Roads and Bridges - Drogi i Mosty
11, 2, 2012, 123-149

Identification of number and thickness of new test section pavement model layers using artificial intelligence methods

Andrzej Pożarycki Mail
Poznan University of Technology, Faculty of Civil and Environmental Engineering, Institute of Civil Engineering

Abstract

The paper presents methodology based on feedforward Artificial Neural Networks (ANN) techniques to estimate the most probable number and thickness of new test section flexible pavement layers. There is a consideration in the described method that only results from FWD measurements on surface of each asphalt concrete layer are known. Based on pavement mechanics theory and making a reference to typical flexible pavements used in Poland, the deflection basins were calculated. Theoretically determined deflection basins were used to train ANN. Finally an artificial neural network approach is used to estimate the wanted parameters of analyzed test section pavement layers. Comparing the ANN’s results with the real test section pavement construction it was found that parameters obtained with ANN can be used for further standard backcalculation procedure.

Keywords


backcalculation, feedforward artificial neural networks, pavement layers thickness identification

Full Text:

PDF

References


Bishop C.M.: Neural Networks for pattern recognition. Oxford University Press, Oxford 1995

Duda R.O., Hart P.E., Stork D.G.: Pattern classification. 2nd ed, John Wiley & Sons, New York 2001

Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006

Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, wyd. 2, Warszawa 1993

Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe, podstawy teorii i zastosowania. Wydawnictwo naukowe PWN, Warszawa 1996

Wolfram Research Incorporation, Neural Networks 1.1.1. Dokumentacja pakietu komputerowego

Józefowicz K.: SSN. Leszno 2009, http://elektrotechnika.ip.pwsz.edu.pl

Wolfram S.: Articles on Cellular Automata. http://www.stephenwolfram.com

Szydło A.: Statyczna identyfikacja parametrów modeli nawierzchni lotniskowych. Prace naukowe Instytutu Inżynierii Politechniki Wrocławskiej, 45, Wrocław 1995

Kim S., Gopalakrishnan K., Ceylan H.: Neural Networks Application in Pavement Infrastructure Materials. Springer-Verlag Berlin Heidelberg 2009, Intel. & Soft Comp. in Infra. Sys. Eng., SCI 259, 47 - 66

Pekcan O., Tutumluer E., Thompson M.: Nondestructive pavement evaluation using ILLI-PAVE based ANN models. Research Report FHWA-ICT-08-022, Illinois 2008

Saltan M., Tigdemir M., Karasahin M.: ANN Application for Flexible Pavement Thickness Modeling. Turkish J. Eng. Env. Sci, 26, 2002, 243 - 248

Sharma S., Das A.: Backcalculation of pavement layer parameters using Artificial Neural Networks. Can. J. Civ. Eng. 35, 2008, 57 - 66

Bredenhann S.J., van de Ven M.F.C.: Application of ANN in the back-calculation of flexible pavement layer moduli from deflection measurements. Proc. of the 8th CAPSA’04, South Africa, Sun City 2004, 12 - 16

Pożarycki A., Bartkowiak M.: Zastosowanie SSN w identyfikacji grubości warstw asfaltowych w nawierzchniach podatnych. Archiwum Instytutu Inżynierii Lądowej Politechniki Poznańskiej, 9, Poznań 2011

Pożarycki A., Grabowski W.: Assessing the test section pavement structure using VQNN. 5th Int. Conf. Bit. Mix.& Pavements, Greece, Thessaloniki, June 2011

RMTiGM z dnia 2 marca 1999 r. w sprawie warunków technicznych, jakim powinny odpowiadać drogi publiczne i ich usytuowanie. Dz. U. nr 43 z 1999 r., poz. 430 z późn. zm.

Grabowski W., Pożarycki A.: Badania propagacji spękań wielkowymiarowych próbek nawierzchni asfaltowych podanych wielokrotnie powtarzalnym obciążeniom w warunkach laboratoryjnych. III Międzynarodowa Konferencja „Nowoczesne Technologie w budownictwie drogowym”, Poznań 2005

Firlej S.: Mechanika nawierzchni drogowej. Wydawnictwo Petit s.c., Politechnika Lubelska, Lublin 2007

Boddapati K.M., Nazarian B.: Effects of Pavement - Falling Weight Deflectometer Interaction on Measured Pavement Response, Nondestructive Testing of Pavements and Backcalculation of Moduli (Second Volume). ASTM STP 1198, American Society of Testing and Materials, Philadelphia 1994, 326 - 340


Identification of number and thickness of new test section pavement model layers using artificial intelligence methods

  
Pożarycki, Andrzej. Identification of number and thickness of new test section pavement model layers using artificial intelligence methods. Roads and Bridges - Drogi i Mosty, [S.l.], v. 11, n. 2, p. 123-149, apr. 2012. ISSN 2449-769X. Available at: <>. Date accessed: 26 Sep. 2020.