Підбір оптимальних зернових складів асфальтобетонних сумішей у середовищі MS Excel

Опубліковано:
Номер: Випуск 28(2023)
Розділ: Будівництво та цивільна інженерія
Cторінковий інтервал статті: 159–171
Ключові слова: асфальтобетон, зерновий склад, оптимізація, Microsoft Excel
Як цитувати статтю: Соколов О. В. Підбір оптимальних зернових складів асфальтобетонних сумішей у середовищі MS Excel. Дороги і мости. Київ, 2023. Вип. 28. С. 159–171.
Як цитувати статтю (references): Oleksii Sokolov. Designing of optimal grading of asphalt mixtures in the MS Excel environment. Dorogi і mosti [Roads and bridges]. Kyiv, 2023. Iss. 28. P. 159–171 [in Ukrainian].

Автори

Державне підприємство «Національний інститут розвитку інфраструктури» (ДП «НІРІ»), м. Київ, Україна
https://orcid.org/0000-0002-4694-9647

Анотація

Вступ. Композиція зернового складу мінеральної частини асфальтобетонної суміші суттєво впливає на властивості дорожнього асфальтобетону, а саме на його міцність, шорсткість, довговічність, стійкість, надійність, якість тощо, особливо при застосуванні вторинних відходів промисловості. Підбір зернового складу асфальтобетонної суміші (далі – АС) передбачає розрахунок таких його параметрів, які, у тому числі, задовольняють вимогам табл. 6 і табл. 7 ДСТУ Б В.2.7‑119 [1].

Вибір складу заповнювача та вмісту в’яжучого АС, яка відповідає вимогам специфікації, є тривалою процедурою спроб і помилок, а успіх у проєктуванні АС значною мірою залежить від досвіду проєктувальника. Подоланню цього утруднення може сприяти розроблення та впровадження комп’ютерних  програм проєктування оптимальних параметрів АС для отримання бажаних їх властивостей та управління ними.

Найбільш розповсюдженими у будівельній індустрії світу є електронні таблиці Excel. Їх пропонують на ринку програмних продуктів або розробляють власними зусиллями окремі спеціалісти. У складі Microsoft Excel є так званий розв’язувач (Solver), у якому використаний ГА, за допомогою якого можна знайти оптимальні значення кількості компонентів мінеральної частини АС. Крім того, наявніть у середовищі Excel мови програмування Vasual Basic for Application (VBA) дає можливість створювати програми, що відповідають складності задачі оптимізації параметрів АС, та мають зручний інтерфейс користувача.

Сучасним є підхід до оптимізації процесу проєктування АС на базі моделей ШНМ різних видів, наприклад, запропонований в роботі [4]. В останні роки інструменти штучного інтелекту набули популярності. В інженерії проєктування дорожнього покриття ШНМ можна використовувати для інтерпретації складних даних, отриманих у результаті польових і лабораторних досліджень чи навіть отриманих комп’ютерним імітаційним моделюванням. ШНМ в основному застосовують в трьох основних сферах будівництва та ремонту дорожнього покриття, а саме в оцінюванні структурного стану дорожнього покриття, прогнозуванні аварійного стану дорожнього покриття та оцінюванні властивостей АС.

На нашу думку, можна зробити висновок про доцільність розв’язання задачі пошуку оптимальної композиції зернового складу мінеральної частини асфальтобетонної суміші в табличному процесорі Microsoft Excel, як найбільш поширеному в будівельній індустрії і доступному для більшості користувачів.

Проблематика. Композиція зернового складу мінеральної частини асфальтобетонної суміші суттєво впливає на властивості дорожнього асфальтобетону, а саме на його міцність, шорсткість, довговічність, стійкість, надійність, якість тощо, особливо при застосуванні вторинних відходів промисловості. Приймаючи до уваги значну трудомісткість оптимізації зернового складу АС, її доцільно здійснювати за допомогою комп’ютерного забезпечення, спираючись на найбільш поширені і добре відомі спеціалістам програмні засоби, а саме на табличний процесор Microsoft Excel. Розроблення і впровадження такого програмного забезпечення сприятиме розвитку теорії проєктування  зернового складу АС і полегшить її практичне застосування.

Мета. Метою статті є розв’язання задачі пошуку оптимальної композиції зернового складу мінеральної частини асфальтобетонної суміші, що задовольняє вимогам державних стандартів [1, 7–9], із застосуванням табличного процесора Microsoft Excel без застосування макросів і VBA.

Матеріали і методи. Для оптимізації підбору зернового складу АС було прийнято табличний процесор Microsoft Excel.

Результати. Розроблена нелінійна математична модель задачі оптимізації зернового складу мінеральної частини АС з цілочисловими змінними та обмеженнями, яку слід розв’язувати розвиваним методом, проте, якщо шукати наближення до кривої з максимальною градацією щільності, то стає можливим застосування методу зведеного градієнта.

Висновки. Аналіз доступних джерел інформації показав, що вирішення проблеми вибору оптимального зернового складу мінеральної частини асфальтобетону потребує застосування сучасних пакетів прикладних комп’ютерних програм для зменшення витрат часу на обробку і аналіз результатів лабораторних досліджень.

Найбільш поширеними програмними засобами у будівельній індустрії, зокрема в лабораторному забезпеченні виготовлення асфальтобетонної суміші, є табличний процесор Microsoft Excel. У статті продемонстрована методика розв’язання задачі оптимізації зернового складу мінеральної частини АС в середовищі Microsoft Excel без застосування макросів мови програмування VBA, що дає змогу обробляти та аналізувати результати лабораторних досліджень спеціалістам, які не знайомі з програмуванням.

Посилання

  1. ДСТУ Б В.2.7–119:2011 Суміші асфальтобетонні і асфальтобетон дорожній та аеродромний. Технічні умови. Київ, 2011. 37 с. (Інформація та документація).
  2. Alshamsi K.S. Development of a mix design methodology for asphalt mixtures with analytically formulated aggregate structures (2006). LSU Doctoral Dissertations. 3811. URL:  https://digitalcommons.lsu.edu/gradschool_dissertations/3811 (дата звернення: 01.08.2023).
  3. NCHRP Report 673 A Manual for Design of Hot-Mix Asphalt with Commentary (2011). National Academies of Sciences, Engineering, and Medicine. Washington, DC: The National Academies Press. 273 pp. DOI: https://doi.org/10.17226/14524.
  4. Sebaaly H., Varma S., Maina J. W. Optimizing asphalt mix design process using artificial neural network and genetic algorithm. URL: https://repository.up.ac.za/bitstream/handle/2263/67040/Sebaaly_Optimizing_2018.pdf?sequence=1 (дата звернення: 01.08.2023).
  5. Zhang M., Heitzman M., Smith A.E. Improving Hot Mix Asphalt Production Using Computer Simulation and Real Time Optimization. J. Comput. Civ. Eng. 2014. 28(3): 04014011. URL: https://www.eng.auburn.edu/~aesmith/files/asce.pdf (дата звернення: 01.08.2023).
  6. Субботін С.О. Нейронні мережі: теорія та практика: навч. посіб. Житомир, 2020. 184 с. URL: http://eir.zntu.edu.ua/bitstream/123456789/6800/1/Subbotin_Neural.pdf (дата звернення: 01.08.2023).
  7. ДСТУ Б В.2.7–119:2011 Зміна № 1. Суміші асфальтобетонні і асфальтобетон дорожній та аеродромний. Технічні умови. Київ. 2014. 7 с. (Інформація та документація).
  8. ДСТУ Б В.2.7-127:2015 Будівельні матеріали. Суміші асфальтобетонні і асфальтобетон щебенево-мастикові. Технічні умови. Київ. 2015. 29 с. (Інформація та документація).
  9. ДСТУ Б В.2.7-319:2016 Суміші асфальтобетонні і асфальтобетон дорожній та аеродромний. Методи випробувань. Київ. 2016. 71 с. (Інформація та документація).
  10. Lasdon Leon S., Fox Richard L., Ratner Margery W. Nonlinear optimization using the generalized reduced gradient method. Revue française d’automatique, informatique, recherche opé- rationnelle. Recherche opérationnelle. Tome 8, no V3 (1974). P. 73–103. URL: http://www.numdam.org/article/RO_1974__8_3_73_0.pdf (дата звернення: 01.08.2023).