Optimization of steel bars and stirrups numbers and diameters of reinforced concrete beams using abaqus
Başlık çevirisi mevcut değil.
- Tez No: 746343
- Danışmanlar: PROF. DR. TUNCER ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2015
Makine MühendisliğiMustafa Kemal ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDOĞAN KANCA
- Optimum design of reinforced concrete plane frames using harmony search algorithm
Betonarme düzlem çerçevelerin armoni tarama yöntemi ile optimum tasarımı
ALPER AKIN
Doktora
İngilizce
2010
İnşaat MühendisliğiOrta Doğu Teknik ÜniversitesiMühendislik Bilimleri Bölümü
PROF. DR. MEHMET POLAT SAKA
PROF. DR. TURGUT TOKDEMİR
- 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
2001
Makine MühendisliğiMarmara ÜniversitesiMakine Eğitimi Ana Bilim Dalı
DOÇ. DR. MUSTAFA KURT
- 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
2006
MatematikMarmara ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. HAMDİ SÖZÖZ
- Asenkron makina kontrolü için yapay sinir ağı tabanlı rotor akışı gözlemcisi
Başlık çevirisi yok
ASLI AYLA ÇAKIRGÖZ
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN TACER