AI Summary & Key Takeaways
AI InsightOne another result of this paper is the usability of the days when freeze thaw occurs and time parameters to modelling the International Roughness Index value.
📌 3 Key Takeaways
Abstract
In this study, International Roughness Index data from Long-Term Pavement Performance (LTPP) Program are modelled versus days when freeze – thaw occurs and time. Minimum Least squares method is used to obtain the model. To do that 12 years data got from LTPP are used. The regression coefficient is calculated as 0.8. As a result, the least squares method is very useful to model the International Roughness Index value. One another result of this paper is the usability of the days when freeze thaw occurs and time parameters to modelling the International Roughness Index value.
Özet
Bu çalışmada, Uzun Dönem Kaplama Performans Programı (Long-Term Performance Pavement – LTPP) tarafından sağlanan Uluslararası Düzgünsüzlük İndeksi (International Roughness Index – IRI) değeri donma çözülme yaşanan gün ve zamana bağlı olarak modellenmiştir. Kurulan model için en küçük kareler yönteminden faydalanılmıştır. LTPP tarafından sağlanan 12 yıllık veriler ile birlikte kurulan modelde R2 0.8 olarak hesaplanmıştır. Yapılan çalışma sonucunda IRI tahminini gerçekleştirmek için kurulan model için en küçük kareler yönteminin kullanılabilirliği görülmüştür. Ayrıca donma çözülme yaşanan gün sayısının ve zamanın IRI için ne kadar belirleyici olabileceği görülmüştür.