• icon+90(533) 652 66 86
  • iconnwsa.akademi@hotmail.com
  • icon Fırat Akademi Samsun-Türkiye

Article Details

  • Article Code : NWSA-685-447
  • Article Type : Araştırma Makalesi
  • Publication Number : 1A0256
  • Page Number : 1498-1508
  • Doi : 10.12739/
  • Abstract Reading : 1085
  • Download : 123
  • Share :

  • PDF Download

Issue Details

  • Year : 2011
  • Volume : 6
  • Issue : 4
  • Number of Articles Published : 79
  • Published Date : 1.10.2011

Cover Download Context Page Download
Engineering Sciences

Serial Number : 1A
ISSN No. : 1308-7231
Release Interval (in a Year) : 4 Issues

YAPAY SİNİR AĞLARI İLE ATIK MERMER TOZU VE CAM LİF KATKILI BETONLARIN YARMADA ÇEKME DAYANIMLARININ TAHMİNİ

Oğuzhan KELEŞTEMUR 1 , Servet YILDIZ 2 , Bahar DEMİREL 3

Bu çalışmada; 4 farklı oranda cam lif ilave edilerek elde edilen 300 ve 350 dozlu betonlara filler malzeme ile hacimce %25, 50, 75 ve 100 oranlarında yer değiştirecek şekilde atık mermer tozu ilave edildi. Elde edilen numunelerin ultrases geçiş hızları, porozite değerleri, basınç dayanımları ve yarmada çekme dayanımları belirlendi. Yapay sinir ağına (YSA) girdi seti olarak dozaj, agrega miktarı, lif oranı, mermer tozu oranı, porozite, ultrases geçiş hızı ve basınç dayanımı değerleri seçilerek yarmada çekme dayanımları tahmin edildi. Çalışma sonucunda, geliştirilen YSA modeli ile deneysel olarak elde edilen veriler karşılaştırıldı ve sonuçların uyum içerisinde olduğu belirlendi.

Keywords
Cam Lif, Atık Mermer Tozu, Beton, Yapay Sinir Ağı, Yarmada Çekme Dayanımı,

ESTIMATION OF SPLITTING TENSILE STRENGTH OF CONCRETES WITH WASTE MARBLE DUST AND GLASS FIBRE BY ARTIFICIAL NEURAL NETWORK

Oğuzhan KELEŞTEMUR 1 , Servet YILDIZ 1 , Bahar DEMİREL 1

In this study, filler material and %25, 50, 75 and 100 volume ratio waste marble dust which can be used in place of filler material, added to 300 and 350 dosages concrete obtained by adding glass fibre in four diffferent ratios. Splitting tensile strength, compressive strength, porosity and ultrasonic pulse velocity of obtained sample is detected. Approximate estimation of splitting tensile strength performed via selecting dosages, amount of aggregate, fibre ratio, marble dust ratio, porosity, ultrasonic pulse velocity and splitting tensile strength as an input of Artificial Neural Network (ANN). As a result of this study, developed ANN model compared with the obtained experimental values and it was detected that results match with each other.

Keywords
Glass Fibre, Waste Marble Dust, Concrete, Artificial Neural Network, Splitting Tensile Strength,

Details
   

Authors

Oğuzhan KELEŞTEMUR (1) (Corresponding Author)

Fırat Üniversitesi
okelestemur@firat.edu.tr

Servet YILDIZ (2)

Fırat Üniversitesi
syildiz@firat.edu.tr

Bahar DEMİREL (3)

fırat üniversitesi teknoloji fak. inşaat müh.
bdemirel@firat.edu.tr

Supporting Institution

:

Project Number

:

Thanks

:
References