Development of a model for surface pavement temperature predicting using neural networks

Abstract

Effects of climate factors onto pavement constructions are very noticable since they are exposed to their impact. It is important to determine the factor and to what extent it makes its impact, both to the lifespan of the pavement construction as well as to the traffic safety - especially during the winter months. Earlier researches have established that the ambient temperature is one of the most important factors. Many researchers have created models that predict pavement temperatures depending on one or several factors, since it has been proven that the pavement temperature affects physical and mechanical characteristics of pavement. Therefore, we have to be aware of the t surface pavemen temperature, but also on a depth, aiming to reach the best design possible, select appropriate construction material and road maintenance. Previous models have mainly been created using statistical methods. This paper shows a model that predict surface pavement temperature using neural networks.

Uticaj klimatskih faktora na kolovozne konstrukcije je posebno izražen jer su direktno izloženi njihovom uticaju. Bitno je utvrditi koji faktor i koliko utiče, kako na životni vek kolovozne konstrukcije tako i na bezbednost saobraćaja - posebno u zimskim mesecima. Ranijim istraživanjima je utvrđeno da je ambijentalna temperatura vazduha jedan od najvažnijih činilaca. Mnogi istraživači su pravili modele kojima se predviđa temperatura kolovoza u zavisnosti od jednog ili više faktora, pošto se pokazalo da temperatura kolovoza utiče na fizičko-mehaničke karakteristike kolovoza. Stoga je potrebno poznavati temperaturu površine kolovoza, ali i na određenoj dubini, a u cilju što kvalitetnijeg projektovanja, izbora odgovarajućih materijala i kasnijeg održavanja kolovoza. Raniji modeli su uglavnom formirani pomoću statističkih metoda. U ovom radu je prikazan model koji predviđa temperaturu površine kolovoza pomoću neuronskih mreža.