Tez No	İndirme	Tez Künye	Durumu
405053		Agregaların fiziksel özelliklerinden yola çıkılarak beton dayanımının yapay sinir ağlarıyla kestirilmesi / Prediction of concrete strength with artificial neurol networks by using physical properties of aggregates Yazar:OKAN ÖZBAKIR Danışman: PROF. DR. SABRİ ERKİN NASUF Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Maden Mühendisliği Ana Bilim Dalı Konu:Maden Mühendisliği ve Madencilik = Mining Engineering and Mining Dizin:	Onaylandı Doktora Türkçe 2015 159 s.
Agreganın sahip olduğu fiziksel ve mekanik özelliklerin betonun dayanım özelliklerine etkisinin belirlenmesi ancak yapılan deneylerle mümkündür. Deneysel çalışmalar, uzun süreçlerde yapılabilen, malzeme harcanan ve ekonomik yükümlülük getiren, aynı zamanda teknik personel gerektiren çalışmalardır. Bu yüzden yapay sinir ağları bu kayıpların ve gereksinimlerin daha aza indirgenebilir olduğunu gösterilmiştir. Bu çalışmada Marmara bölgesinin farklı lokasyonların dan elde edilmiş farklı köken ve özelliklere sahip agregaların fiziksel özellikleri laboratuarda belirlenmiştir. Elde edilen agregalardan üretilen betonların basınç dayanımları laboratuar deneyleri ile tespit edilmiştir. Bu deney sonuçları geliştirilecek modelde girdileri oluşturacağı için düzenlenmiş ve kullanılabilir bir forma sokulmuştur. Betonun dayanım özelliklerinin belirlenmesi için daha önce yapılmış olan deneysel çalışmalardan yararlanılarak oluşturulan değişik yöntemler de kullanılmaktadır. Bu çalışmada İstanbul Anadolu yakasında değişik 10 ayrı ocaktan elde edilmiş agregaların fiziksel özellikleri, yapılan deneylerle belirlenmiştir. Fiziksel özellikleri belirlenen agregalarla beton örnekleri hazırlanmış ve bu beton örneklerin 7 ve 28 günlük basınç dayanımları ölçülmüştür. Betonu oluşturan agrega dışındaki bütün beton bileşenleri sabit tutularak değişen agregalarda betonun basınç dayanımı izlenmiştir. Deneysel olarak belirlenen değerlerin kestirimi için, Yapay Sinir Ağları Yöntemi kullanılarak modeller geliştirilmiş ve elde edilen sonuçlar karşılaştırılmıştır. YSA tekniği kullanılarak yeni bir model geliştirilmiş ve bu modelle betonun basınç dayanımını agreganın fiziksel özelliklerinden yola çıkılarak kestirilmesi amaçlanmıştır. Oluşturan modelde agreganın fiziksel ve mekanik özellikleri 21 farklı parametre ile temsil edilmiştir. Agrega özelliklerini belirleyen bu parametreler yapay sinir ağı modelinde giriş parametreleri olarak kullanılmıştır. Dolayısı ile 7 günlük ve 28 günlük beton dayanımlarını belirleyen YSA giriş katmanı 21 YSA hücresinden oluşturulmuştur. YSA çıkışında çıkış parametresi olarak yalnızca beton dayanımı bulunduğundan çıkış katmanında yalnızca bir hücre oluşturulmuştur. Geliştirilen modelle deney yapmadan agrega özelliklerinin girilmesi ile elde edilecek betonun basınç dayanımı tahmin edilebildiği gösterilmiştir. YSA modeli ile tahmin sonuçları ayrıca lineer regresyon yöntemi ile elde edilen sonuçlarla karşılaştırılmıştır. YSA sonuçları ile, deneysel veriler karşılaştırıldığında; YSA sonuçlarının % 2.8 gibi küçük bir hata oranıyla deneysel sonuçlarla uygunluk gösterdiği görülmüştür. YSA sonuçları ile lineer regresyon sonuçlarından daha başarılı olduğu ve %97'lere varan yakınlıkta tahminin gerçekleştiği gözlenmiştir.
The effect of physical and mechanical properties of aggregate on concrete strength can only be determined with experiments. Experimental studies may take a long time to complete, create economic burden, require materials and technical personnel. Artificial Neural Network has shown us that these losses and requirements can be reduced. In this study, aggregate with different roots and properties were collected indifferent locations of Marmara region and their physical properties were specified. Acquired aggregate was used to create concrete and then their compressive strength was determined in laboratory experiments. The results of this experiment were organised and changed to a format that can be used as model input. Aggregate is one of the main raw materials used in the mixed concrete production. Therefore, aggregate quality carries a great importance for the mixed concrete producers. Grain size, grain shape, organic and alkali matter contents and mineralogical compositions are important material properties on the industrial evaluation of the aggregate deposits. Determination of the effect of the physical and mechanical properties of aggregates that have considerable effect on concrete strength is only possible by conducting a series of experimental studies.These studies take long time and mostly are not economic.Therefore, different methods formed by utilizing the experimental studies done before are used to determine the strength characteristics.In this study, the impact of physical properties of aggregates and using 7-day and 28-day cured concrete has been researched. Then a model has been developed by using artificial neural network which the results obtained from the tests. The values determined experimentally have been estimated by developing models in Artificial Neural Network method.It has been observed at the comparisons that the training and test results in the models can be estimated. The developed model indicates that without making an experiment, providing input on properties of aggregate allows us to estimate concrete compressive strength. Artificial Neural Network model estimations and linear regression results are also compared. According to this comparison between Artificial Neural Network results and experiment data; it was seen that Artificial Neural Network result has a really small error margin of 2.8% percentage in difference. Artificial Neural Network results are observed to be more successful then linear regression results and estimations are close to 97%.