Prediction of ultimate tensile strength of prestressed concrete strand using artificial neural networs
Yapay sinir ağları kullanılarak ön germeli beton demeti maksimum çekme mukavemetinin tahmini
- Tez No: 513943
- Danışmanlar: DOÇ. DR. MEHMET UĞRAŞ CUMA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 112
Özet
Demir çelik endüstrisi, bir ülkenin endüstriyel ve ekonomik kalkınması için vazgeçilmez sektörlerden biridir. Demir çelik endüstrisindeki en yaygın sorun, ürünün üst çekme mukavemetini belirlemektir. Ön germeli beton demeti (ÖGBD) ürününde kullanılan hammaddeler kuvvet altında deforme olurlar ve karakteristikleri sabit olmadığından şekilleri ve boyutları değişir. Ürünün, akma ve üst çekme mukavemeti gibi malzeme özelliklerini anlamak için operatörler tarafından bazı mekanik testler gerçekleştirilir. Literatür araştırması, yedi çelik telli beton demetine uygulanan en kolay ve en önemli mekanik testin 'Çekme Testi' olduğunu açıkça göstermektedir. En basit deneyde bile, ürün, zaman ve iş gücü kaybı, tahribatsız ölçüm ihtiyacını ortaya çıkarmaktadır. Bu tez çalışması, yapay sinir ağları (YSA) kullanılarak öngermeli beton demeti ürününün mekanik özelliklerinin tahminine odaklanmıştır. Mevcut sorun için en doğru ağ tipi olduğundan 'İleri Beslemeli Geri Yayılım (İBGY)' tercih edilmiştir. Yük hücresi, indüksiyon fırınının DC gerilimi ve DC akımı, ÖGBD hattının hızı, indüksiyon fırınının sıcaklığı, soğutma tankının sıcaklığı ve ÖGBD ürününün çapı gibi veriler üretim hattından toplanır. Bu veriler, simülasyon ortamında YSA'ın girdi parametreleri olarak kullanılmaktadır. Sonuç olarak, ÖGBD' nin üst çekme mukavemeti, YSA'nın çıkışında belirlenmektedir.
Özet (Çeviri)
The iron and steel industry is one of the essential sector for the industrial and economic development of a country. The most common problem in iron and steel industry is to determine the ultimate tensile strength of the product. The raw materials that are used in the Prestressed Concrete (PC) Strand product are deformed under force and their shape and size are changed since the characteristics of them are not fixed. To understand the material properties of the product such as the yield and the ultimate tensile strength, some mechanical tests are carried out by the manufacturers. The literature survey clearly shows that the easiest and the most important mechanical test applied to the seven steel wire strand concrete (PC Strand) is the 'Tensile Test'. Even in the simplest experiment, the product, the time and the labor loss reveal the need of the non-destructive measurement. This thesis study is focused on the prediction of mechanical properties of PC strand product by using artificial neural networks (ANN). 'Feed-Forward Backpropagation (FFBP)' has been preferred since it is the most accurate network type for the current problem. The data such as the loadcell, the DC voltage and the DC current of the induction furnace, the speed of the PC strand line, the temperature of the induction furnace, the temperature of the quench tank and the diamater of the PC strand product are collected from production line. These data are utilized as the input parameters of the ANN in the simulation environment. Eventually, the ultimate tensile strength of the PC strand is determined at the output of the ANN.
Benzer Tezler
- Çelik lif donatılı betonların performansa dayalı tasarımı ve optimizasyonu
Optimization and performance based design of steel fiber reinforced concretes
MUHSİN YALÇIN
Doktora
Türkçe
2009
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. CANAN TAŞDEMİR
- Prediction of tensile mechanical properties of tin-bismuth alloys by vickers hardness test
Vickers sertlik ölçümü ile kalay-bizmut alaşımlarının çekme tipi mekanik özelliklerinin tahmin edilmesi
NURI ABURODESS ALSSID ALKILANI
Yüksek Lisans
İngilizce
2018
Makine MühendisliğiAtılım Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL MERİH ŞENGÖNÜL
DR. ÖĞR. ÜYESİ CANER ŞİMŞİR
- Betonarme kolonların deprem performansının tekstil donatılı / donatısız cam lifli püskürtme harçla iyileştirilmesi
Improvement of seismic performance of reinforced concrete columns using glass fiber reinforced sprayed mortar with / without textile reinforcement
ALİ OSMAN ATEŞ
Doktora
Türkçe
2022
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
- Teras çatılardaki çok katlı su tutucu tabakanın servis ömrünü tahmin için matematik model oluşturulması
The Prediction of service life of waterproof layers on flat roofs
FEVZİYE AKÖZ