Geri Dön

A new model for concrete compressive strength estimation

Beton basınç dayanımı tahmini için yeni bir model

  1. Tez No: 676472
  2. Yazar: LIQAA INAM HADI AL-HAMADANI
  3. Danışmanlar: PROF. DR. TUNCER ÇELİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Beton, inşaat mühendisliğinin en önemli malzemesidir. Beton basınç dayanımı, yaşın ve bileşenlerin oldukça doğrusal olmayan bir fonksiyonudur. Bu tezde, Long short-term memory (LSTM) kullanılarak su, çakıl, kum, yüksek fırın cürufu, plastifiyan etkisi ve flay külünün beton basınç dayanımı üzerindeki etkileri sunulmuştur. Derin öğrenme alanında kullanılan yapay tekrarlayan sinir ağı (RNN) mimarisi. Standart geri beslemeli sinir ağlarının aksine, LSTM'nin geri bildirim bağlantıları vardır. Somut basınç dayanımı, onu çözmek için birkaç klasik yapay zeka ve makine öğrenme tekniğinin uygulandığı regresyon problemidir. Bu çalışmada model, beton basınç dayanımını temsil eden sekiz girdi ve bir çıktıdan oluşmaktadır.

Özet (Çeviri)

Concrete is the utmost chief material in civil engineering. The concrete compressive strength is a highly nonlinear function of age and ingredients. In this thesis, effect of water, gravel, sand, blast furnace slag, plasticizer, and the effects of flay ash on concrete compressive strength was presented by using Long short-term memory (LSTM). Artificial recurrent neural network (RNN) architecture used in the field of deep learning. Unlike standard feedback neural networks, LSTM has feedback links. The concrete compressive strength is regression problem which several classical artificial intelligence and machine learning techniques applied to solve it. In this study, the model consist from eight input and one output which represented the concrete compressive strength.

Benzer Tezler

  1. Betonun basınç dayanımının tahribatsız yöntem verilerini kullanarak yapay sinir ağı ve regresyon yöntemi ile tahmin edilmesi

    Estimation of concrete's compressive strength using non-destructive method data with artificial neural network and regression method

    SUAT YÖRÜBULUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiKırıkkale Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ORHAN DOĞAN

  2. Cam lifi takviyeli betonlarda olgunluk indeksi yöntemi ile eğilme ve basınç dayanımlarının tahmin modelinin geliştirilmesi

    Development of predicting model of bending and compressive strength with maturity method in glass fiber reinforced concrete

    MUHAMMED MARAŞLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiDüzce Üniversitesi

    Kompozit Malzeme Teknolojileri Ana Bilim Dalı

    PROF. DR. SERKAN SUBAŞI

  3. Hasankale pomzasından alkali aktivasyon yöntemiyle geopolimer çimentosunun üretilebilirliğinin araştırılması

    The investigation of Hasankale pumice based geopolymer cement production by alkali aktivation method

    MEHRZAD MOHABBI YADOLLAHI

    Doktora

    Türkçe

    Türkçe

    2013

    İnşaat MühendisliğiAtatürk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. RAMAZAN DEMİRBOĞA

  4. Eliptik kesitli beton dolgulu çelik tüp kolonların eksenel yük kapasitelerinin belirlenmesi için matematiksel model ve kullanıcı dostu arayüz geliştirilmesi

    Development of mathematical model and user-friendly interface for determination of axial load capacity of concrete filled elliptical steel tube columns

    ZEKİ AKKURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiHarran Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KASIM MERMERDAŞ

    DR. ÖĞR. ÜYESİ SÜLEYMAN İPEK

  5. Otomatik üretim teknolojisine ait betonların basınç dayanımlarının makine öğrenmesi ve derin öğrenme yöntemleri ile tahmin edilmesi

    Estimating the compressive strength of concrete with automatic production tecknology by machine learning and deep learning

    HÜSEYİN KAYHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NİHAN KAZAK ÇERÇEVİK

    DR. ÖĞR. ÜYESİ ALİ ERDEM ÇERÇEVİK