Сибирский федеральный университет

Перевод названия: QUALITY MANAGEMENT OF NONRIGID PAVEMENT

Тип публикации: статья из журнала

Год издания: 2011

Ключевые слова: асфальтоукладчик, трамбующие брусья, тензодатчики, black top spreader, compacting bars, tensiometer, control algorithm, artificial neural network, алгоритм управления, искусственная нейронная сеть

Аннотация: Абстракт – Исследование посвящено вопросам управления процессом уп- лотнения нежестких дорожных покрытий рабочими органами укладчика. Выпол- нен анализ научных предпосылок разработки системы автоматического управле- ния уплотняющим рабочим органом укладчика на основе теоретических и экспе- риментальных исследований. Обоснованы предпосылки разработки системы ав- томатического управления рабочим органом асфальтоукладчика на основе опыт- ных данных по зависимостям усилий на трамбующих брусьях, коэффициента уп- лотнения от режимных параметров процесса – скорости движения асфальтоук- ладчика, частоты трамбования.Предлагается алгоритм управления процессом уплотнения с использовани- ем технологий искусственного интеллекта – искусственных нейронных сетей. The study is devoted to the management process of non-rigid pave-ments compaction by working attachment of black top spreader.Scientific backgrounds to development of automatic control system of black top spreader compacting working attachment, based on theoretic and experimental re- searches are analyzed.Backgrounds to development of automatic control system of black top spreader compacting working attachment, based on theoretic and experimental researches, are found according to efforts in compacting bars, compaction factor, depended on opera- tion characteristic - black top spreader movement speed, the frequency of compaction.For the synthesis of road construction machinery control systems the develop- ment of mathematical models that take into account the dynamics of the workflow in terms of a priori uncertainty of the object management is necessary.Using of artificial intelligence technologies allows to make an identification of the machines working process through the development of neural network (a hybrid neural network) model of the experimental (input and output) data.Artificial neural networks have such valuable properties of intelligent adaptive systems, as learning ability, the ability for generalization and abstraction.Using of neural networks allows to create self-learning systems to ensure getting the desired result.For control of the object selected according to the following quantities of inputs and outputs of the system: control - speed of eccentric shaft (the frequency of compac- tion timber); controlled - force (coefficient of seals - defined implicitly), perturbing the value - the resistance of the mixture. It should be noted that the rate of speed machines and the thickness of a stacked layer, are set in accordance with the process specification and performance of flow.

Журнал: Новые идеи нового века: материалы международной научной конференции ФАД ТОГУ

Выпуск журнала: Т. 2

Номера страниц: 280-284

Место издания: Хабаровск

Издатель: Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Тихоокеанский государственный университет"

• Прокопьев А.П. (Сибирский федеральный университет, инженерно-строительный институт)

• РИНЦ (eLIBRARY.RU)