INTELLIPave : uma abordagem baseada em inteligência artificial para a modelagem de pavimentos asfálticos

Abstract

Este trabalho apresenta o desenvolvimento uma nova e inédita metodologia denominada INTELLIPave, onde são empregadas técnicas de inteligência artificial e métodos numéricos para a modelagem do comportamento de pavimentos asfálticos a partir de dados coletados em campo. A metodologia INTELLIPave é completa, tratando o problema desde a coleta de dados até a aplicação dos modelos no dimensionamento de pavimentos novos e avaliação de pavimentos existentes; sem simplificações nem concessões, trabalhando sempre em escala real e total. O modelo resultante da aplicação da metodologia INTELLIPave é denominado CUIA Model. O CUIA Model é construído a partir de modelos especialistas que incluem dados climáticos (temperatura do ar, pluviosidade, etc.), assim como características do tráfego (quantidade e classes dos veículos, velocidades, cargas por eixo ou cargas totais por veículo, etc.) e, se disponíveis, dados a respeito da resposta estrutural do pavimento asfáltico (tensões, deformações e extensões em pontos relevantes das várias camadas do pavimento). Estes dados devem ser coletados em uma ou mais rodovias abertas ao tráfego real até que o pavimento atinja um determinado critério de falha. Dentre as inovações introduzidas pela metodologia INTELLIPave estão: o emprego do critério de falha externo ao modelo (aside failure creteria) e critérios múltiplos de falha; Criação do índice relativo de dano ao pavimento (RPDI, no acrônimo em inglês); O acúmulo científico do conhecimento sobre a performance dos pavimentos e seu emprego na melhoria da acurácia das predições futuras de performance; Consideração do envelhecimento dos materiais e outros fenômenos que se distribuem ao longo do tempo (fenômeno de auto-reparação, etc.); A paralelização de modelos individuais para funcionarem como um modelo único (CUIA Model); e, A consideração implícita de variáveis de origem desconhecidas ou cujos dados não foram coletados em campo. Neste sentido, o INTELLIPave corresponde à primeira metodologia para pavimentos que não se baseia em procedimentos empíricos ou empírico-mecanísticos.

This research is focused on the development of a new methodology called INTELLIPave, where are used artificial intelligence and numerical methods for model the asphalt pavement behavior based on data collected in the field. The INTELLIPave method is fully developed, including the procedures since the data is collected until the model application to design new pavements and evaluate existing pavements; without any simplification or concession, handling the subject in full scale. The model based on INTELLIPave method is called CUIA Model. The CUIA Model é built over specialized models with data about the climate (air temperature, rainfall, et cetera) and traffic (quantity of vehicles, classification, weights, speed, et cetera) and, if available, data about the pavement structural response (stresses, strains, et cetera) can be included. For optimum results, the data must to be collected in a highway open to real traffic until the pavement fails according a chosen criteria. Among the innovations of the INTELLIPave method are: the aside failure criteria and multiple failure criteria; the Relative Pavement Damage Index (RPDI); Scientific and rational knowledge accumulation and reuse for improve of the accuracy on future modeling; Consideration of materials aging and other pavement behaviors that change in the time (asphalt binder healing/self-recovery, et cetera); Unitarian model’s parallelization to work as a single model (CUIA Model); and, Implicit consideration of unknown variables and variables without data. INTELLIPave is the first method for asphalt pavement modeling not based on empiric or empiric-mechanistic approaches.