Prediction of Lightweight Concrete Compressive Strength Using Artificial Neural Networks

Year 2010, Volume: 6 Issue: 1 - Volume: 6 Issue: 1, 19 - 29, 22.06.2016

İlker Bekir Topçu Tayfun Uygunoğlu Hüseyin Hakan İnce

Abstract

Prediction of compressive strength in existing buildings and pre-cast structural elements is very important. For this aim, in this study an Artificial Neural Network (ANN) model has been developed for predict to compressive strength of concrete by using of ultrasonic pulse velocity and Schmidt hammer values as alternatively to SONREB method. Firstly, 5 different concrete series have been prepared. On the produced specimens that in 15×15×15 cm, ultrasonic velocity, Schmidt hammer readings and compressive strength values have been taken. By the obtained dates, ANN model developed. Results of designed model was compared with formulas used until now for predict to compressive strength of concrete by non-destructive method. As a result, it was seen that compressive strength results obtained from ANN was very close to experimental value. Thus, it was obtained that ANN model may be use in prediction of compressive strength. Keywords: Compressive strength, artificial neural network, modeling.

Keywords

Compressive strength, artificial neural network, modeling

Hafif Beton Basınç Dayanımının Yapay Sinir Ağlarıyla Tahmini

Abstract

Mevcut yapılarda ve ön üretimli yapı elemanlarında beton basınç dayanımını hasarsız bir şekilde tahmin edilmesi büyük önem taşımaktadır. Bu nedenle, bu çalışmada betonun basınç dayanımını ultrases geçiş hızı ve Schmidt değerlerinden tahmin etmek için SONREB yöntemine alternatif olarak bir yapay sinir ağları (YSA) modeli geliştirilmiştir. Öncelikle 5 farklı seride beton üretimi gerçekleştirilmiştir. Üretilen bir kenarı 15 cm olan küp numuneler üzerinden ultrases geçiş hızı, Schmidt çekici okumaları ve daha sonra da basınç dayanımı değerleri alınmıştır. Alınan verilerle birlikte YSA modeli geliştirilmiştir. Geliştirilen modelin sonuçları ile bazı araştırmacıların geliştirdiği bağıntıların sonuçları karşılaştırılmıştır. Bu sonuçlar irdelendiğinde YSA ile geliştirilen modelin daha iyi sonuçlar verdiği ve bu modelin betonun basınç dayanımının tahmininde kullanılabilir olduğu görülmüştür. Anahtar Kelimeler: Basınç dayanımı, yapay sinir ağları, modelleme

Keywords

Basınç dayanımı, yapay sinir ağları, modelleme