Nghiên cứu này trình bày việc phát triển mô hình học máy dựa trên thuật toán Rừng ngẫu nhiên (RF) để dự báo nhiệt độ hóa mềm của nhựa đường biến tính lưu huỳnh. Bộ dữ liệu thực nghiệm bao gồm 6 thông số đầu vào cốt lõi: Hàm lượng lưu huỳnh, nhiệt độ hóa mềm của nhựa đường ban đầu, nhiệt độ trộn, thời gian trộn, tốc độ trộn và ngày tuổi mẫu. DOI: http://doi.org/10.64588/jc.15.07.2026
TÁC GIẢ:
TS Nguyễn Thu Trang
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: trangnt@utt.edu.vn
THÔNG TIN BÀI BÁO
Chuyên mục: Khoa học công nghệ
Ngày nhận bài: 07/5/2026
Ngày sửa bài: 20/5/2026
Ngày chấp nhận đăng: 10/6/2026
Ngày xuất bản Online: 22/7/2026
Tác giả liên hệ: Email: trangnt@utt.edu.vn
TÓM TẮT
Nghiên cứu này trình bày việc phát triển mô hình học máy dựa trên thuật toán Rừng ngẫu nhiên (RF) để dự báo nhiệt độ hóa mềm của nhựa đường biến tính lưu huỳnh. Bộ dữ liệu thực nghiệm bao gồm 6 thông số đầu vào cốt lõi: Hàm lượng lưu huỳnh, nhiệt độ hóa mềm của nhựa đường ban đầu, nhiệt độ trộn, thời gian trộn, tốc độ trộn và ngày tuổi mẫu. Mô hình được tối ưu hóa thông qua quy trình tìm kiếm lưới kết hợp xác thực chéo 5 lần nhằm xác lập cấu hình siêu tham số hiệu quả nhất. Kết quả cho thấy mô hình RF đạt độ chính xác vượt trội với hệ số tương quan R = 0,954, sai số RMSE = 1,813oC và chỉ số tin cậy A5 lên tới 91,3% trên tập dữ liệu kiểm tra. Phân tích định lượng bằng biểu đồ phụ thuộc một phần (PDP) xác định tầm quan trọng của các biến đầu vào, trong đó nhiệt độ hóa mềm của nhựa ban đầu và hàm lượng lưu huỳnh là hai yếu tố ảnh hưởng lớn nhất đến dự báo đầu ra.
Từ khóa: Nhựa đường biến tính lưu huỳnh; Rừng ngẫu nhiên; nhiệt độ hóa mềm; PDP; học máy.
TÀI LIỆU THAM KHẢO
[1] J.C. Nicholls. Review of Shell ThiopaveTM sulphur-extended asphalt modifier, 2013. Internet: https://trid.trb.org/View/1148835 (accessed: August 7, 2025).
[2] N. Tran, A. Taylor, R. May. Laboratory Performance Assessment of Sulfur-Modified Warm Mixes, (n.d.). Internet: http://data.abacus.hr/h-a-d/radovi_s_kongresa/nagoya_japan_2010/90279.pdf (accessed: August 13, 2025).
[3] J. Read, D. Whiteoak. The shell bitumen handbook. Thomas Telford, 2003. Internet: https://books.google.com/books?hl=en&lr=&id=bA1tIkRJL8kC&oi=fnd&pg=PA1&dq=shell-bitumen-handbook&ots=pfThGlAUVU&sig=1GMlt8sFG380hsEFPYZfQXM96qQ (accessed: March 31, 2026).
[4] H.-G.T. Hoang, H.-L. Nguyen, T.-A. Nguyen, H.-B. Ly. Hybrid machine learning approach for prediction and design optimization of marshall stability in graphene oxide-modified asphalt concrete, Environmental Research, 122646, 2025, https://doi.org/10.1016/j.envres.2025.122646.
[5] V. Gunka, I. Sidun, A. Helesh, Y. Demchuk, O. Poliak, N. Vytrykush. Modification of Asphalt Concrete With Sulfur‐Containing Waste. Advances in Materials Science and Engineering 2024, 5571988, https://doi.org/10.1155/amse/5571988.
[6] V.H. Nguyen, V.P. Le. Performance evaluation of sulfur as alternative binder additive for asphalt mixtures. Int. J. Pavement Res. Technol. 12, 380-387, 2019, https://doi.org/10.1007/s42947-019-0045-9.
[7] T.N. Thu, H.T. Ngoc, K.P. Huy, C.B. Xuan, K.B. Ngoc. Research on the effects of sulfur on characteristics of sulfur bituminous binder (SBB) and hot mix asphalt-sulfur (HMAS). Tạp chí Khoa học Giao thông vận tải, 72, tr. 33-45, 2021, https://doi.org/10.47869/tcsj.72.1.5.
[8] A. Gedik, A.H. Lav. Determining Optimum Sulfur Content as Alternative Binder Additive in Asphaltic Concrete Pavements. J. Mater. Civ. Eng. 28, 04016040, 2016, https://doi.org/10.1061/(ASCE)MT.1943-5533.0001527.
[9] F. Bayomy, Saf.A. Khedr. Sulfur as a partial replacement for asphalt in pavement. Journal of the Transportation Research Board: Transportation Research Record No 1115, 150-160, 1987. Internet: https://onlinepubs.trb.org/Onlinepubs/trr/1987/1115/1115-014.pdf (accessed: August 7, 2025).
[10] S.A. Elkholy, A.M.M. Abd El-Rahman, M. El-Shafie, Z.L. Abo-Shanab. Physical and rheological properties of modified sulfur asphalt binder. Int. J. Pavement Res, Technol 11, 838-845, 2018, doi:10.1016/j.ijprt.2018.07.005.
[11] I.A. Al-Dobouni, L.A. Salih, N.M. Al-Layla. Effect of Asphalt Oxidation on the Stability of Asphalt–sulfur Blends. Petroleum Science and Technology 26, 1347-1353, 2008, https://doi.org/10.1080/10916460701204636.
[12] I. Gawel. Sulphur-modified asphalts, in: Developments in Petroleum Science, Elsevier, pp. 515-535, 2000. Internet: https://www.sciencedirect.com/science/article/pii/S0376736109702900 (accessed: March 31, 2026).
[13] A.M. Syroezhko, O.Yu. Begak, V.V. Fedorov, E.N. Gusarova. Modification of Paving Asphalts with Sulfur. Russian Journal of Applied Chemistry 76, 491-496, 2003, https://doi.org/10.1023/A:1025633608493.
[14] M. Singh, K. Jain, S.K. Singh, S.S. Kahlon. Assessment of asphalt binder and mixes modified with Zycotherm and Sulphur. Materials Today: Proceedings 49, 2217-2224, 2022, doi:10.1016/j.matpr.2021.09.322.
[15] A.E. Nazarbeygi, A.R. Moeini. Sulfur extended asphalt investigation-laboratory and field trial. in: Proceedings of the 5th Eurasphalt and Eurobitume Congress, A5EE, pp. 151-159, 2012. Internet: https://www.h-a-d.hr/pubfile.php?id=645 (accessed: March 31, 2026).
[16] V. Rezvani, H. Saghi. Characteristics and preparation method of sulfur extended asphalt mixtures. American Journal of Civil Engineering 3, 69-74, 2015. Internet: https://www.sciencepublishinggroup.com/article/10.11648/j.ajce.s.2015030202.24 (accessed: August 7, 2025).
[17] S.M. Lundberg, S.-I. Lee. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems 30, 2017, https://doi.org/10.48550/arXiv.1705.07874.
[18] nottingham.ac.uk/research/groups/ntec/documents/theses/aireyphdthesis.pdf, (n.d.). Internet: https://www.nottingham.ac.uk/research/groups/ntec/documents/theses/aireyphdthesis.pdf (accessed: April 8, 2026).
►Xem bài báo tại đây
