Agregaların fiziksel özelliklerinden yola çıkılarak beton dayanımlarının yapay sinir ağları ile kestirilmesi

Hızla gelişmekte olan dünyamızda en yaygın yapı malzemesi hammaddesi ve nihai ürün konumunda olan agreganın önemi gün geçtikçe artmaktadır. Kullanım alanı çok geniş olan ve betonun %65-75’ini oluşturan bu yapı malzemesinin mekanik ve fiziksel özelliklerinin bilinmesi mühendislik tasarımlarında çok önemlidir. Betonun en büyük bileşeni olan agreganın sahip olduğu fiziksel ve mekanik özelliklerin betonun dayanım özelliklerine etkisinin belirlenmesi ancak yapılan deneylerle mümkün olmaktadır. Bu çalışmalar uzun zaman almakta ve çoğu zamanda ekonomik olmamaktadır. Bundan dolayı dayanım özelliklerinin belirlenmesi için daha önce yapılmış olan deneysel çalışmalardan yararlanılarak oluşturulan değişik yöntemler de kullanılmaktadır. Bu çalışmada İstanbul Anadolu yakasında değişik 14 ayrı ocaktan elde edilmiş agregaların fiziksel özellikleri, yapılan deneylerle belirlenmiştir. Fiziksel özellikleri belirlenen agregalarla beton örnekleri hazırlanmış ve bu beton örneklerin 7 ve 28 günlük basınç dayanımları ölçülmüştür. Betonu oluşturan agrega dışındaki bütün beton bileşenleri sabit tutularak değişen agregalarda betonun basınç dayanımı izlenmiştir. Deneysel olarak belirlenen değerlerin kestirimi için, Yapay Sinir Ağları Yöntemi kullanılarak modeller geliştirilmiş ve elde edilen sonuçlar karşılaştırılmıştır

Determination of the effect of the physical and mechanical properties of aggregates that have considerable effect on concrete strength is only possible by conducting a series of experimental studies.These studies take long time and mostly are not economic.Therefore, different methods formed by utilizing the experimental studies done before are used to determine the strength characteristics.In this study, the impact of physical properties of aggregates and using 7-day and 28-day cured concrete has been researched. Then a model has been developed by using artificial neural network (ANN) which the results obtained from the tests. The values determined experimentally have been estimated by developing models in ANN method.It has been observed at the comparisons that the training and test results in the models can be estimated.