Methode zur Klassifizierung von Tragfaehigkeitsmessergebnissen des Falling Weight Deflecometers bei Asphaltbefestigungen

Eine Vielzahl an Einflussfaktoren mit ihren spezifischen Streuungen fuehrt in situ zu einer grossen Variation an Tragfaehigkeitsmustern als Merkmal fuer strukturelle Gegebenheiten einer Strassenkonstruktion. Diese koennen mit dem Falling Weight Deflectometer (FWD) erfasst werden. Anhand von aus Messdaten rueckgerechneten Schicht-E-Moduln wurden zur Spreizung des theoretisch generierten Datenkollektivs theoretische Strassenmodelle angelegt und hierzu Deflexionsmulden berechnet und in einer Datenbank abgelegt. Aufgrund der Vielzahl an prinzipiell zu beruecksichtigenden Faktoren wurde im Hinblick auf eine pragmatische Anwendung dieses klassifizierten Datenbestands ein Kuenstliches Neuronales Netz trainiert, welches automatisch nach den im Datenpool enthaltenen Mustern in situ ermittelte Tragfaehigkeitsmessergebnisse klassiert. Mit der in der Arbeit aufgezeigten Methode konnte die Klassifizierung und deren Anwendung dargestellt werden und die Vorgehensweise des oben angegebenen Projekts mit der Zielsetzung der Erarbeitung eines umfassenden Bewertungshintergrunds fortgefuehrt und die dortigen Masszahlen mit den theoretisch generierten Masszahlen ergaenzt werden. (A)

Language

  • German

Media Info

Subject/Index Terms

Filing Info

  • Accession Number: 01374224
  • Record Type: Publication
  • Source Agency: Forschungsgesellschaft für Straßen- und Verkehrswesen (FGSV)
  • Files: ITRD
  • Created Date: Jun 27 2012 2:32PM