Enhancement of backcalculation techniques for assessing flexible pavement layer moduli using genetic algorithms [Elektronische Ressource] / von Puttapon Thongindam

Puttapon Thongindam

Informations

• Publié par: gottfried_wilhelm_leibniz_universitat_hannover
• Publié le: 01 janvier 2009
• Nombre de lectures: 44
• Langue: Deutsch
• Poids de l'ouvrage: 3 Mo

Extrait

Enhancement of Backcalculation Techniques
for Assessing Flexible Pavement Layer
Moduli Using Genetic Algorithms


Von der Fakultät für Bauingenieurwesen und Geodäsie
der Gottfried Wilhelm Leibniz Universität Hannover
zur Erlangung des akademischen Grades eines
Doktor-Ingenieurs
Dr.-Ing.

genehmigte Dissertation

von

M.Sc. Puttapon Thongindam
geboren am 14.07.1975 in Chiang Mai / Thailand

2009



















Referent: Prof. Dr.-Ing. habil. Jürgen Hothan

Korreferent: Prof. Dr.-Ing. Martin Achmus

Tag der Promotion: 25. Juni 2009 Vorwort des Herausgebers
Zur Bewertung des Zustands von Straßen werden vielfach Falling Weight
Deflectometer (FWD)-Tests durchgeführt. Hierbei wird über eine definierte Fläche eine
dynamische Last auf den Straßenkörper ausgeübt und die sich dadurch ergebende
Deformation der Straßenoberfläche in verschiedenen Abständen über Geophone
gemessen. Die (zerstörungsfrei) gemessene Verformungsmulde erlaubt dann
Rückschlüsse auf den Zustand und insbesondere auf die Steifigkeiten der einzelnen
Tragschichten. Es handelt sich hierbei um ein klassisches Problem der inversen
Parameteridentifikation.
Als Modell zur Beschreibung des Verhaltens des Straßenkörpers wird in der Praxis fast
ausschließlich die elastische Mehrschichttheorie verwendet. Sofern der generelle
Straßenaufbau bekannt ist, d. h. insbesondere die Schichtdicken der einzelnen Lagen,
besteht die Aufgabe in der Suche der Kombination von E-Moduln der einzelnen
Schichten, für welche die berechnete Deformationsmulde (bzw. die diskreten
Verschiebungen) optimal mit den gemessenen Verschiebungen übereinstimmt.
Schwierig gestaltet sich dieses Optimierungsproblem vor allem deshalb, weil die
Zielfunktion zahlreiche lokale Minima aufweist. Forschungen in den letzten Jahren
haben gezeigt, dass die Verwendung „genetischer“ mathematischer Algorithmen (GA)
diesbezüglich sehr erfolgversprechend ist.
Herr Thongindam befasst sich vor diesem Hintergrund mit der Anwendung und
Weiterentwicklung genetischer Algorithmen auf das beschriebene Optimierungs-
problem.

Hannover im Juni 2009


Prof. Dr.-Ing. habil. J. Hothan Acknowledgements
Though this dissertation is an individual work adorned with my name on the front
cover, I realized that it would not have been made, without the contributions of many
people. I, therefore, would like to take this opportunity with much pleasure to express
my gratitude to all those who gave me the possibility to complete this dissertation.

First and foremost, I would like to convey my deepest gratitude to my supervisor and
principle referee, Prof. Dr.-Ing. habil. Jürgen Hothan, not only for his trust in me and
providing me the opportunity to do a Ph.D. but also for his great support since the first
day of my life as a foreign graduate student in Germany. I have been amazingly
fortunate to have a supervisor who gave me the freedom to explore on my own, and at
the same time the guidance to recover when my steps faltered. Undoubtedly, his
valuable guidance, comments and expertise in road construction technology helped
greatly in the completion of this dissertation.

To Prof. Dr.-Ing. Martin Achmus, my co-referee, I am deeply grateful to him not only
for his encouragement and interest in this work but also for his specialist knowledge in
geotechnical engineering that I learned from him during my study in master program
under his generous supervision.

I would also like to thank Prof. Dr.-Ing. Nabil A. Fouad for his engagement as the
chairman of the dissertation commission.

To my colleagues at Pavement Engineering Section (KStB), Dr.-Ing. Florian Schäfer,
Dipl.-Ing. Andrea Holthaus and all the other Doctoral students (past and present), I
would like to convey my sincere thanks to them for giving me a lovely working
environment, especially to Dr.-Ing. Marc-Oliver Förster, I am very thankful for his
criticisms, useful insights and his continuous help and support during my research
including the finalizing of this dissertation.

I am also grateful to all of my friends in Germany, especially in Hannover with whom I
have shared tons of fond memories. Thanks a lot for everything.
I gratefully acknowledge the financial support from the Rajamangala University of
Technology Thanyaburi (RMUTT), the place where I have begun and will further do
my career in the very near future.

Most importantly, none of this would have been possible without the love and patience
of my family, my mother, Ladda Aksorncharoen, and my two sisters, Pilailuck and
Pimol. I thank you all for your endless love. My very special thanks go out to one
person whom I owe everything I am today, my beloved passed away father, Payom
Thongindam. I would like to dedicate this work to Him.


Hannover, July 2009
Puttapon Thongindam



Abstract
Backcalculation of pavement layer moduli based on surface deflection measurements using
falling weight deflectometer (FWD) has been widely used for structural evaluation of
in-service flexible pavement structures. Most practical iterative backcalculation programs
use multi-layered elastic theory (MLET) as forward model and arrive at their solutions by
minimizing the differences between computed and measured deflections. It has been found
that the solution obtained from the traditional backcalculation programs may not always be
appropriate from an engineering point of view. The reason is the local minima in solution.
Genetic algorithms (GAs) have been used successfully in the recent past for
backcalculation program by showing the capability to overcome the local minima problem.
Two main limitations of such GA-based programs are the relatively long computing time
and the indicating of the optimal set of GA parameters. On the other hand, several methods
for determining depth to bedrock (DTB) from deflection basins have been proposed to
improve the accuracy of setting up pavement models. It has also been found that adding
artificial bedrock into pavement model can improve the convergence behavior of iterative
backcalculation programs since this technique can deal with the behavior of subgrade
stiffening with depth. Two existing procedures have been investigated in this work.
Unfortunately, both procedures have yielded unacceptable results.
In order to overcome the mentioned problems, a new GA-based backcalculation program
GAMLET has been developed in this work for assessing flexible pavement layer moduli.
This program also uses MLET as forward model to keep the approach still practical. A new
proposed method for determining depth to artificial bedrock (DTAB) coined as Consistent
Slope Changing Method (CSCM) has also been proposed and verified. The CSCM has
been added into GAMLET as an option to help in making decision about setting up the
pavement model. Performance of GAMLET which contain several new GA operators and
techniques has been evaluated using deflection basins obtained from both pavement
models and in situ data. The results show that the algorithms used in GAMLET can
improve the robustness of search process and have potential to overcome the limitations
encountered in the existing GA-based backcalculation programs.

Key words: backcalculation, genetic algorithms, falling weight deflectometer, flexible
pavement, depth to bedrock Kurzfassung
Die Rückrechnung von Schichtmoduln einer Verkehrsbefestigung auf der Grundlage
von Messungen der Oberflächendeflexionen mit dem Falling Weight Defelectometer
(FWD) wird weltweit angewendet. Die meisten Rückrechenprogramme basieren dabei
auf der Mehrschichtentheorie. Der Algorithmus dieser Programme versucht in einer
Vorwärtsrechnung die Differenzen zwischen den gemessenen und den berechneten
Einsenkungen zu minimieren. Wird das Abbruchkriterium, eine frei wählbare
Abweichung der Deflexionen, erreicht, stoppt das Programm. Diese Vorgehensweise
führt häufig zu Schichtmoduln, die allein aus der ingenieurmäßigen Anschauung heraus
falsch sein müssen. Die Begründung dafür liegt darin, dass häufig lediglich ein lokales
Minimum gefunden wird.
Genetische Algorithmen (GA) wurden in der Vergangenheit bereits erfolgreich
eingesetzt, um das Problem lokaler Minima zu lösen. Allerdings gibt es zwei
wesentliche Einschränkungen bei der Anwendung von Programmen auf der Grundlage
von GA, die lange Rechenzeit und die Wahl der besten Parameter für den Algorithmus.
Andere Versuche die Konvergenzen der iterativen Rückrechnungen zu erhöhen, wie die
Annahme eines Bedrocks, wurden an Hand von zwei bekannten Verfahren untersucht
und führten zu nicht akzeptablen Ergebnissen.
Um die zuvor genannten Probleme zu lösen, wurde in dieser Arbeit ein neues
Rückrechenprogramm (GAMLET) für die Bestimmung von Schichtmoduln flexibler
Befestigungen entwickelt. Das Programm basie