Geri Dön

İklim parametreleri kullanılarak yapay sinir ağları ile dış düz sıva performansının tahmini

The estimation of external smooth grout performance by using artificial neural networks and climate parameters

  1. Tez No: 301869
  2. Yazar: AHMET GÖKDEMİR
  3. Danışmanlar: PROF. DR. RECEP KANIT
  4. Tez Türü: Doktora
  5. Konular: Teknik Eğitim, İnşaat Mühendisliği, Technical Education, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapı Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 172

Özet

Bu çalışmada YSA ( Yapay sinir ağları ) ile iklim parametreleri kullanılarak, dış düz sıva mekanik değerlerinin tahmin edilebilirliği araştırılmıştır. Bunun için TS 1481' e uygun olarak hazırlanan dış düz sıva numuneleri; ülkemiz iklim özelliklerini iyi temsil eden 12 ( on iki ) ayrı İl' e gönderilmiş, doğal koşullarda bekletilmiş, birer aylık aralıklarla getirilen numunelerin laboratuvar ortamında yapışma, çekme ve basınç özellikleri tayin edilmiştir.Çalışmada, sıvanın mekanik özelliklerinin tahmininde iklim parametreleri olan sıcaklık, nem, yağış, rüzgar, don değerleri kullanılmış ve öncelikle tekli doğrusal regresyon yöntemi kullanılarak; her bir iklim parametresi ile mekanik özelliklerin arasındaki ilişkinin anlamlılığı araştırılmıştır.Yapılan analizler sonucunda; yapışma, çekme ve basınç da R2 değerleri sırası ile 0.013, 0.013 ve 0.037 olan rüzgar ile 0.027, 0.073 ve 0.049 olan don tahmin çalışmamızdan çıkarılmış ve sıcaklık, nem ve yağış parametreleri ile tahmin analizleri gerçekleştirilmiştir.On İl' e ait sıcaklık,nem ve yağış değerleri ile, sıva numunelerinin mekanik değerleri YSA' nın eğitilmesinde; iki İl' e ait değerlerde test edilmesinde kullanılmıştır. Test değerlerine göre; iklim parametreleri kullanılarak, YSA ile Trabzon İl' i için yapışmanın % 5.44, çekmenin % 4.80 ve basıncın % 12.68, Bursa İl' i için yapışmanın % 10.36, çekmenin % 2.61 ve basıncın % 5.67 hata ile tahmin edilebileceği görülmüştür. YSA' nın ÇDR ( Çoklu regresyon analizi )' ne göre performansını görebilmek için de; aynı veriler kullanılarak ÇDR yapılmış ve laboratuvar sonuçları baz alındığında; test için kullanılan şehirler için; YSA' nın ÇDR' ne göre Trabzon İl' i için yapışmanın % 7.24, çekmenin % 15.13 ve basıncın % 0.76, Bursa İl' i için yapışmanın % 0.15, çekmenin % 1.44 ve basıncın % 0.43 hata ile daha performanslı tahminler gerçekleştirdiği görülmüştür.

Özet (Çeviri)

In this thesis, it has been studied the forecast of external smooth grout mechanical rates by using climate parameters with ANN ( Artificial Neural Networks ). For this reason; out smooth grout samples which were up to Turkish Standards, have been sent to 12 ( twelve ) different cities well - showing our country?s climate characteristics, waited in natural conditions, pressure, pull-off and adherence parameters of monthly brought samples were determined in laboratory conditions.In thesis, in the forecast of grout?s mechanical characteristics temperature, humidity, rain, wind, frost values which are climate parameters, are used and primarily by using mono-linear regression method; suggestiveness of relationship between each of climate parameters and mechanical characteristics are studied.In the result of the analysis, in adherence, pull-off and pressure the wind whose R squrare are respectively 0.013, 0.013 and 0.037 and the frost whose R square are respectively 0.027, 0.073 and 0.049 were removed from our forecast and forecast analysis was made with temperature, humidity and rain parameterstemperature, humidity and rain values and mechanical parameters of grout samples of ten cities are used for educating ANN; parameters of two cities are used for testing ANN. Test according to the values climate parameters using ANN and Trabzon pull-of 5.44 % for pressure, provinces of 4.80 % and 12.68 % of the rupture, the pressure of Bursa pull-off 10.36 %, provinces of 2.61 % and rupture of getting 5.67 % of the bugs were predictably. ANN 's MRAM ( multiple regression analysis )' What's the performance compared to the same data using MRAM were conducted and laboratory results is based, is used to test for the city; ANN 's MRAM's what province of Trabzon city the pull-off for 7.24 %, provinces of 15.13 % and rupture of getting 0.76 %, Bursa city 0.15 % for the pressure, stretch for 1.44 % and 0.43 % was observed error can be much more performanced estimate.

Benzer Tezler

  1. Numerical and experimental investigation of boundary layer transition with active and passive flow control methods

    Sınır tabaka geçişinin aktif ve pasif akış kontrol yöntemleriyle sayısal ve deneysel incelenmesi

    ABDUSSAMET SUBAŞI

    Doktora

    İngilizce

    İngilizce

    2017

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN GÜNEŞ

  2. Kısa süreli rüzgar tahmini için WRF model performansının analizi ve rüzgar gücü uygulamaları

    Analysis of wrf model performance for short-term wind prediction and wind power applications

    NİLCAN AKATAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEVİNÇ SIRDAŞ

  3. Güneş enerjisi destekli (PV) çalışan taşıt klima sisteminin dinamik performansının araştırılması

    Investigation of dynamic performance of a vehicle air-conditioning system driven by solar energy (PV)

    ÖZGÜR SOLMAZ

    Doktora

    Türkçe

    Türkçe

    2013

    Makine MühendisliğiSelçuk Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUAMMER ÖZGÖREN

  4. Binalarda enerji tüketiminin makine öğrenmesi algoritmaları ile tahminlenmesi

    Prediction of energy consumption in buildings with machine learning algorithms

    ONUR SARIÇİÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiEge Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLBEN ÇALIŞ

  5. Yapay sinir ağları ile zaman-konum bilgileri kullanılarak referans bitki su tüketiminin tahmin edilmesi

    Estimation of reference evapotranspiration with artificial neural networks using information of time-location

    NECATİ AKSU

    Doktora

    Türkçe

    Türkçe

    2013

    ZiraatKahramanmaraş Sütçü İmam Üniversitesi

    Biyosistem Mühendisliği Ana Bilim Dalı

    PROF. DR. KENAN UÇAN