Nghiên cứu này phát triển mô hình học máy nhằm dự báo nhiệt độ hóa mềm của nhựa đường biến tính bằng sợi polypropylene (PP). Bộ dữ liệu gồm 76 mẫu thực nghiệm với sáu biến đầu vào đại diện cho đặc tính vật liệu và điều kiện chế tạo. Hai mô hình GBR và XGB được xây dựng và tối ưu bằng tìm kiếm lưới. Kết quả cho thấy mô hình XGB đạt hiệu suất dự báo cao nhất trên tập kiểm tra với R² = 0,9681. DOI: http://doi.org/10.64588/jc.12.08.2026
TÁC GIẢ:
TS Hoàng Thị Hương Giang*, TS Lê Thị Thu Huyền
Nhóm nghiên cứu Ứng dụng công nghệ 4.0 trong giao thông vận tải (I4T),
Trường Đại học Công nghệ Giao thông vận tải
*Email: gianghth@utt.edu.vn
THÔNG TIN BÀI BÁO
Chuyên mục: Khoa học công nghệ
Ngày nhận bài: 22/7/2026
Ngày sửa bài: 05/8/2026
Ngày chấp nhận đăng: 18/8/2026
Ngày xuất bản Online: 30/8/2026
Tác giả liên hệ: Email: gianghth@utt.edu.vn
TÓM TẮT
Nghiên cứu này phát triển mô hình học máy nhằm dự báo nhiệt độ hóa mềm của nhựa đường biến tính bằng sợi polypropylene (PP). Bộ dữ liệu gồm 76 mẫu thực nghiệm với sáu biến đầu vào đại diện cho đặc tính vật liệu và điều kiện chế tạo. Hai mô hình GBR và XGB được xây dựng và tối ưu bằng tìm kiếm lưới. Kết quả cho thấy mô hình XGB đạt hiệu suất dự báo cao nhất trên tập kiểm tra với R² = 0,9681. Phân tích SHAP chỉ ra hàm lượng sợi PP là yếu tố ảnh hưởng lớn nhất đến nhiệt độ hóa mềm với giá trị SHAP trung bình 8,243, tiếp theo là vận tốc trộn (2,037) và nhiệt độ hóa mềm của nhựa đường gốc (2,036). Kết quả nghiên cứu không chỉ cung cấp mô hình dự báo có độ chính xác cao mà còn làm rõ vai trò của các thông số vật liệu và công nghệ, góp phần hỗ trợ thiết kế và tối ưu hóa nhựa đường biến tính bằng sợi PP.
Từ khóa: Nhựa đường biến tính; sợi polypropylene (PP); nhiệt độ hóa mềm; học máy; SHAP.
TÀI LIỆU THAM KHẢO
[1] Abdul-Rahim I. Al-Hadidy. Evaluation of Pyrolisis Polypropylene Modified Asphalt Paving Materials. AREJ, vol. 14, no. 2, pp. 36-50, Jun. 2006, doi: 10.33899/rengj.2006.46555.
[2] S. Tapkin, A. Çevik, Ü. Uşar and E. Gülşan. Rutting prediction of asphalt mixtures modified by polypropylene fibers via repeated creep testing by utilising genetic programming. Mat. Res., vol. 16, no. 2, pp. 277-292, Feb. 2013, doi: 10.1590/S1516-14392013005000012.
[3] A. Qadir. Rutting performance of polypropylene modified asphalt concrete. International Journal of Civil Engineering, vol. 12, no. 3, pp. 304-312, 2014.
[4] H.-G. T. Hoang, T.-A. Nguyen, H. L. Nguyen and H.-B. Ly. Gradient boosting approach to predict complex modulus of GO-modified asphalt at low and medium temperature. Innov. Infrastruct. Solut., vol. 9, no. 5, p. 154, May 2024, doi: 10.1007/s41062-024-01466-w.
[5] H.-G. T. Hoang, H.-V. T. Mai, H. L. Nguyen and H.-B. Ly. Application of extreme gradient boosting in predicting the viscoelastic characteristics of graphene oxide modified asphalt at medium and high temperatures. Front. Struct. Civ. Eng., vol. 18, no. 6, pp. 899-917, Jun. 2024, doi: 10.1007/s11709-024-1025-y.
[6] A. I. Al-Hadidy and T. Yi-qiu. Mechanistic approach for polypropylene-modified flexible pavements. Materials & Design, vol. 30, no. 4, pp. 1133-1140, Apr. 2009, doi: 10.1016/j.matdes.2008.06.021.
[7] M. Fattah, W. Abdulkhabeer and M. Hilal. Characteristics of Asphalt Binder and Mixture Modified With Waste Polypropylene. ETJ, vol. 39, no. 8, pp. 1224-1230, Aug. 2021, doi: 10.30684/etj.v39i8.1716.
[8] T. Jerin, N. Jahan, J. D. Jaya, N. A. Sami, M. I. Hossain and M. R. Islam. Polypropylene Modified Asphalt Mix to Improve Wearing Course of Flexible Pavement, in International Conference on Transportation and Development 2020, Seattle, Washington (Conference Cancelled): American Society of Civil Engineers, Aug. 2020, pp. 61-71. doi: 10.1061/9780784483183.007.
[9] S. M. Abtahi, S. Esfandiarpour, M. Kunt, S. M. Hejazi and M. G. Ebrahimi. Hybrid Reinforcement of Asphalt-Concrete Mixtures Using Glass and Polypropylene Fibers. Journal of Engineered Fibers and Fabrics, vol. 8, no. 2, p. 155892501300800203, Jun. 2013, doi: 10.1177/155892501300800203.
[10] Q. Zhang, D. Hou, Z. Li, H. Wang and S. Dong. Evaluation of the Thermal Stability and Micro-Modification Mechanism of SBR/PP-Modified Asphalt. Polymers, vol. 16, no. 4, p. 456, Feb. 2024, doi: 10.3390/polym16040456.
[11] S. Tapkın, A. Çevik, and Ü. Uşar. Accumulated strain prediction of polypropylene modified marshall specimens in repeated creep test using artificial neural networks. Expert Systems with Applications, vol. 36, no. 8, pp. 11186-11197, Oct. 2009, doi: 10.1016/j.eswa.2009.02.089.
[12] H. Li et al. Analysis of the Influence of Production Method, Plastic Content on the Basic Performance of Waste Plastic Modified Asphalt. Polymers, vol. 14, no. 20, p. 4350, Oct. 2022, doi: 10.3390/polym14204350.
[13] W. N. Putra, R. Syahwalia, B. E. Hendrasetyawan, S. C. Giovanni and M. Chalid. Comparison Study of Polyethylene and Polypropylene Addition on Asphalt With Lignin as Coupling Agent. Macromolecular Symposia, vol. 371, no. 1, pp. 140-143, Feb. 2017, doi: 10.1002/masy.201600066.
[14] P. M. Kathari. Rheological Properties of Polypropylene Reinforced Asphalt Binder. Transp. Infrastruct. Geotech., vol. 3, no. 3-4, pp. 109-126, Dec. 2016, doi: 10.1007/s40515-016-0033-3.
[15] V. Harne, A. K. Sharma, K. R. Tallapragada and S. Mewara. Effect of Polypropylene Fibre on Engineering Properties of Bitumen and Bituminous Mix. helix, vol. 10, no. 1, pp. 116-120, Feb. 2020, doi: 10.29042/2020-10-1-116-120.
[16] S. Tapkın and M. Keskin. Rutting analysis of 100 mm diameter polypropylene modified asphalt specimens using gyratory and Marshall compactors. Mat. Res., vol. 16, no. 2, pp. 546-564, Feb. 2013, doi: 10.1590/S1516-14392013005000016.
[17] M. Ahmad. Improvement of asphaltic concrete by using waste polyethylen terephthalate & polypropylene.
[18] S. Tapkın, Ü. Uşar, A. Tuncan, and M. Tuncan. Repeated Creep Behavior of Polypropylene Fiber-Reinforced Bituminous Mixtures. J. Transp. Eng., vol. 135, no. 4, pp. 240-249, Apr. 2009, doi: 10.1061/(ASCE)0733-947X(2009)135:4(240).
[19] R. Ferdaus, K. A. Masri, R. P. Jaya and S. Md. Shahnewaz. Rheological and Mechanical Properties of Hot Mix Asphalt Incorporating Polypropylene and Polyethylene Fibers. Presented at the World Sustainable Construction Conference Series 2022, Kuantan, Malaysia, Mar. 2023, pp. 115-123. doi: 10.4028/p-sl037b.
[20] T. Hu, Y. Luo, Y. Zhu, Y. Chu, G. Hu and X. Xu. Mechanochemical preparation and performance evaluations of bitumen-used waste polypropylene modifiers. Case Studies in Construction Materials, vol. 21, p. e03471, Dec. 2024, doi: 10.1016/j.cscm.2024.e03471.
[21] J. H. Friedman. Greedy function approximation: A gradient boosting machine. Ann. Statist., vol. 29, no. 5, Oct. 2001, doi: 10.1214/aos/1013203451.
[22] T. Chen and C. Guestrin. XGBoost: A Scalable Tree Boosting System, in Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Francisco California USA: ACM, Aug. 2016, pp. 785-794, doi: 10.1145/2939672.2939785.
►Xem bài báo tại đây
