ATIK KÖMÜR KATKILI ASFALT BETONU PERFORMANS KARAKTERİSTİKLERİNİN YAPAY SİNİR AĞLARI VE MERKEZİ KOMPOZİT TASARIM YÖNTEMLERİ KULLANILARAK KARŞILAŞTIRILMASI

Burak Yiğit KATANALP; Zeynel Baran YILDIRIM; Murat KARACASU; Turgay İBRİKÇİ

Makale detayları

ATIK KÖMÜR KATKILI ASFALT BETONU PERFORMANS KARAKTERİSTİKLERİNİN YAPAY SİNİR AĞLARI VE MERKEZİ KOMPOZİT TASARIM YÖNTEMLERİ KULLANILARAK KARŞILAŞTIRILMASI

Yazarlar:

Burak Yiğit KATANALP | Zeynel Baran YILDIRIM | Murat KARACASU | Turgay İBRİKÇİ

Yayıncı:

Süleyman Demirel University

Ana Başlıklar:

İnşaat mühendisliği

Dergi:

Journal of Engineering Sciences and Design 2019 Vol.7 Issue 3, pp.680-688

Belge Tipi:

Makale

Yayın Tarihi:

9/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000602638

Sıklık:

Üç Aylık

eISSN:

1308-6693

Özet:

 


In this study, the performance characteristics of the
asphalt concrete samples prepared with Marshall design, using coal waste
modified bitumen, were estimated by using Central Composite Design (CCD) and Back
Propagated Artificial Neural Network (ANN) model. Verification tests were
carried out under optimum conditions determined by CCD method. In addition, the
optimum experimental conditions were defined as the input parameter of ANN and
the results of the validation test with the outputs produced by the network
were examined between the upper and lower limits of the 95% confidence
interval. The estimation values on response variables of MKT and ANN models
were obtained as 84.8 - 94.3 - 89.65 - 47.1%, respectively. Compared both of
the models used in the study, it was observed that both all of the CCD and ANN
predictions and 91.67% of validation test results were within observed
confidence intervals. Due to the outputs produced by both methods, it is
thought that the number of samples that should be produced in order to
determine the Marshall performance values will decrease. Thus, it was
determined that time savings and economic gains could be achieved.


.

 


Bu
çalışmada atık kömür katkılı modifiye bitüm kullanılarak Marshall tasarımı ile
hazırlanmış asfalt betonu numunelerinin performans karakteristikleri deneysel
tasarım yöntemlerinden Merkezi Kompozit Tasarım (MKT) ve Geri Yayılımlı Yapay
Sinir Ağı (YSA) modeli kullanılarak tahmin edilmiştir. Her iki modelin tahmin
ettiği performans değerleri karşılaştırılmıştır. MKT yönteminin optimum olarak
belirlediği koşullarda doğrulama deneyleri gerçekleştirilmiştir. Ayrıca optimum
deney koşulları YSA giriş parametresi olarak tanımlanmış ve ağın ürettiği
çıktılar ile doğrulama deneyi sonuçları % 95 güven aralığının alt ve üst
limitleri arasında incelenmiştir. MKT ve YSA modellerinin yanıt değişkenleri
üzerindeki tahmin değerleri sırası ile %84.8 – 94.3 – 89.65 – 47.1 olarak elde
edilmiştir. Kullanılan modeller karşılaştırıldığında MKT ve YSA tahminlerinin
tamamının, doğrulama deney sonuçlarının ise 
%91.67 nin belirlenen güven aralıklarında kaldığı gözlemlenmiştir. Kullanılan
her iki yöntemin ürettiği çıktılar sayesinde Marshall tasarımı performans
değerlerinin belirlenmesi için üretilmesi gereken numune sayılarının azalacağı
düşünülmüştür. Böylece zaman tasarrufu ve ekonomik kazançların sağlanabileceği
belirlenmiştir.


.

Makale detayları

ATIK KÖMÜR KATKILI ASFALT BETONU PERFORMANS KARAKTERİSTİKLERİNİN YAPAY SİNİR AĞLARI VE MERKEZİ KOMPOZİT TASARIM YÖNTEMLERİ KULLANILARAK KARŞILAŞTIRILMASI

Yazarlar: Burak Yiğit KATANALP | Zeynel Baran YILDIRIM | Murat KARACASU | Turgay İBRİKÇİ

Yayıncı: Süleyman Demirel University

Ana Başlıklar: İnşaat mühendisliği

Dergi: Journal of Engineering Sciences and Design 2019 Vol.7 Issue 3, pp.680-688

Belge Tipi: Makale

Yayın Tarihi: 9/2019

Belge Dili: Türkçe

Document ID (Org No.): 2000602638

Sıklık: Üç Aylık

eISSN: 1308-6693

Sayı

Yazarlar:

Burak Yiğit KATANALP | Zeynel Baran YILDIRIM | Murat KARACASU | Turgay İBRİKÇİ

Yayıncı:

Süleyman Demirel University

Ana Başlıklar:

İnşaat mühendisliği

Dergi:

Journal of Engineering Sciences and Design 2019 Vol.7 Issue 3, pp.680-688

Belge Tipi:

Makale

Yayın Tarihi:

9/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000602638

Sıklık:

Üç Aylık

eISSN:

1308-6693