Yapay sinir ağları (YSA) modeli kullanılarak çimento ile stabilize edilmiş kilin serbest basınç dayanımının tahmini
Estimation of unconfined compressive strength of cement stabilized clay using artificial neural networks (ANN) model
- Tez No: 822576
- Danışmanlar: DR. ÖĞR. ÜYESİ MUKHALLAD MOHAMMAD MAWLOD AL-MASHHADANI
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: 66
Özet
Killi toprak, su içeriğindeki değişimden büyük ölçüde etkilenir ve bu durum altyapı ve binalara zarar verdiğinden inşaat mühendisliği projelerini olumsuz etkiler ve bu hasarların onarımı için mali bir yük getirir. Bu nedenle inşaat mühendisliği projelerinde Killi topraklarin stabilizasyonu gereklidir, bu nedenle ekonomik avantajları ve kullanım kolaylığı nedeniyle çimento ile zemin iyileştirme en verimli ve etkili kimyasal stabilizasyon yöntemlerinden biridir. Laboratuar deneyleri için gereken zamandan ve emekten tasarruf etmek amacıyla bu çalışmada, çimentolu Killi topraklarin Serbest basınç dayanımını tahmin eden bir model geliştirmek için Levenberg-Marquardt algoritması kullanılarak bir yapay sinir ağı (YSA) tekniği uygulanmıştır. Bu çalışma için veri sayısı (206) önceki araştırma çalışmalarından (12) toplanmıştır. Giriş parametreleri şu şekilde seçilmiştir: likit limit (LL)%, plastisite indeksi (PI)%, kil fraksiyonu (CF)%, kum %, silt %, su içeriği (Wc) % , kür süresi (gün) ve çimento içeriği (c)% Çıkış parametresi olarak Serbest basınç dayanımı (qu) seçildi, ardından veriler min-maks yöntemi kullanılarak normalleştirildi. Tahmin modeli, MATLAB yazılımındaki yapay sinir ağları araçları kullanılarak geliştirilmiştir. Bu çalışmada geliştirilen kestirimci modelin performansını değerlendirmek için, modelin istatistiksel analizi regresyon (R2), Karesel Ortalama Hata (MSE), Karekök ortalama hata (RMSE) ve etkinlik katsayısı (CE) kullanılarak yapılmıştır.
Özet (Çeviri)
Clay soil is greatly affected by the change in its water content, which negatively affects civil engineering projects, as it damages infrastructure and buildings and places a financial burden to repair these damages. Therefore, stabilization of clay soils is necessary in civil engineering projects, so soil treatment with cement is one of the most efficient and effective chemical stabilization methods due to its economic advantages and ease of use. In order to save the time and effort required for laboratory experiments, in this study, an artificial neural network (ANN) technique was applied using the Levenberg-Marquardt algorithm to develop a model that predicts the unconfined compressive strength of cementitious clay soils. The number of data for this study was (206) collected from (12) previous research studies. The input parameters were chosen as follows: likit limiti(LL)%, plastisite indeksi (PI)%, kil fraksiyonu (CF)%, kum %, silt %, water content (Wc) % , curing time (day) and cement ratio (C)% The unconfined compressive strength (qu) was chosen as an output parameter, then the data was normalized using the min-max method. The predictive model was developed using the artificial neural network tools in MATLAB software. In order to evaluate the performance of the predictive model developed in this study, the statistical analysis of the model was performed using regression (R2), mean square error (MSE), root mean square error (RMSE), and coefficient of efficiency (CE).
Benzer Tezler
- Enjeksiyon uygulanmış kum zeminlerde permeabilite katsayısının esnek hesaplama yöntemleri ile tahmin edilmesi
Estimation of permeability coefficient values by using flexible calculation methods in sandy soil which was injected
ASLIHAN DİLEK
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiBursa Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERAY YILDIRIM
- Harçların basınç dayanımlarının mikrodalga kür yöntemi ve yapay sinir ağları kullanılarak tahmin edilmesi
Estimation of the compressive strength of mortars using microwave curing method and artificial neural networks
OKAY YILDIZ
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiTokat Gaziosmanpaşa Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞAHİN SÖZEN
- Çimento hammadde karışım prosesinin yapay sinir ağları ile matematiksel modellemesi
Mathematical modelling of mixture of cement raw material with artificial neural networks
AYSUN EĞRİSÖĞÜT
Yüksek Lisans
Türkçe
2002
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. RECEP KAZAN
- Betonun kırılmasında çift-K yaklaşımının yapay sinir ağlarıyla modellenmesi
Modelling of double-K fracture approach in concrete fracture by artificial neural networks
CENK FENERLİ
Yüksek Lisans
Türkçe
2013
İnşaat MühendisliğiFırat Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. RAGIP İNCE
- Çeşitli yöntemlerle tarımsal atıklardan üretilen aktif karbonların karakterizasyonu ve kesikli sistemde boyar madde giderimine uygulanması
Characterization of activated carbons produced from agricultural waste with various techniques and application of dyestuff removal in batch system
HİLAL ARSLANOĞLU IŞIK
Doktora
Türkçe
2012
Çevre MühendisliğiFırat ÜniversitesiÇimento Mühendisliği Ana Bilim Dalı
YRD. DOÇ. NİLÜFER NACAR KOÇER