SavedAdd your journal

Journals / Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi / 2017 / Cilt: 23 - Sayı: 3

Kesme donatısız betonarme narin kirişlerin kesme dayanımının yapay sinir ağları kullanılarak tahmini

Rıza Secer Orkun KESKİN
Pages
193–202
Publication Date
2017-06-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Bu parametrik çalışma sonucunda, kesme donatısız betonarme narin kirişlerin kesme dayanımı üzerinde önemli bir boyut etkisi gözlemlenmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Yönetmelikler, betonarme kirişlerin kesmeden kırılmasını gevrek bir kırılma olduğu için önlemeyi amaçlar.
📊
Key Findings & Data:Modelin, beş tane yönetmelik denklemiyle ve farklı araştırmacılar tarafından önerilmiş 14 denklemle karşılaştırmaları verilmiştir.
💡
Conclusion & Impact:Bu parametrik çalışma sonucunda, kesme donatısız betonarme narin kirişlerin kesme dayanımı üzerinde önemli bir boyut etkisi gözlemlenmiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Yapay sinir ağı · Betonarme · Kiriş

Özet

Yönetmelikler, betonarme kirişlerin kesmeden kırılmasını gevrek bir kırılma olduğu için önlemeyi amaçlar. Bir betonarme kirişin tasarımı için kesme dayanımının doğru tahmini önemlidir. Betonarme kirişlerin kesme dayanımını tahmin etmek için çeşitli denklemler mevcuttur. Artan hesaplama gücü sayesinde, bu denklemlerin yapabileceğinden daha doğru tahminler verecek nümerik modeller geliştirmek mümkündür. Bu makalede, kesme donatısız betonarme narin kirişlerin kesme dayanımını tahmin etmek için geliştirilmiş bir yapay sinir ağ modeli sunulmuştur. Modelin, beş tane yönetmelik denklemiyle ve farklı araştırmacılar tarafından önerilmiş 14 denklemle karşılaştırmaları verilmiştir. Model, bu çalışmada kullanılan kirişlerin kesme dayanımını tahmin etmekte ele alınan denklemlerden daha iyi performans sergilemiştir. Geliştirilen model kullanılarak çeşitli parametrelerin kesme donatısız betonarme narin kirişlerin kesme dayanımı üzerindeki etkilerini incelemek için yapılan bir parametrik çalışma da sunulmuştur. Bu parametrik çalışma sonucunda, kesme donatısız betonarme narin kirişlerin kesme dayanımı üzerinde önemli bir boyut etkisi gözlemlenmiştir.

🔖

Cite This Article

KESKİN, R. S. O. (2017). Kesme donatısız betonarme narin kirişlerin kesme dayanımının yapay sinir ağları kullanılarak tahmini. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, Cilt: 23 - Sayı: 3, 193–202. https://ajindex.com/articles/42530

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. ACI-ASCE Committee 426 “Shear strength of reinforced concrete members (ACI 426R-74) (Reapproved 1980)”.
  2. Journal of Structural Division, ASCE, 99(6), 1091-1187, 1973. ACI-ASCE Committee 445 “Recent approaches to shear design of structural concrete (ACI 445R-99) (Reapproved 2009)”. ASCE Journal of Structural Engineering, 124(12), 1375-1417, 1998.
  3. Oreta A. “Simulating size effect on shear strength of RC beams without stirrups using neural networks”. Engineering Structures, 26(5), 681-691, 2004.
  4. Cladera A, Mari A. “Shear design procedure for reinforced normal and high strength concrete beams using artificial neural networks. Part I: Beams without stirrups”. Engineering Structures, 26(7), 917-926, 2004.
  5. El-Chabib H, Nehdi M, Said A. “Predicting shear capacity of NSC and HSC slender beams without stirrups using artificial intelligence”. Computers and Concrete, An International Journal, 2(1), 79-96, 2005.
  6. Seleemah AA. “A neural network model for predicting maximum shear capacity of concrete beams without transverse reinforcement”. Canadian Journal of Civil Engineering, 32(4), 644-657, 2005.
  7. Jung S, Kim K. “Knowledge-based prediction of shear strength of concrete beams without shear reinforcement”. Engineering Structures, 30(6), 1515-1525, 2008.
  8. Mansour M, Dicleli M, Lee J. “Predicting the shear strength of reinforced concrete beams using artificial neural networks”. Engineering Structures, 26(6), 781-799, 2004.
  9. Cladera A, Mari A. “Shear design procedure for reinforced normal and high strength concrete beams using artificial neural networks. Part II: Beams with stirrups”. Engineering Structures, 26(7), 927-936, 2004.
  10. El-Chabib H, Nehdi M, Said A. “Predicting the effect of stirrups on shear strength of reinforced normal-strength concrete (NSC) and high-strength concrete (HSC) slender beams using artificial intelligence”. Canadian Journal of Civil Engineering, 33(8), 933-944, 2006.
  11. Abdalla J, Elsanosi A, Abdelwahab A. “Modeling and simulation of shear resistance of R/C beams using artificial neural network”. Journal of The Franklin Institute, 344(5), 741-756, 2007.
  12. Goh A. “Prediction of ultimate shear strength of deep beams using neural networks”. ACI Structural Journal, 92(1), 28-32, 1995.
  13. Sanad A, Saka M. “Prediction of ultimate shear strength of reinforced concrete deep beams using neural networks”. ASCE Journal of Structural Engineering, 127(7), 818-828, 2001.
  14. Yavuz G. “Shear strength estimation of RC deep beams using the ANN and strut-and-tie approaches”. Struc