Beton Mekanik Özelliklerinin Taze Beton Özelliklerinden Yararlanılarak Yapay Sinir Ağları İle Tahmini

Basit Öğe Kaydı
dc.contributor.authorSubaşı, Serkan
dc.contributor.authorBeycioğlu, Ahmet
dc.contributor.authorEmiroğlu, Mehmet
dc.date.accessioned2020-04-30T14:40:12Z
dc.date.available2020-04-30T14:40:12Z
dc.date.issued2009
dc.departmentDÜ, Teknik Eğitim Fakültesi, Yapı Eğitimi Bölümüen_US
dc.description.abstractBu araştırmada, taze beton özelliklerinden yararlanılarak beton basınç ve yarmada çekme dayanımı değerlerini yapay sinir ağları (YSA) kullanılarak tahmin edebilecek bir model geliştirilmesi amaçlanmıştır. Bu kapsamda farklı karışım oranlarına sahip betonlar hazırlanmıştır. Hazırlanan taze beton karışımları üzerinde çökme, birim ağırlık ve hava miktarı tayini deneyleri gerçekleştirilmiştir. Ayrıca her bir karışımdan alınan 15x15x15 cm boyutlarındaki küp numuneler üzerinde 28. günde basınç ve yarmada çekme dayanımı deneyleri gerçekleştirilmiştir. Oluşturulan yapay sinir ağında beton karışımlarına ait su/çimento oranı, çökme miktarı, taze beton birim ağırlığı ve hava miktarı girdi parametresi, basınç ve yarmada çekme dayanımı değerleri ise çıktı parametresi olarak kullanılmıştır. Sonuç olarak geliştirilen YSA modeli ile deneysel olarak elde edilen veriler karşılaştırılmış ve sonuçların birbiriyle uyumlu olduğu görülmüştür.en_US
dc.description.abstractIn this study, developing a model which can predict the compressive and split tensile strength values of concrete utilizing the fresh concrete properties were aimed. Concretes having different mixing proportions were prepared for this scope. Slump, unit weight and air content tests were performed on the prepared fresh concrete. Cubic samples having 15 x 15 x 15 cm dimensions were used for compressive and split tensile strength tests at the 28th day. For the artificial neural networks model water/cement ratio, slump value, unit weight of fresh concrete and air content were selected as input parameters and compressive and split tensile strength values selected as output parameters. Consequently, developed artificial neural networks model outputs were compared with experimental results and it was seen that the results were harmonious.en_US
dc.identifier.endpage155en_US
dc.identifier.issn1301-045X
dc.identifier.issue3 özel sayıen_US
dc.identifier.startpage147en_US
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TWpBNE16VXdNQT09
dc.identifier.urihttps://hdl.handle.net/20.500.12684/1770
dc.identifier.volume22en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectMimarlıken_US
dc.titleBeton Mekanik Özelliklerinin Taze Beton Özelliklerinden Yararlanılarak Yapay Sinir Ağları İle Tahminien_US
dc.title.alternativeThe Supposition Of Mechnical Properties Of Concrete Utilizing The Fresh Concrete Properties By Using Artificial Neural Networken_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1770.pdf
Boyut:
302.23 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Makale Koleksiyonu