Identification of the relations between synthesis conditions and compressive strength in geopolymer systems via statistical learning methods
Jeopolimer sistemlerinde sentez koşulları ve basınç direnci arasındaki ilişkilerin istatistiksel öğrenme yöntemleri aracılığıyla tanımlanması
- Tez No: 603826
- Danışmanlar: DOÇ. DR. BURAK ALAKENT, DOÇ. DR. SEZEN SOYER UZUN
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
Üretiminde CO2 salınımının düşük olması jeopolimerleri inşaat endüstrisinde kullanılabilecek uygun bir inorganik ve amorf malzeme yapmaktadır. Çeşitli üretim koşullarının karmaşık etkileriyle belirlenen basınç direnci (CS), jeopolimerlerin önemli bir dayanıklılık ölçüsüdür. Bu çalışmanın amacı, üretim koşulları ile basınç direnci arasında güvenilir kurallar elde etmek için bir karar ağacı oluşturmaktır. Bu nedenle, mevcut yayımları kullanarak, 879 veri noktası ve 19 değişkenden oluşan bir veri tabanı oluşturuldu. Gereksiz değişkenleri elemek için İleri Seçim (FS), Geri Eliminasyon (BE) ve Kaba Küme teorisi algoritmaları kullanıldı. Karar ağacı parametreleri (Smax ve Pmin), indirgenmiş küme oluştururken bu çalışmada eklenen eşik parametresi (eps), ve FS/BE algoritmalarında uygun değişken sayısı 20 tekrar ile 5 kat çapraz doğrulama (CV) ile optimize edildi. Yapılan ağaçlardan elde edilen kuralların güvenilirliği kararlılık endeksi (SI) ile ölçüldü. BE tabanlı derin ağaçların (Smax = 150) test RMSE değeri 10.0 MPa'a kadar düşse de, FS/BE değişken seçmeli büyük ağaçlardan elde edilen kuralların kararlı olmadığı görüldü. Bu nedenle, kural oluşturmak için daha küçük boyutlu (Smax = 60) indirgenmiş küme bazlı bir ağaç kullanıldı. Oluşturulan bu ağacın CV RMSE ve SI, test RMSE ve R2 sırasıyla 13.2 MPa, 0.79, 13.2 MPa ve 0.64'e eşit. Bu ağaca dayanarak düşük ve yüksek CS değerlerine karşılık gelen iki alüminosilikat prekürsor malzeme grubu tanımlandı. Çıkan ağacın yorumu için 2-boyutlu değişken uzayından doğrusal regresyon ile yerel modeller geliştirildi. Su/Al ve Na/Al oranları ve çevre koşullarında kürleme süresi yüksek CS grubunu, saflık ve yüksek sıcaklıkta kürleme süresi de düşük CS grubunu etkilediği görüldü. Ayrıca, değişkenlerin CS üzerindeki etkisinin prekürsor malzeme tipine göre değiştiği ve bunun değişkenler arası önemli etkileşimlerin varlığına işaret ettiği görüldü.
Özet (Çeviri)
Geopolymers are inorganic amorphous materials, which can be used in construction industry, and their production is characterized by low CO2 emission. Compressive strength (CS) is a durability measure, which, in the case of geopolymers, depends on various manufacturing factors in a rather complex functional relation. The aim of this study is to develop a decision tree and extract reliable decision rules based on it. A database consisting of 879 data points and 19 predictors is constructed based on available publications. Forward Selection (FS), Backward Elimination (BE) and Rough Set theory are used as feature selection algorithms. The decision tree parameters (maximum number of splits, Smax and minimum parent size Pmin) and number of relevant predictors for FS and BE and threshold parameter (eps), which is introduced for reduct set formation, are optimized via 5-fold CV with 20 repetitions. The reliability of the obtained decision rules is expressed via Stability index (SI) whereas the accuracy of the models via measures, such as RMSE. Minimum test RMSE is decreased up to 10.0 MPa for Smax = 150 BE based tree, but the interpretation of such large trees is demanding. Hence, a smaller sized (Smax = 60) reduct based tree is used for rule extraction. The CV RMSE and SI, test RMSE and R2 of the resulting tree is 13.2 MPa, 0.79, 13.2 MPa and 0.64 respectively. Based on this tree, the most important predictor affecting geopolymer CS is found to be the type of aluminosilicate precursor material. Two material groups are identified corresponding to higher and lower CS. The data space is subsequently divided, and relations (linear regression, local models etc.) regarding smaller subspaces are developed. For higher CS group, water/Al, Na/Al and ambient curing time have a significant effect, whereas for lower CS compounds, purity and heat curing time are also found to be effective. Moreover, the effect of the predictors on CS can vary based on the precursor types, showing the presence of significant predictor interactions.
Benzer Tezler
- Yerel verilerin geleneksel mimari üzerindeki etkilerinin sürdürülebilirlik bağlamında karşılaştırmalı olarak incelenmesi: Akseki-İbradı ve Piemonte-val d'ossola örneği
A comparative study about the effects of local data on vernacular architecture in the context of sustainability: Akseki-İbradi and Piemonte-val d'ossola examples
İSA ÇAL
Yüksek Lisans
Türkçe
2012
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
YRD. DOÇ. DR. YÜKSEL DEMİR
- Metro istasyonlarında yolcu sirkülasyonunun değerlendirilmesi için bir uzman sistem önerisi
An expert system proposal for the evaluation of pedestrian circulation at underground stations
A.GÜLAY PEKTAŞ
Yüksek Lisans
Türkçe
1997
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
- Likopen, ß-karoten ve morfolojik özellikler bakımından yerel sofralık domateslerde genotip x çevre interaksiyonu
Genotype x environment interaction in local table tomatoes in terms of lycopene, beta carotene and morphological characteristics
KENAN SÖNMEZ
Doktora
Türkçe
2014
ZiraatAnkara ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. ŞEKÜRE ŞEBNEM ELLİALTIOĞLU
- Ortaölçekli firmalarda kalite kontrol sistemi
Quality control system in middle scale firms
TAMER YUVAKURAN
- Development of selective iron-based fischer-tropsch catalysts to light olefins
Hafif olefinler için seçici demir bazli fischer-tropsch katalizörlerinin geliştirilmesi
YASEMİN FATİH AGHDAEI
Doktora
İngilizce
2023
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSNÜ ATAKÜL
DOÇ. DR. ALPER SARIOĞLAN