Geri Dön

Asfalt karışımları için sanal tasarım yöntemi geliştirilmesi

Development of virtual design method for asphalt mixture

PDF İndir

  1. Tez No: 966025
  2. Yazar: MERT ATAKAN
  3. Danışmanlar: DOÇ. DR. KÜRŞAT YILDIZ
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 128

Özet

Bu tez çalışması, makine öğrenimi (ML) modelleri kullanarak asfalt karışımları için sanal bir tasarım yöntemi sunmaktadır. Öncelikle, agrega yüzey alanı (ASA) ve agrega sayısının (NA) ML performansı üzerindeki etkisi değerlendirilmiştir. %0-50 kazınmış asfalt kaplama (KAK) içeren 107 asfalt karışımından oluşan bir veri seti analiz edilmiştir. NA ve ASA hesaplamalarında dijital fotoğrafçılık ve fizik motoru ortamları kullanılmıştır. Çeşitli ML modelleri farklı girdi setleri (GS) ile test edilmiştir. Sonuçta, agregaya ilişkin olarak yalnızca gradasyon özelliklerinin yer aldığı GS-4'ün en kritik girdileri sağladığı görülmüş ve rijitlik modülü (ITSM), hava boşlukları (Va), Marshall stabilitesi (MS), Marshall akma (MF) ve teorik maksimum yoğunluk (Gmm) gibi temel asfalt özelliklerinde yüksek tahmin performansı gösterdiği tespit edilmiştir. Sonuç olarak, NA veya ASA kullanmak yerine agrega ile ilgili olarak yalnız gradasyon girdilerini içeren GS-4 çalışmanın devamında kullanılması için optimum olarak seçilmiştir. Daha sonra, seçilen GS, iki ML modelini (ML-1: aynı veri setiyle, ML-2: genişletilmiş veri setiyle) eğitmek için kullanılmıştır. ML-1 beş hedef özelliğini (Va, ITSM, MS, MF ve Gmm) tahmin ederken, ML-2 tek bir hedefe (Va) odaklanmıştır. Karşılaştırmalı değerlendirme, çoklu hedef modelinin daha gerçekçi performans gösterdiğini ortaya koymuştur. Çünkü Va'nın farklı bitüm muhtevalarına (BC) göre değişim grafiğini daha gerçekçi tahmin etmiştir. Her iki model de yüksek tahmin performansı sergilemiştir (R² değerleri: Va için 0,96, ITSM için 0,89 ve Gmm için 0,98). Daha sonra bu ML modelleri asfalt karışımlarını tasarlamak için kullanılmıştır. Tam faktöriyel tasarım uzayı oluşturulmuş ve performans ölçütleri dikkate alınarak nihai karışım tasarımını belirlemek için enterpole edilmiş BC değerleri kullanılmıştır. Ayrıca, tahmin edilen Va kullanılarak fizik motoru ortamında agrega sıkışması simüle edilmiş ve 3B dijital modeller oluşturulmuştur. Bu 3B dijital modeller, homojen bir agrega dağılımı göstermiştir ve seçilen gradasyonu görsel olarak oldukça iyi temsil etmektedirler. Bu yaklaşımın, karışım optimizasyonuna daha hızlı, veri odaklı bir yol sunarak asfalt karışımı tasarım süreçlerinin verimliliğini artıracağı düşünülmektedir. Ayrıca bu tez çalışmasında yüksek doğruluklu 3B dijital modellerin fizik motoru ortamında üretilmesi için ML modelinden elde edilen Va tahminlerini kullanan ve sanal sıkışma sağlayan yeni bir yöntem önerilmiştir.

Özet (Çeviri)

This thesis presents a virtual design method for asphalt mixtures using machine learning (ML) models. Initially, the impact of aggregate surface area (ASA) and the number of aggregates (NA) on ML performance was evaluated. A dataset comprising 107 asphalt mixtures containing 0-50% reclaimed asphalt pavement (RAP) was analyzed. Digital photography and physics engine environments were used for calculations of NA and ASA. Various ML models were tested with different input feature sets (IFS). As a result, IFS-4 containing only gradation features concerning the aggregate provided the most critical inputs, achieved high predictive performance for key asphalt properties such as stiffness modulus (ITSM), air voids (Va), Marshall stability (MS), Marshall flow (MF) and theoretical maximum density (Gmm). Consequently, IFS-4 containing only gradation inputs regarding the aggregate was selected as the optimal feature set for further modeling rather than NA or ASA. Subsequently, selected IFS was used to train two ML models (ML-1: with same dataset, ML-2: with expanded dataset). ML-1 predicted five target properties (Va, ITSM, MS, MF, and Gmm), while ML-2 focused on a single target (Va). Comparative evaluation revealed that the multi-target model performed slightly more realistic, particularly in predicting the graph of air void changes in different bitumen content (BC). Both models demonstrated strong predictive accuracy (e.g., R² values: 0.96 for Va, 0.89 for ITSM, and 0.98 for Gmm). The ML models were then used to design asphalt mixtures. A full factorial design space was generated, and interpolated BC values were used to determine the final mix design, considering multiple performance criteria. Also, 3D digital models were created, using predicted Va and simulating aggregate compaction in a physics engine environment. These digital models were closely matched selected gradations visually, demonstrating homogeneous aggregate distribution. This approach improves the efficiency of asphalt mixture design processes, offering a faster, data-driven pathway to optimized mixtures. This thesis also introduces a method for generating high-accuracy digital models using Va predictions obtained from a ML model for compacting virtual samples in the physics engine environment.

Benzer Tezler

  1. Tez No

    677312

    The effect of vehicle velocity on viscoelastic response of flexible pavements

    Esnek üstyapılarda taşıt hızının üstyapının viscoelastikdavranışı üzerindeki etkisinin incelenmesi

    UBEJD ARIFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Ulaşımİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH HİLMİ LAV

  2. Tez No

    82599

    Energy approach for fatique analysis of flexible pavements

    Esnek kaplamaların yorulma analizinde enerji yaklaşımı

    SERKAN GAZEL

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. S. OSMAN ACAR

  3. Tez No

    328351

    The utilization of recycled asphalt concrete with warm mix asphalt

    Geri kazanılmış asfalt betonunun ılık karışım asfaltlarda kullanımı

    JÜLİDE OYLUMLUOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    İnşaat MühendisliğiDokuz Eylül Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURAK ŞENGÖZ

  4. Tez No

    491153

    Influence of foaming water content and mixing temperature on foam asphalt mixtures

    Köpük asfalt karışımlarında su içeriğinin ve karıştırma sıcaklığının önemi

    SOLOMON TOMBE MARX LADU

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    İnşaat MühendisliğiDokuz Eylül Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ TOPAL

  5. Tez No

    703613

    Investigation of the moisture susceptibility characteristic of Mugla marble within hot mix asphalt

    Muğla mermerinin suya duyarlılık karakteristiklerinin bitümlü sıcak karışımlarda incelenmesi

    MUSTAFA ÖZKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Mühendislik BilimleriMuğla Sıtkı Koçman Üniversitesi

    Ulaştırma Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL ÇAĞRI GÖRKEM

Geri Dön