Zurück Vor

Detailergebnis zu DOK-Nr. 82643

Prognose der Energiefreisetzungsrate von Asphaltbeton aus dem Texas Overlay Test mit Hilfe von maschinellem Lernen (Orig. engl.: Prediction of asphalt concrete energy release rate from Texas overlay test using machine learning)

Autoren	F. Liu M. Beheshti H. Ozer I.L. Al-Qadi
Sachgebiete	11.1 Berechnung, Dimensionierung, Lebensdauer 11.2 Asphaltstraßen

Road Materials and Pavement Design 26 (2025) Nr. 2, S. 441-461, 12 B, 2 T, zahlr. Q. − Online: https://doi.org/10.1080/14680629.2024.2356796

Straßennetze sind essentielle Bestandteile der Infrastruktur eines Landes und beeinflussen somit alle sozialen und ökonomischen Belange der Gesellschaft. Der Zustand der Straßenbefestigungen wirkt sich auf die Verkehrsleistung und -sicherheit aus. Er wird durch Faktoren wie Verkehrsbelastung und Klima bestimmt. Veränderungen müssen beobachtet und sukzessive prognostiziert werden, um Schädigungen zu minimieren. Reflexionsrissbildung ist eine häufige Schadensursache, die bei Asphaltdeckschichten über vorhandenen Betondecken auftritt. Die Autoren führen aus, dass die Modellierung und Prognostizierung der Rissbildung eine hoch komplizierte Aufgabe ist, die eine Kenntnis der viskoelastischen Eigenschaften des Asphaltbetons erfordert. In diesem Zusammenhang wurden Modelle des maschinellen Lernens (ML) zur Prognose der Energiefreisetzungsrate (ERR) im Texas Overlay Test konzipiert. Weitere Rechenmodelle wurden mit verschiedenen Eingangsparametern untersucht. Es wird resümiert, dass sich die ML-Modelle als genau und zuverlässig für die Vorhersage der ERR erweisen.