Kuru karışım püskürtme betonda geri sekmenin araştırılması
The research of rebound in dry mixing shotcrete
- Tez No: 633204
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN HAKAN İNCE
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Bu tez çalışmasında püskürtme uygulamasında geri seken malzeme miktarı deneysel uygulamayla topluluk öğrenmesi yöntemlerinden Adaboost algoritmasının veri kümesinde kullanılmak üzere elde edilmiştir. Çalışmada iki adedi yalın olmak üzere silis dumanı ve uçucu kül %10 ve %20 oranlarında çimentoyla hacimce yer değiştirilerek polipropilen lif ise (5 kg/m3 ve 10 kg/m3) oranlarında ilave edilerek toplam 14 adet numune üretilmiştir. Panellere püskürtme uygulaması esnasında geri seken malzeme toplanmış, tartılmış ve veri olarak kaydedilmiştir. Deneysel çalışmadan elde edilen bulgulara göre; numunelerin 28 günlük en düşük basınç dayanımı %20 uçucu kül ikameli numunede, en yüksek basınç dayanımı ise %10 silis dumanı ikameli numunede gözlenmiştir. Geri sekme sonuçlarına bakıldığında en fazla geri sekme yalın numunede gözlenmiştir. Yalın numuneyi % 20 uçucu kül ikameli numuneler takip etmektedir. En düşük değerler silis dumanı ikameli numunelerde gözlenmiştir. Özellikle silis dumanı miktarı arttıkça geri sekmenin azaldığı tespit edilmiştir. Deneysel çalışmalar sonucunda elde edilen veri kümesinde bağımlı ve bağımsız parametreler belirlenmiştir. Modelin eğitimi için optimum sonuç veren hiperparametreler model ve Boosting yöntemi için belirlenmiştir. Sonuç olarak modelin tahmin performansında %84.25'lik başarı elde edilmiştir. Önerilen modelin performansının test edilmesi için geleneksel makine öğrenme algoritmaları ile aynı veri kümesi üzerinde karşılaştırılmıştır. Bunun sonucunda önerilen modelin en yüksek doğruluğa sahip olduğu görülmüştür.
Özet (Çeviri)
In this thesis, the amount of material rebounding in the shotcrete application was obtained to be used in the dataset of Adaboost algorithm, which is one of the methods of community learning with the experimental application. In the study, as two of 14 samples were produced as plain and the others were produced by adding silica fume and fly ash that were replaced of the ratio of 10% and %20 of cement volume, and by adding polypropylene fiber at the rates of (5 kg / m3 and 10 kg / m3). During the application of the shotcrete to the panels, the rebound material was gathered and then weighed and registered as the data. According to the findings that were obtained from the experimental study; the lowest compressive strength of the samples for the 28th days was observed in the sample, which is 20% fly ash substitution, and the highest compressive strength was observed in the sample that has 10% silica fume substitution. When considering the results of the rebound, the most rebound was observed in the plain sample. The plain sample was followed by the samples with %20 fly ash substitution. The lowest values were observed with the silica fume substitution. Especially, a reducement of the rebound was detected with the increment of the amount of the silica fume. As a result of experimental studies, dependent and independent parameters were determined in the data set that was obtained. The Hyperparameter model and Boosting method that give the optimum results for the training of the model were determined. In conclusion, %84.25 success was achieved in the prediction performance of the model. In order to test the performance of the suggested model, It was compared the traditional machine learning algorithms with on the same data set. As a result, it has been found that the proposed model has the highest accuracy.
Benzer Tezler
- Betonarme kirişlerin güçlendirilmesinde püskürtme betonun alternatif bir yöntem olarak kullanılması
As an alternative method use of sprayed concrete for the strengthening of reinforced concrete beams
MELDA ALKAN ÇAKIROĞLU
Doktora
Türkçe
2007
Deprem MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAL TERZİ
- Alker (alçı katkılı kerpiç) teknolojisinin püskürtme beton (shotcrete) tekniği ile uygulanabilirliğinin basınç dayanımı açısından deneysel değerlendirmesi
Test and evaluation of the applicability of shotcrete technique in alker (adobe with gypsum additive) technology
KEVSER COŞKUN
Yüksek Lisans
Türkçe
2005
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. BİLGE IŞIK
- Yığma yapıların polipropilen lifli kuru karışım püskürtme beton ile güçlendirilmesi
Strengthening of masonry buildings with polypropylene fibrous dry mix shotcrete
FATİH KAYA
Yüksek Lisans
Türkçe
2013
Teknik EğitimSüleyman Demirel ÜniversitesiYapı Eğitimi Ana Bilim Dalı
YRD. DOÇ. MELDA ALKAN ÇAKIROĞLU
- Betonarme kolonların kuru karışım püskürtme beton ile güçlendirilmesi üzerine deneysel bir çalışma
Strengthening of concrete with spray dry mix concrete columns with a study on the experimental
SERDAR KASAP
Yüksek Lisans
Türkçe
2012
Teknik EğitimSüleyman Demirel ÜniversitesiYapı Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. MELDA ALKAN ÇAKIROĞLU
- Yığma yapıların hasır çelik donatılı kuru karışım püskürtme beton uygulamasıyla güçlendirilmesinin deneysel olarak incelenmesi
Experimental investigation of strengthening of masonry including steel wire mesh with dry-mix shotcrete
ÇİĞDEM YİĞİT YEDEK
Yüksek Lisans
Türkçe
2013
İnşaat MühendisliğiSüleyman Demirel ÜniversitesiYapı Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. MELDA ALKAN ÇAKIROĞLU