НЕЙРОННАЯ СЕТЬ ДЛЯ ОЦЕНКИ ТРАНСПОРТНО-ЭКСПЛУАТАЦИОННОГО СОСТОЯНИЯ ЛЕСНЫХ АВТОМОБИЛЬНЫХ ДОРОГ

Рассмотрена проблема совершенствования лесных автомобильных дорог путем использования методики оценки транспортно-эксплуатационного состояния покрытия. Для таких дорог в основном используются территориально расположенные местные некондиционные строительные материалы из низкосортных щебеночно-песчаных смесей, песчано-гравийных и некондиционных известняковых щебней. Материалы отличаются нестабильностью их фракционных составов, а также неопределенностью физико-механических параметров. Это вызывает значительные сложности, как в проектировании, так и в эксплуатации дорог из подобных материалов. Несмотря на ряд проведенных экспериментальных исследований, задача создании достоверной методики остается нерешенной. Таким образом, решить проблему позволит соответствующая методика оценки параметров дорожных покрытий с учетом условий неопределенностей в данных, что и составило цель настоящей работы. Целью исследований была разработка оценки динамического модуля упругости дорожного покрытия на основе интеллектуальной системы в виде нейронечеткой сети. В работе решались следующие задачи: 1) выполнение постановки задачи в содержательном виде оценки физико-механических свойств местных некондиционных материалов и транспортно-эксплуатационных качеств лесных дорог; 2) формирование обучающих выборок для настройки нейронной сети для оценки физико-механических свойств покрытий лесных дорог; 3) разработка нейронечеткой сети в среде MATLAB; 4) обучение нейронечеткой сети; 5) проверка адекватности модели по тестовым примерам. Результатами работы была созданная интеллектуальная система в виде нейронечеткой сети для оценки основного параметра дорожных покрытий динамического модуля упругости покрытия в зависимости от сдерживающих усилий между частицами состава, среднего радиуса частиц, межзерновой пустотности, количества циклов нагружения покрытия. Учитывая достаточную адекватность модели, она может быть рекомендована для использования в практике проектирования и эксплуатации лесных дорог.

Ключевые слова: лесные дороги, дорожные покрытия, динамический модуль упругости дорожного покрытия, параметры песчано-гравийной смеси, нейронечеткая сеть.

NEURAL NETWORK FOR ASSESSINGTHE TRANSPORT AND OPERATIONAL STATE OF FOREST HIGHWAYS

The problem of improving forest highways by using the methodology for assessing the transport and operational condition of the surface is considered. For such roads, local substandard construction materials from low-grade crushed stone-sand mixtures, sand-gravel and substandard limestone rubble are mainly used. Materials are characterized by instability of their fractional compositions, as well as uncertainty of physical and mechanical parameters. This causes significant difficulties both in the design and operation of roads made of such materials. Despite a number of experimental studies, the task of creating a reliable methodology remains unsolved. Thus, the problem can be solved by an appropriate method for evaluating the parameters of road surfaces, taking into account the conditions of uncertainty in the data, which is the purpose of this work. The aim of the research was to develop an estimate of the dynamic modulus of elasticity of the road surface based on an intelligent system in the form of a neural network. The following tasks were solved: 1) implementation of the problem statement in the form of a meaningful assessment of the physical and mechanical properties of local substandard materials and transport and operational qualities of forest roads; 2) formation of training samples for setting up a neural network to assess the physical and mechanical properties of forest road surfaces; 3) development of a neural network in MATLAB; 4) training of a neural network; 5) checking the adequacy of the model using test examples. The results were created by an intelligent system in the form of a neuro network to estimate the main parameter of the pavement, dynamic modulus of the coating depending on deterrent efforts between the particles of the composition, average radius of particles, intergranular voidness, the number of loading cycles of the coating. Given the sufficient adequacy of the model, it can be recommended for use in the practice of designing and operating forest roads.

Keywords: forest roads, road surfaces, dynamic modulus of elasticity of the road surface, parameters of the sand-gravel mixture, neural network.