Jeoloji Mühendisliği Bölümü

Bu bölüm için kalıcı URI

https://hdl.handle.net/20.500.12402/687

Yazar "Fidan, Şehmus" Jeoloji Mühendisliği Bölümü seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    An artificial neural network model to predict the thermal properties of concrete using different neurons and activation functions
    (Hindawi, 2019-04-01) Fidan, Şehmus; Oktay, Hasan; Polat, Süleyman; Öztürk, Sarper
    Growing concerns on energy consumption of buildings by heating and cooling applications have led to a demand for improved insulating performances of building materials. The establishment of thermal property for a building structure is the key performance indicator for energy efficiency, whereas high accuracy and precision tests are required for its determination which increases time and experimental costs. The main scope of this study is to develop a model based on artificial neural network (ANN) in order to predict the thermal properties of concrete through its mechanical characteristics. Initially, different concrete samples were prepared, and their both mechanical and thermal properties were tested in accordance with ASTM and EN standards. Then, the Levenberg-Marquardt algorithm was used for training the neural network in the single hidden layer using 5, 10, 15, 20, and 25 neurons, respectively. For each thermal property, various activation functions such as tangent sigmoid functions and triangular basis functions were used to examine the best solution performance. Moreover, a cross-validation technique was used to ensure good generalization and to avoid overtraining. ANN results showed that the best overall R2 performances for the prediction of thermal conductivity, specific heat, and thermal diffusivity were obtained as 0.996, 0.983, and 0.995 for tansig activation functions with 25, 25, and 20 neurons, respectively. The performance results showed that there was a great consistency between the predicted and tested results, demonstrating the feasibility and practicability of the proposed ANN models for predicting the thermal property of a concrete.
  • Küçük Resim
    Öğe
    Hafif yapı malzemelerinin ısıl iletkenlik özelliklerinin yapay sinir ağları kullanılarak tahmin edilmesi
    (Batman Üniversitesi, 2020-06-30) Fidan, Şehmus; Oktay, Hasan; Polat, Süleyman
    Binaların ısıtılması ve soğutulması için tüketilen enerjinin artmasıyla birlikte ısıl performansı yüksek olan bina malzemelerine olan ihtiyaç günden güne artmaktadır. Bina malzemelerinin ısıl performansı ise direk olarak malzemelerin termofiziksel özellikleri ile değişim göstermektedir. Bu çalışmada, binalarda enerji verimliliğini sağlamak için, uygun mekanik özellikler korunarak yüksek ısı yalıtım özelliğine sahip olan yeni yapı malzemeleri elde etmek amacıyla deneysel ve teorik bir çalışma gerçekleştirilmiştir. Bu amaçla, sabit su-çimento oranında, normal agrega yerine hacimce %10, %20, %30, %40 ve %50 oranlarında pomza, genleştirilmiş perlit ve lastik agregaları kullanılarak çeşitli beton numuneleri hazırlanmıştır. 102 adet beton numunesi farklı bileşimlerde ve değişik malzemeler kullanılarak üretilmiştir. Tüm numunelerin mekanik testleri yapılmış, ısıl iletkenlik özellikleri sıcak disk yöntemi ile ASTM ve EN standartlarına uygun olarak belirlenmiştir. Üretilen numunelerden deneysel olarak elde edilen ısıl iletkenlik özelliği geliştirilen yapay sinir ağı çıkışlarıyla karşılaştırılmış ve sonuçlar incelenmiştir. Geliştirilen yapay sinir ağında sadece mekanik özellikler giriş olarak kullanılmış ve malzemelerin ısıl iletkenlik ile ilişkisi araştırılmıştır. Yapay sinir ağı girişi olarak beton tipi, agrega oranı, yoğunluk, basma dayanımı, porozite ve ısıl iletkenlik olarak belirlenmiştir. Çıktılar karşılaştırıldığında, bulunan sonuçların birbirleriyle uyumlu olduğu ve hafif betonlara ait ısıl iletkenlik değeri %-1.09 ile %6,4 arasında bir hata ile tahmin edilmesinin kabul edilebilir olduğu görülmüştür.