AI Summary & Key Takeaways
AI InsightThe test results of the models were very close to that of the experimental data.
📌 3 Key Takeaways
Abstract
In this study, the activated slag mortars were produced using various Alkali mixtures for this purpose and were cured under the medium containing acid and sulfate. Then, compression strength losses were determined. In addition to that, artificial neural networks (ANN) and fuzzy logic models of them were developed using the experimental data. For the training of the models, the cure duration of the specimen under the chemical effect, the slag ratio of the Alkali activated slag mortar, the mass of lime, the mass of gypsum and activator type were used as inputs and compression strength was used as output. To test the models, compression strength was predicted using the input variables. The test results of the models were very close to that of the experimental data.
Özet
Bu çalışmada çeşitli alkali karışımları kullanılarak aktive edilen cüruflu harçlar üretilmiş, asit içeren ve sülfat içeren ortamlarda bekletilmişlerdir. Daha sonra dayanım kayıpları belirlenmiştir. Ayrıca deneysel çalışmadan yararlanılarak yapay sinir ağları ve bulanık mantık yönteminde modeller geliştirilmiştir. Modellerin eğitiminde kimyasal etki altındaki kür süresi, karışımında kullanılan cüruf oranı, kireç, alçıtaşı ve aktivatör cinsi girdi, basınç dayanımı sonuçları ise çıktı olarak kullanılmıştır. Daha sonra geliştirilen modelleri test etmek için sadece girdi değişkenleri kullanılarak basınç dayanımı değerleri tahmin edilmiştir. Modeller eğitildikten sonra yapılan testler sonucunda gerçek değerlere yakın değerler elde edilmiştir.