ارايه مدل تخمين عدد رواني با استفاده از پارامترهاي مارشال و نتايج آزمايش مقاومت كششي غيرمستقيم

Developing a Forecasting Model of Flow Number Using Marshall Parameters and Indirect Tensile Strength Test Results

رشد سريع آمد و شد، به ويژه تكرار بارگذاري ناشي از عبور وسايل نقليه سنگين، كيفيت نامناسب مخلوط هاي آسفالتي و نرسيدن به تراكم مورد نياز، باعث ايجاد خرابي‌هاي متفاوت در روسازي هاي انعطاف پذير مي‌شود. يكي از مهم‌ترين انواع خرابي‌هاي روسازي‌هاي آسفالتي، تغييرشكل‌هاي دايمي مي‌باشد كه با نام شيارشدگي شناخته مي‌شوند. شيارشدگي به واسطه تجمع تغييرشكل‌هاي دايمي و برگشت‌ناپذير در لايه‌هاي روسازي تحت تكرار بارگذاري ترافيكي به وجود مي‌آيد. در ميان تمام لايه‌هاي مختلف سهيم در شيارشدگي، تغييرمكان دايمي در لايه سطحي روسازي بخش عمده‌اي از شيارشدگي را به خود اختصاص مي‌دهد. به همين دليل در ارايه طرح اختلاط مناسب، توجه به پتانسيل بروز تغييرشكل‌هاي دايمي مخلوط‌هاي آسفالتي كه نشانه ضعف مقاومت برشي در آسفالت است، امري ضروري تلقي مي‌گردد. از طرفي مشخص شده است كه عددرواني نشانگر آغاز تغييرشكل‌هاي برشي در مخلوط‌هاي آسفالتي است كه به عنوان شاخصي در ارزيابي پتانسيل شيارشدگي اين روسازي شناخته مي شود. در اين پژوهش سعي شده است تا با ساخت نمونه‌هايي آسفالتي به روش مارشال كه طيف وسيعي از مصالح سنگي، قير، دانه بندي، فيلر و درصد قير را شامل مي‌شود، با توسعه يك رابطه ميان عددرواني به دست آمده از آزمايش خزش ديناميكي با مقاومت كششي ناشي از آزمايش كشش غير مستقيم و پارامترهاي حاصل از طرح اختلاط مارشال، ضمن صرفه جويي در هزينه‌هاي اجرايي، بدون صرف زمان اضافي، وضعيت شيارشدگي مخلوط مورد نظر را پيش بيني نمود. اين رابطه كه صحت آن توسط شبكه عصبي مصنوعي نيز مورد تاييد قرارگرفته است، اين امكان را به وجود مي‌آورد تا از توليد آسفالت با مقاومت برشي پايين در مرحله آزمايشگاهي و پيش از توليد كارخانه‌اي جلوگيري گردد. بدين ترتيب صرفه جويي چشمگيري در زمان و هزينه‌هاي آتي طرح اختلاط به وجود خواهد آمد.

The rapid growth of traffic, especially heavy vehicles passing by repeated loading, poor quality asphalt mix and not reaching different the required density of asphalt pavement can cause asphalt damage. One of the most important types of flexible pavement failures ,is permanent deformation, which are known by the name rutting. Rutting is done by aggregation of Permanent deformation and irreversible through the pavement layers under traffic loading repeated. Through the all different layers involved in rutting, permanent deformation in the surface layer of pavement is allocated to the main contribution of rutting, thus Provide an appropriate mix design, attention to the potential risk of permanent deformation asphalt mixtures that weakness indication shear resistance in the asphalt is essential to be considered. On the other hand the specified flow number is beginning marker for Shear deformation in asphalt mixtures is known as a marker for evaluation of asphalt mixtures rutting. In this study, we have tried to build the asphalt samples with Marshall method, that including range of the aggregates, asphalt, aggregate, filer and bitumen percentage with the development of a relationship between obtained flow number from the dynamic creep test, tensile strength from indirect tensile test and the parameters of the Marshall mix design while providency administrative costs, predicted the mixture rutting status, without spending extra time. The accuracy of this model was confirmed by the artificial neural network, makes it possible to prevented produce concrete with low shear resistance in the laboratory and before factory manufacture. Thus, considerable savings in future time and costs there would be in mix design.