Predicción del Rendimiento y Optimización de Procesos de Asfalto Modificado con Caucho Resistente al Envejecimiento...

Área de la Ciencia:

• Ciencia de los Materiales
• Ingeniería Civil
• Inteligencia Computacional

Sus antecedentes:

• La predicción del rendimiento del asfalto de caucho antienvejecimiento es un desafío debido a las complejas relaciones entre parámetros y propiedades.
• Los algoritmos bioinspirados ofrecen potencial para mejorar la precisión predictiva en la ciencia de los materiales.

Objetivo del estudio:

• Desarrollar y evaluar modelos híbridos que integren algoritmos bioinspirados con redes neuronales para la predicción multiobjetivo de asfalto de caucho antienvejecimiento.
• Identificar los parámetros clave de preparación que influyen en el rendimiento del asfalto y optimizarlos para mejorar la estabilidad y la resistencia.

Principales métodos:

• Integración del Optimizador de Puercoespín Crestado (CPO) y el Optimizador de Escarabajo Pelotero (DBO) con redes neuronales de retropropagación (BP) para crear los modelos CPO-BP y DBO-BP.
• Aplicación de Explicaciones Aditivas de Shapley (SHAP) para identificar factores influyentes e interacciones de características.
• Optimización utilizando el Algoritmo Genético II de Clasificación No Dominada (NSGA-II) y caracterización microestructural mediante Microscopía de Fuerza Atómica (AFM).

Principales resultados:

• El modelo CPO-BP demostró una precisión predictiva superior en comparación con los modelos BP estándar y DBO-BP.
• La temperatura de mezcla se identificó como el factor más influyente, afectando la resistencia a la rodadura, la ductilidad y la resistencia al envejecimiento.
• Se observaron efectos sinérgicos entre la temperatura de mezcla y el tiempo de cizallamiento, y efectos de acoplamiento entre el contenido de caucho y la temperatura.

Conclusiones:

• Los modelos híbridos de redes neuronales bioinspiradas proporcionan un marco robusto para predecir el rendimiento del asfalto de caucho antienvejecimiento.
• La predicción basada en datos y la optimización multiobjetivo son cruciales para el diseño racional de materiales de alto rendimiento.
• La comprensión de las interacciones de los parámetros es clave para optimizar las propiedades del asfalto para diversos requisitos de rendimiento.