Modelo de previsão do coeficiente de atrito para pista de pouso e decolagem com uso de redes neurais artificiais
DOI:
https://doi.org/10.14295/transportes.v29i2.2401Palavras-chave:
Pavimentos, Aeroportos, Segurança Operacional, ManutençãoResumo
As condições superficiais de uma pista de pouso e decolagem (PPD) são fundamentais para a garantia da segurança das operações das aeronaves que a utilizam. Nesse sentido, operadores de aeródromos devem manter atenção especial ao coeficiente de atrito e à macrotextura, para que possam promover uma PPD segura, planejar estratégias de manutenção e reabilitação em momentos oportunos, à medida que esses parâmetros se deterioram. Dessa forma, com o intuito de auxiliar operadores de aeródromo e a agência reguladora na tomada de decisão acerca do monitoramento e dos serviços de conservação de pavimentos aeroportuários, este trabalho tem o objetivo de desenvolver um modelo de previsão do coeficiente de atrito medido numa PPD, por meio de Redes Neurais Artificiais. Os resultados apresentaram-se satisfatórios e, assim, tem-se potencial de aplicação do modelo para contribuir na tomada de decisão no contexto de um Sistema de Gerência de Pavimentos Aeroportuários.
Downloads
Referências
ANAC (2016) Instrução Suplementar – IS No 153.205-001. Agência Nacional de Aviação Civil, Brasília, DF.
ANAC (2019) Regulamento Brasileiro da Aviação Civil (RBAC) no 153 Emenda no 04. Agência Nacional de Aviação Civil, Brasília, DF.
Anupam, K.; S. K. Srirangam; A. Scarpas and C. Kasbergen (2013) Influence of temperature on tire-pavement friction analy-ses. Transportation Research Record, n. 2369, p. 114–124. DOI:10.3141/2369-13
Aps, M. (2006) Classificação da aderência pneu-pavimento pelo índice combinado IFI – International Friction Index para revesti-mentos asfálticos. Tese de Doutorado, Escola Politécnica da Universidade de São Paulo, São Paulo. Disponível em: <https://teses.usp.br/teses/disponiveis/3/3138/tde-11122006-144825/pt-br.php> (acesso em 24/07/2021).
Beckley, M. E. (2016) Pavement Deterioration Modeling Using Historical Roughness Data. Master's Thesis, Arizona State Univer-sity. Disponível em: <https://repository.asu.edu/items/38689> (acesso em 24/07/2021).
Bernucci, L. B.; L. M. G. da Motta; J. A. P. Ceratti and J. B. Soares (2008) Pavimentação asfáltica - Formação Básica para Enge-nheiros. Abeda, Rio de Janeiro.
Bezerra Filho, C. I. F. and F. H. L. de Oliveira (2013) Análise da correlação entre a macrotextura e o coeficiente de atrito em pavimentos aeroportuários. In: XXVII Congresso de Pesquisa e Ensino em Transportes, ANPET, Belém.
Bishop, C. M. (2006) Pattern recognition and machine learning. Springer.
Bocanegra, C. W. R. (2002) Procedimentos para tornar mais efetivo o uso das redes neurais artificiais em planejamento de trans-portes. Dissertação de Mestrado, Escola de Engenharia de São Carlos da Universidade de São Paulo, São Carlos. Disponí-vel em: < https://www.teses.usp.br/teses/disponiveis/18/18137/tde-06032002-131951/publico/C_Bocan.pdf> (aces-so em 24/07/2021).
Bosurgi, G., and F. Trifirò (2005) A model based on artificial neural networks and genetic algorithms for pavement mainte-nance management. International Journal of Pavement Engineering, v. 6, n. 3, p. 201–209. DOI:10.1080/10298430500195432
Celeste, A. B., and F. H. L. de Oliveira (2019) Study of retroanalysis of asphaltic pavements resilience modules with the use of artificial neural networks. Transportes, v. 27, n. 4, p. 123–133. DOI:10.14295/transportes.v27i4.1781
Cerezo, V.; M. T. Do and M. Kane (2012) Comparison of skid resistance evolution models. Seventh International Conference on Maintenance and Rehabilitation of Pavements and Technological Control, Auckland, New Zealand.
Chelliah, T.; P. Stephanos; T. Smith and B. Kochen (2002) Developing a Design Policy to Improve Pavement Surface Charac-teristics. Presented at 82nd Transportation Research Board Annual Meeting, Washington, D.C.
Chen, J. S.; C. C. Huang; C. H. Chen and K. Y. Su (2008) Effect of rubber deposits on runway pavement friction characteristics. Transportation Research Record, n. 2068, p. 119–125. DOI:10.3141/2068-13
FAA (2014) Advisory Circular 150/5380-7B. Airport Pavement Management Program (PMP). Federal Aviation Administration. Washington DC.
Flintsch, G. W.; J. P. Zaniewski and J. Delton (1996) Artificial neural network for selecting pavement rehabilitation projects. Transportation Research Record, n. 1524, p. 185–193. DOI:10.1177/0361198196152400122
Fwa, T. F.; W. T. Chan and C. T. Lim (1997) Decision framework for pavement friction management of airport runways. Journal of Transportation Engineering, v. 123, n. 6, p. 429–435. DOI: 10.1061/(ASCE)0733-947X(1997)123:6(429)
Géron, A. (2017) Hands-On Machine Learning with Scikit-Learn & TensorFlow, 1st ed., O’Reilly.
Haas, R.; W. R. Hudson and L. C. Falls (2015) Pavement Asset Management, 3rd ed, Scrivener Publishing, Beverly.
Haykin, S. (2009) Neural networks and learning machines, 3rd ed, Pearson, Ontario.
Hossain, M. I.; L. S. P. Gopisetti and M. S. Miah (2019) International Roughness Index Prediction of Flexible Pavements Using Neural Networks. Journal of Transportation Engineering, Part B: Pavements, v. 145, n. 1, p. 1–10. DOI:10.1061/JPEODX.0000088.
Lecun, Y.; Y. Bengio and G. Hinton (2015) Deep learning. Nature, v. 521, p. 436–444. DOI:10.1038/nature14539
Masad, E.; A. Rezaei; A. Chowdhury and P. Harris (2009) Texas Transportation Institute. FHWA/TX-09/0-5627-1. Predicting asphalt mixture skid resistance based on aggregate characteristics. Austin.
McDaniel, R. S.; K. J. Kowalski; A. Shah; J. Olek and R. J. Bernhard (2010) Joint Transportation Research Program, Indiana Department of Transportation and Purdue University. FHWA/IN/JTRP-2009/22. Long Term Performance of a Porous Friction Course. West Lafayette. DOI: 10.5703/1288284314284
Oliveira, F. H. L. de. (2009) Proposição de estratégias de manutenção de pavimentos aeroportuários baseadas na macrotextura e no atrito: estudo de caso do Aeroporto Internacional de Fortaleza. Dissertação de Mestrado, Universidade Federal do Ceará, Fortaleza. Disponível em: < http://www.repositorio.ufc.br/handle/riufc/4866> (acesso em: 24/07/2021)
Oliveira, P. V. S. (2017) Estudo preliminar do comportamento da capacidade de atrito nas pistas de pouso e decolagem do Aero-porto Pinto Martins. Monografia, Universidade Federal do Ceará. Disponível em: < http://www.repositorio.ufc.br/handle/riufc/29491> (acesso em: 24/07/2021)
Pinheiro Neto, J. C.; F. H. L. de Oliveira and M. F. P. Aguiar (2015) Análise da correlação linear de parâmetros de aderência em pavimentos aeroportuários: estudo de caso do Aeroporto Internacional Pinto Martins. In: 44 a RAPv – Reunião Anual de Pavimentação e 18o ENACOR – Encontro Nacional de Conservação Rodoviária. Foz do Iguaçu, PR.
Ramos, S. P.; L. C. de Almeida; F. H. L. de Oliveira and M. F. P. Aguiar (2015). Verificação da correlação entre os parâmetros de aderência nas pistas de pousos e decolagens dos aeroportos de Fortaleza/CE, Juazeiro do Norte/CE e Petrolina/PE. In: Congresso Técnico Científico da Engenharia e da Agronomia, CONTECC. Fortaleza.
Ribeiro, A. J. A. (2013) Um método para localização e estimação das características geotécnicas dos solos da Região Metropolita-na de Fortaleza-CE para fins de pavimentação. Dissertação de Mestrado, Universidade Federal do Ceará, Fortaleza. Disponí-vel em: <http://www.repositorio.ufc.br/handle/riufc/5461> (acesso em: 24/07/2021)
Ribeiro, A. J. A., C. A. U. da Silva and S. H. D. A. Barroso (2018) Metodologia de baixo custo para mapeamento geotécnico apli-cado à pavimentação. Transportes, v. 26, n. 2, p. 84–100. DOI:10.14295/transportes.v26i2.1491
Rodrigues Filho, O. S. (2006) Características de aderência de revestimentos asfálticos aeroportuários - Estudo de caso do Aero-porto Internacional de São Paulo/ Congonhas. Dissertação de Mestrado, Escola Politécnica da Universidade de São Paulo. Disponível em: < https://teses.usp.br/teses/disponiveis/3/3138/tde-01122006-142419/pt-br.php> (acesso em: 24/07/2021)
Santos, A.; E. Freitas; S. Faria; J. R. M. Oliveira and A. M. A. C. Rocha (2014) Degradation Prediction Model for Friction in High-ways. In: Murgante B. et al. (eds) Computational Science and Its Applications – ICCSA 2014. ICCSA 2014. Lecture Notes in Computer Science, v. 8581. Springer, Cham. DOI:10.1007/978-3-319-09150-1_44
Shahin, M. Y. (2005) Pavement Management for Airports, Roads, and Parking Lots, 2nd ed., Springer, New York.
Silva, J. P. S. (2008) Aderência Pneu-Pavimento em revestimentos asfálticos aeroportuários. Dissertação de Mestrado, Universi-dade de Brasília, Brasília, DF. Disponível em: < https://repositorio.unb.br/handle/10482/3470> (acesso em: 24/07/2021)
Skerritt, W. H. (1993) Aggregate type and traffic volume as controlling factors in bituminous pavement friction. Transporta-tion Research Record, n. 1418, p. 22–29.
Susanna, A.; M. Crispino; F. Giustozzi and E. Toraldo (2017) Deterioration trends of asphalt pavement friction and roughness from medium-term surveys on major Italian roads. International Journal of Pavement Research and Technology, v. 10, n. 5, p. 421–433. DOI:10.1016/j.ijprt.2017.07.002
Wambold, J. C.; C. R. Antle; J. J. Henry and Z. Rado (1995) International PIARC experiment to compare and harmonize texture and skid resistance measurements. PIARC World Road Association, Paris, France.
Yang, G.; Q. J. Li; Y. Zhan; Y. Fei and A. Zhang (2018) Convolutional Neural Network-Based Friction Model Using Pavement Texture Data. Journal of Computing in Civil Engineering, v. 32, n. 6, p. 1–10. DOI:10.1061/(ASCE)CP.1943-5487.0000797
Yao, L.; Q. Dong; J. Jiang and F. Ni (2019) Establishment of Prediction Models of Asphalt Pavement Performance based on a Novel Data Calibration Method and Neural Network. Transportation Research Record, v. 2673, n. 1, p. 66–82. DOI:10.1177/0361198118822501
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 José Breno Ferreira Quariguasi, Francisco Heber Lacerda de Oliveira, Saulo Davi Soares e Reis
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Ao submeter um manuscrito para publicação neste periódico, todos os seus autores concordam, antecipada e irrestritamente, com os seguintes termos:
- Os autores mantém os direitos autorais e concedem à Revista TRANSPORTES o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e abrem mão de qualquer outra remuneração pela sua publicação pela ANPET.
- Ao ser submetido à Revista TRANSPORTES, o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial neste periódico.
- Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento da publicação inicial nesta revista, desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela ANPET.
- Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) depois de concluído o processo editorial. Como a Revista TRANSPORTES é de acesso livre, os autores são estimulados a usar links para o site da Revista TRANSPORTES nesses casos.
- Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.
- Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados coletados e resultados obtidos, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.