img
img
Estimating Uniaxial Compressive Strength of Sedimentary Rocks with Leeb hardness Using SVM Regression Analysis and Artificial Neural Networks   
Yazarlar (3)
Gökhan Ekincioğlu
Deniz Akbay
Serkan Keser
Devamını Göster
Özet
Kayaların tek eksenli basınç dayanımı (UCS), yeraltı ve yerüstü mühendislik projelerinden önce yapıların tasarımı ve stabilitesi için belirlenmesi gereken bir kaya özelliğidir. Bununla birlikte, standartlaştırılmış numune hazırlama, gerekli ekipman vb. eksikliklerden dolayı kayaların UCS gibi özelliklerine doğrudan belirlemem mümkün olmamaktadır. Bu durumda, kayaçların UCS'si sertlik, ultrases hızı gibi indeks test yöntemleri ile tahmin edilir. Kayaçların sertliğini belirlemek diğer özelliklere göre nispeten daha pratik, hızlı ve ucuzdur. Bu çalışmada, sedimanter kayaçların UCS'si yapay sinir ağları (ANN) ve SVM regresyon analizi kullanılarak Leeb sertliğinin bir fonksiyonu olarak tahmin edilmiştir. Önerilen yapay sinir ağı ve SVM regresyon modelleri ile daha doğru ve hızlı tahmin değerleri elde edilmesi amaçlanmıştır. Çalışmada oluşturulan modellerin daha iyi eğitilmesi için literatürdeki çalışmalardan veriler derlenerek veri sayısı artırılmıştır. İki farklı yöntemle elde edilen modellerin tahmin ettiği UCS değerleri ile ölçülen UCS değerleri istatistiksel olarak karşılaştırılmıştır. ANN ve SVM regresyonu ile oluşturulan modellerin UCS değerlerini tahmin etmede güvenilir bir şekilde kullanılabileceği ortaya konmuştur.
Anahtar Kelimeler
Makale Türü Özgün Makale
Makale Alt Türü Uluslararası alan indekslerindeki dergilerde yayımlanan tam makale
Dergi Adı Politeknik Dergisi
Dergi Tarandığı Indeksler
Makale Dili İngilizce
Sayfalar 1 / 1
BM Sürdürülebilir Kalkınma Amaçları
Atıf Sayıları

Paylaş