーラス用語： ハイブリッドモデル ,  加熱混合アスファルト ,  ハイブリッドアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： ストーンマスチックアスファルト ,  加熱混合アスファルト ,  加熱混合アスファルト ,  動的弾性率 ,  人工ニューラルネットワーク ,  教育学習に基づく最適化

分類 (2件)： アスファルト舗装,たわみ性舗装  (RC04040R) ,  有機質材料  (RA06030O)

引用文献 (84件)：

• Shen, D.-H.; Kuo, M.-F.; Du, J.-C. Properties of gap-aggregate gradation asphalt mixture and permanent deformation. Constr. Build. Mater. 2005, 19, 147-153.
• Murali Krishnan, J.; Rajagopal, K.R. Review of the uses and modeling of bitumen from ancient to modern times. Appl. Mech. Rev. 2003, 56, 149-214.
• Capitão, S.D.; Picado-Santos, L.G.; Martinho, F. Pavement engineering materials: Review on the use of warm-mix asphalt. Constr. Build. Mater. 2012, 36, 1016-1024.
• Jamshidi, A.; Hamzah, M.O.; You, Z. Performance of warm mix asphalt containing sasobit®: State-of-the-Art. Constr. Build. Mater. 2013, 38, 530-553.
• Sangiorgi, C.; Tataranni, P.; Simone, A.; Vignali, V.; Lantieri, C.; Dondi, G. Stone mastic asphalt (SMA) with crumb rubber according to a new dry-hybrid technology: A laboratory and trial field evaluation. Constr. Build. Mater. 2018, 182, 200-209.

タイトルに関連する用語 (4件)： マスチックアスファルト ,  予測 ,  人工知能 ,  モデル