Kendiliğinden yerleşen betonun
(KYB) son yıllarda beton teknolojisindeki en büyük gelişme olduğu söylenebilir.
KYB’ler vibratör kullanılmaksızın çok sık donatılı ve karmaşık kesitli
yapılarda yüksek dayanım vermektedir. KYB içeriğindeki; süper akışkanlaştırıcı
kullanımı, viskozite artırıcı katkı kullanımı, su/bağlayıcı oranı, kum/toplam
agrega oranı ve toplam iri agrega miktarı gibi özellikler açısından normal
betondan farklıdır. Bu çalışma, KYB’lerde süper akışkanlaştırıcı katkıların
oranıyla betondaki basınç dayanımının ve su/çimento oranındaki değişimleri,
Uyarlamalı Sinirsel Bulanık Çıkarım Sistemleri (ANFIS) tahmin modeli ile
araştırmak için tasarlanmıştır. Bu modeli inşa etmek için; çimento dozajı (300,
400 ve 450), KYB oranı ve çimento/su oranı giriş değişkeni olarak 28 günlük
basınç dayanımı çıkış değişkeni seçilerek ANFIS modeli oluşturulmuştur.
Tasarlanan modelin eğitiminde toplam 63 veri setinden rastgele olarak seçilen
53 adet veri kullanılmıştır. Eğitilen modelin test edilmesi içinde 10 adet veri
seti kullanılmıştır. Test parametrelerinden elde edilen sonuçlar ile deneysel
sonuçlar karşılaştırıldığında tasarlanan modelim 28 günlük basınç
dayanımlarının tahmininde (R2=0,933, p<0,001, c=0,966) şeklinde
başarılı sonuçlar ortaya koyduğu görülmüştür.
It can be said that the self-compacting concrete (SCC)
has been the biggest development in concrete technology in recent years.
Self-compacting concretes are very heavily reinforced without vibrators and
provide high strength in complex cross-section structures. Both the speed of
production and the quality of concrete can be increased by using
self-compacting concrete. In the content of the KYB; Superplasticizer use,
viscosity additive use, water/binder ratio, sand/total aggregate ratio and
total coarse aggregate amount. This study is designed to investigate the
changes in the compressive strength and cement/water ratio of the concrete with
the proportion of superplasticizer admixtures in self-compacting concrete (SCC)
using the predictive model of Adaptive Neural Fuzzy Inference Systems (ANFIS).
In the design of ANFIS model were selected cement dosage (300, 400 and 450),
SCC ratio and cement ratio (cement/water) as input variables, and compressive
strength as output variables. Training data set which 53 randomly selected from
63 data sets were used for the training of the designed model. For the testing
of the trained model were, it was used by the 10 data sets remainder of the
total set. When comparing correlation between the results obtained from the
test parameters and the experiment alone, the designed model showed
successfully in predicting the 28-day compressive strengths (R2=
0.933, p< 0.01, c = 0.966).
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Research Article |
Authors | |
Publication Date | September 1, 2019 |
Submission Date | April 2, 2018 |
Published in Issue | Year 2019 Volume: 22 Issue: 3 |
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International.