Görüntüleme
17
İndirme
1
Bu çalışmada, mermer ve beton atıkları ile üretilen bitümlü sıcak karışımların binder tabakasında kullanılabilirliği incelenmiştir. Çalışma kapsamında, altı farklı agrega karışım grubu için Marshall Tasarım Yöntemi kullanılarak 126 adet asfalt numunesi hazırlanmıştır. Hazırlanan numunelerin pratik özgül ağırlık (Dp), hava boşluğu (Vh), bitümle dolu boşluk (Vf), agregalar arası boşluk (VMA), Marshall stabilitesi (MS) ve akma değerleri yapılan deneyler sonucunda tespit edilmiştir. Daha sonra, agrega karışım gruplarındaki yüzdesel oranlar ve bitüm yüzdesi bağımsız değişkenleri kullanılarak klasik regresyon analizi (KRA) ve Yapay Sinir Ağları (YSA) yöntemleri ile MS, Vh ve Vf değerleri tahmin edilmiştir. KRA yönteminde doğrusal (LF), üs (ÜF), üstel (EF) ve kuadratik (KF) olmak üzere dört farklı fonksiyon uygulanmış ve bu fonksiyonlara ait katsayılar hesaplanmıştır. YSA yönteminde ise farklı nöron sayıları kullanılarak modeller kurulmuş ve bu modeller arasından en başarılı tahmin oranına sahip model belirlenmiştir. Kullanılan yöntemlerin tahmin performanslarının değerlendirilebilmesi amacıyla çeşitli performans istatistikleri (ortalama karesel hatanın karekökü, ortalama mutlak hata, saçılım indeksi ve Nash Sutcliffe verimlilik katsayısı) kullanılmıştır. Elde edilen performans istatistikleri karşılaştırıldığında KRA yönteminde kullanılan dört farklı fonksiyon içerisinden, en başarılı tahmin sonuçlarının KF’den elde edildiği görülmüştür. YSA’nın özellikle MS’yi tahmin etmede KF’ye kıyasla daha başarılı olduğu tespit edilmiştir. YSA modelinin NS performansı KF ile kıyaslandığında MS, Vh ve Vf’ nin eğitim veri setini sırasıyla %13.58, %1.28, %0.86 oranında iyileştirdiği, test veri setlerini ise sırasıyla %48.57, %3.48 ve %1.78 oranında iyileştirdiği görülmüştür. Modelleme çalışmaları sonucunda elde edilen performans istatistikleri, Marshall tasarımına ait performans özelliklerinin kısa bir süre içerisinde, daha az numune ve maliyet ile yüksek bir tahmin oranında belirlenebileceğini göstermiştir.
In this study, the availability in the binder layer of bitumated hot mixtures produced with marble and concrete waste has been studied. In the framework of the study, 126 asphalt samples were prepared using Marshall Design Method for six different aggregate mixture groups. The practical specific weight (Dp), air empty (Vh), bit-filled empty (Vf), aggregate empty (VMA), Marshall stability (MS) and flow values of the prepared samples have been identified as a result of experiments. Later, the percentage ratio and bitum percentage independent variables in aggregate mix groups were predicted with the methods of classical regression analysis (KRA) and artificial nervous networks (YSA) using MS, Vh and Vf values. The KRA method applies four different functions, linear (LF), base (UF), upper (EF) and quadratic (KF), and the indicators of these functions are calculated. In the YSA method, models were established using different neuron numbers and the most successful predictive ratio of these models was determined. To evaluate the predictive performance of the methods used, a variety of performance statistics have been used (the average square errors, the average absolute errors, the hair loss index and the Nash Sutcliffe efficiency ratio). Compared performance statistics, the four different functions used in the KRA method found that the most successful predictive results were obtained from KF. It has been found that YSA was more successful in predicting MS compared to KF. The YSA model compared NS performance to KF, MS, Vh and Vf improved the training data set by 13.58, 1.28%, 0.86%, and the test data set by 48.57, 3.48% and 1.78% respectively. The performance statistics obtained from the modeling studies have shown that the performance characteristics of Marshall design can be determined in a short time, with fewer samples and expenses with a higher predictive rate.
Alan : Fen Bilimleri ve Matematik; Mimarlık, Planlama ve Tasarım; Mühendislik; Ziraat, Orman ve Su Ürünleri
Dergi Türü : Uluslararası
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
