Polipropilen Lifli Betonların Yüksek Sıcaklık Sonrası Basınç Dayanımlarının Yapay Sinir Ağları ile Tahmini

Basit Öğe Kaydı
dc.contributor.authorYaprak, Hasbi
dc.contributor.authorKaracı, Abdulkadir
dc.date.accessioned2025-01-21T14:26:06Z
dc.date.available2025-01-21T14:26:06Z
dc.date.issued2009
dc.description.abstractBeton yüksek sıcaklık etkisinde kaldığında önemli ölçüde hasara uğrar. Bu durum istenilmeyen yapısal kusurlara neden olabilir. Polipropilen liflerin ilavesi bu hasarın azaltılmasında kullanılan yöntemlerden biridir. Bu çalısmada lif katkısız, 0.9, 1.35 ve 1.8 kg/m3 polipropilen lif katkılı beton numuneler üretilmis, numuneler laboratuar ortamında olgunlastırılmıs, 28. günün sonunda tüm numuneler 20, 400, 600 ve 800 ºC sıcaklık etkisinde bırakılmıstır. Yüksek sıcaklık etkisinde kalan numunelerin basınç dayanımları test edilmistir. Deneysel olarak bulunan test sonuçlarının yapay sinir ağları (YSA) kullanılarak bulunması amaçlanmıstır. YSA yaklasımı ile deneysel olarak elde edilmis veriler karsılastırıldığında değerlerin birbirine en çok % 3.5 en az % 0.0 hata ile yakın olduğu görülmüstür.
dc.description.abstractConcrete, when under the impact of high temperatures, is considerably damaged. This may result in undesirable structural failures. One of the ways to reduce this damage is to incorporate polypropylene fibers. In this study, first, concrete samples- both without fibers, and with polypropylene fibers in three different amounts - 0.9, 1.35, 1.8 kg/m3- were produced, and then, these samples were matured in laboratory conditions, and all samples were exposed to high temperatures of 20, 400, 600, and 800 ºC respectively at the end of the 28th day. The compressive strengths of the samples exposed to higher temperatures were tested. It was aimed to obtain the same laboratory test results by using Neural Network. When the data from the laboratory testing and from the Neural Network applications were compared, it was found that the values were very identical. When the data obtained empirically through the ANN approach were compared, it was noted that the values were close to each other with a margin of error of 3.5 % (maximum) and 0 % 0.0 (minimum).
dc.identifier.dergipark345675
dc.identifier.issn1308-5514
dc.identifier.issue2-23
dc.identifier.startpage28
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/353257
dc.identifier.urihttps://dergipark.org.tr/tr/pub/umagd/issue/31543/345675
dc.identifier.urihttps://hdl.handle.net/20.500.12587/19853
dc.identifier.volume1
dc.language.isotr
dc.publisherKırıkkale Üniversitesi
dc.relation.ispartofUluslararası Mühendislik Araştırma ve Geliştirme Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20241229
dc.subjectYüksek Sıcaklık
dc.subjectPolipropilen Lif
dc.subjectBasınç Dayanımı
dc.subjectYapay Sinir Ağları
dc.subjectHigh Temperature
dc.subjectPolypropylene Fiber
dc.subjectCompressive Strength
dc.subjectArtificial Neural Network
dc.titlePolipropilen Lifli Betonların Yüksek Sıcaklık Sonrası Basınç Dayanımlarının Yapay Sinir Ağları ile Tahmini
dc.title.alternativePolipropilen Lifli Betonların Yüksek Sıcaklık Sonrası Basınç Dayanımlarının Yapay Sinir Ağları ile Tahmini
dc.typeArticle

Dosyalar

Koleksiyon

Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi