AsphaltFatigueANN

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F24%3A00375373" target="_blank" >RIV/68407700:21110/24:00375373 - isvavai.cz</a>
Result on the web
<a href="https://github.com/VaclavNezerka/AsphaltFatigueANN" target="_blank" >https://github.com/VaclavNezerka/AsphaltFatigueANN</a>
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
AsphaltFatigueANN
Original language description
The durability and maintenance demands of asphalt concrete (AC) are significantly influenced by its fatigue life, traditionally determined through laborious and time-consuming methods. To address this, we developed a software tool that leverages artificial neural networks (ANNs) to predict AC fatigue life with high accuracy. This innovative software focuses on key parameters such as strain level, binder content, and air-void content, using a substantial dataset to manage the wide range of fatigue life data typically represented on a logarithmic scale. By utilizing the mean square logarithmic error as the loss function, our software ensures precise predictions across all fatigue life levels. The tool features an optimized ANN model that captures the intricate relationships within the data, demonstrating that higher binder content significantly enhances fatigue life, while the impact of air-void content varies with binder levels. This user-friendly software provides researchers and engineers with a powerful platform for AC fatigue life modeling, showcasing the efficiency and effectiveness of ANNs in handling large datasets. The software, along with the dataset, is available as open-source on a GitHub repository, facilitating further research and practical applications.
Czech name
—
Czech description
—

Project
<a href="/en/project/GF22-04047K" target="_blank" >GF22-04047K: Advanced approaches for determination and understanding of asphalt mix fatigue behaviour</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year
2024
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID
AsphaltFatigueANN
Technical parameters
Software byl vyvinut v programovacím jazyce Python 3, ovládání pomocí hlavního skriptu, kde se nastavují jednotlivé řídící parametry modelu strojového učení. Vyvíjeno jako open-source (GNU General Public License).
Economical parameters
Využití softwaru významně uspoří prostředky pro stanovení únavových vlastností aslfaltových směsí, jejichž zkouška je mimořádně časově a tím i finančně náročná. Úspora na jedno testované těleso je přibližně 5 tis. Kč.
Owner IČO
68407700
Owner name
České vysoké učení technické v Praze

Similar results(10)