Тип публикации: статья из журнала
Год издания: 2021
Идентификатор DOI: 10.17587/prin.12.413-419
Ключевые слова: automatic control system, artificial neural networks, non-destructive technologies, compaction control, ROAD materials, система автоматического контроля, искусственные нейронные сети, неразрушающие технологии, контроль уплотнения, дорожные материалы
Аннотация: Рассматриваются результаты исследования по созданию системы автоматического контроля уплотнения (САКУ) для асфальтоукладчиков в реальном времени. В основу исследования положены методы искусственных нейронных сетей (ИНС). Проведена настройка модели ИНС с прямой связью, с помощью которой можно определять коэффициент уплотнения асфальПоказать полностьютобетонной смеси. Входные переменные САКУ - скорость движения асфальтоукладчика, частота ударов трамбующего бруса, усилие в толкателе трамбующего бруса, тип смеси, толщина слоя. Представлены результаты вычислительного эксперимента по расчету коэффициента уплотнения в режиме реального времени. Предложенная модель ИНС с прямой связью способна объяснить более 98 % измеренных данных. The results of the research on the creation of an automatic compaction control system (ACCS) for pavers in real time are considered. The research is based on the methods of artificial neural networks (ANN). In this paper, an ANN model is obtained, with the help of which it is possible to determine the compaction coefficient (CC) of an asphalt mixture. The input variables of the ACCS are the velocity of movement of the paver, the frequency of impacts of the tamper, the force in the pusher of the tamper, the type of mixture, the thickness of the layer. The results of a computational experiment on the calculation of Cc in real time are presented. The ANN is able to explain more than 98 % of the measured data.
Журнал: Программная инженерия
Выпуск журнала: Т. 12, № 8
Номера страниц: 413-419
ISSN журнала: 22203397
Место издания: Москва
Издатель: ООО "Издательство "Новые технологии"