Geri Dön

Optimization of steel bars and stirrups numbers and diameters of reinforced concrete beams using abaqus

Başlık çevirisi mevcut değil.

  1. Tez No: 746343
  2. Yazar: RAAD JABBAR HOFI
  3. Danışmanlar: PROF. DR. TUNCER ÇELİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  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

Betonun basınç dayanımı yedi tasarım bileşeni tarafından belirlenir: çimento, yüksek fırın cürufu, uçucu kül, su, süper akışkanlaştırıcı, iri agrega ve sekizinci girdi olarak yaşla birlikte ince agrega. Karışım bileşenlerinin beton dayanımı üzerindeki etkisini anlamak için bu proje, somut performansı tahmin etmek için veri görselleştirme ve makine öğrenimi modellerini kullanır. Beton karışımı tasarım değişkenleri ile beton dayanımı arasındaki ilişkileri anlamak için doğrusal regresyon, sırt regresyonu, rastgele orman regresyonu ve boyutsallık azaltma kullanılarak makine öğrenme algoritmaları geliştirilmiştir. Bu çalışma, karışımlar arasındaki etkileşimleri analiz eder ve regresyon yanıtları ve görselleştirmeler için yeni perspektifleri dikkate almak için karışımlar arasındaki veri korelasyonunu kullanır. Ayrıca, hangi karışım kombinasyonlarının 50 MPa'ya eşit veya daha büyük endüstriyel olarak önemli mukavemet oranlarına ulaşabileceğini belirlemek için bir karar ağacı oluşturulur. Ayrıca çelik çubuk ve etriye sayısı, ABAQUS yazılımı ve Taguchi yöntemleri kullanılarak Von Mises stresi bir tepki faktörü olarak dikkate alınarak optimize edilmiştir.

Özet (Çeviri)

The compressive strength of concrete is determined by seven design ingredients: cement, blast furnace slag, fly ash, water, superplasticizer, coarse aggregate, and fine aggregate, with age as an eighth input. To understand mixture components' impact on concrete strength, this project uses data visualization and machine learning models to predict concrete performance. Machine learning algorithms were developed using linear regression, ridge regression, random forest regression, and dimensionality reduction to understand the relationships between concrete mixture design variables and concrete strength. This study analyses the interactions between mixtures and uses data correlation among mixtures to consider new perspectives for regression responses and visualizations. Further, a decision tree is constructed to determine what mixture combinations would be able to achieve industrially significant strength rates greater than or equal to 50 MPa. Also, the number of steel bars and stirrups were optimized using ABAQUS software and Taguchi methods with considering Von Mises stress as a response factor.

Benzer Tezler

  1. Taguchı metoduyla hurda kırpma makinelerinde kesme parametrelerinin optimizasyonu

    Optimization of cutting parameters on scrap shearing machine with the Taguchi method

    MEHMET DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Makine MühendisliğiMustafa Kemal Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ERDOĞAN KANCA

  2. Optimum design of reinforced concrete plane frames using harmony search algorithm

    Betonarme düzlem çerçevelerin armoni tarama yöntemi ile optimum tasarımı

    ALPER AKIN

    Doktora

    İngilizce

    İngilizce

    2010

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    Mühendislik Bilimleri Bölümü

    PROF. DR. MEHMET POLAT SAKA

    PROF. DR. TURGUT TOKDEMİR

  3. Torna tezgahında talaş kaldırma işlemine etki eden faktörlerin bilgisayar destekli optimizasyonu

    Computer aided optimization of factors affecting the cutting process on a turning machine

    HABİB KÜÇÜK

    Doktora

    Türkçe

    Türkçe

    2001

    Makine MühendisliğiMarmara Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    DOÇ. DR. MUSTAFA KURT

  4. Alaşımsız çeliklerin CNC torna tezgahında işlenmesinde yüzey pürüzlülüğü ve takım aşınmasının Taguchi yöntemiyle incelenmesi

    Investigation based on the Taguchi method for the surface roughness and tool life with CNC turning machine

    METİN SEDAT KARTAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    MatematikMarmara Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. HAMDİ SÖZÖZ

  5. Asenkron makina kontrolü için yapay sinir ağı tabanlı rotor akışı gözlemcisi

    Başlık çevirisi yok

    ASLI AYLA ÇAKIRGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN TACER