منصور فخری - دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
رضا شهنی دزفولیان - دانشجوی دکتری، دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران بخش برنامه ریزی حمل و نقل، مرکز تحقیقات راه، مسکن و شهرسازی، تهران، ایران

اطلاع از وضعیت سازه­ای روسازی می­تواند نقش موثری در پیاده­سازی و اجرای یک سیستم مدیریت روسازی کارآمد داشته باشد. تعیین عدد سازه­ای موثر می­تواند در طراحی، بهسازی و تعمیر و نگهداری، تعیین مقاطع همگن و پیش­بینی خرابی روسازی و شناسایی مقاطع نیازمند به آزمایش­های تکمیلی میدانی مد نظر قرار­گیرد. یکی از رایج ترین روش­های محاسبه عدد سازه­ای، استفاده از روش­های غیر مخرب با استفاده از دستگاه افت و خیز سنج لرزه­ای (FWD) می­باشد. لیکن هزینه انجام تست­های میدانی، نیاز به کنترل ترافیک و محدودیت در سرعت انجام کار، از مواردی مهمی است که استفاده از دستگاه FWD را در سطح پروژه و به ویژه در سطح شبکه با محدودیت مواجه ساخته است. در این مقاله تلاش می­گردد در راستای توسعه روش­های موجود، با استفاده از روش­های سریع و نسبتا اقتصادی، عدد سازه­ای موثر روسازی را با ترکیب شاخص ناهمواری و خرابی سطحی تعیین نمود. بدین منظور 52 کیلومتر از راه­های شریانی استان کرمانشاه و ایلام با مشخصات مختلفی چون ترافیک، عمر روسازی، ضخامت لایه های روسازی و انواع خرابی مورد بررسی قرار گرفت. همچنین، از دستگاه FWD جهت محاسبه افت و خیز در هر مقطع، از دستگاه­RSP جهت برداشت ناهمواری (IRI)و از دستگاه RD-3VV و بازدید چشمی جهت بررسی خرابی­های سطحی و تعیین شاخصارزیابی سطح روسازی (PASER)استفاده شد. به منظور برآورد عدد سازه­ای موثر، دو شاخص ناهمواری و PASER به عنوان متغیرهای ورودی در مدلسازی در نظر گرفته شدند. جهت مدلسازی از مدل­های رگرسیون توانی، خطی چند جمله­ای و شبکه عصبی با معماری مختلف استفاده گردید. نتایج حاصل از مدل پیشنهادی نشان می­دهد که       می­توان عدد سازه­ای را با دقت بالا و خطای کم تعیین نمود. همچنین یافته­های این مقاله، بر برتری و توانایی نسبی استفاده از مدل­های شبکه عصبی در مقایسه با دیگر مدل­های رگرسیون دلالت دارد.  

عدد­سازه­ای موثر, امتیازدهی و ارزیابی­ سطح­ روسازی­, شاخص ­ناهمواری بین­ المللی, مدل­ شبکه عصبی, مدل رگرسیون