Affiliation:
1. ATILIM ÜNİVERSİTESİ
2. ATILIM ÜNİVERSİTESİ, FEN BİLİMLERİ ENSTİTÜSÜ
Abstract
Zeminlerin kıvam özellikleri, zeminlerin sınıflandırmasında ve parametrelerinin tahmin edilmesinde önemli bir araçtır. Bu çalışmanın ilk bölümünde atık malzeme ile iyileştirilen killi zeminin kıvam limitlerinde meydana gelen değişiklikler deneysel olarak incelenmiştir. Çalışmada birleştirilmiş zemin sınıflamasına göre yüksek plastisiteli kil olan bentonit kullanılmıştır. Bentonit, yalnız atık cam tozu, yalnız atık genleştirilmiş polistiren (EPS) daneleri ve her iki katkı malzemesinin farklı oranlarda kullanılmasıyla iyileştirilmiş ve likit limit ve plastik limit deneyleri yapılmıştır. Çalışmanın ikinci bölümünde ise bu çalışmada elde edilen sonuçlar ile literatürdeki benzer çalışmaların deney sonuçları kullanılarak cam tozu ve/veya EPS daneleriyle iyileştirilen zeminlerin kıvam limitleri için 65 veri derlenmiştir. Bu verilerin %80’i eğitim veri seti, %20’si doğrulama veri seti olarak kullanılmak üzere düzenlenmiştir. Çoklu lineer regresyon yöntemiyle ampirik bağıntılar, eğitim veri seti kullanılarak elde edilmiştir. Yine, aynı veri seti yapay sinir ağları yönteminde kullanılmış ve algoritma eğitilmiştir. Her iki yöntem, doğrulama veri seti ile çalıştırılmış ve sonuçlar karşılaştırılmıştır. Her iki yöntemde de eğitim ve doğrulama veri setlerinden elde edilen determinasyon katsayıları oldukça yüksek olup iyileştirilmiş killerin kıvam limitlerinin gerçeğe yakın tahmin edileceği düşünülmektedir. Ayrıca, yapay sinir ağları yöntemi ile elde edilen sonuçların seçilen veri setlerinden bağımsız olduğunu kontrol etmek amacıyla, öğrenme yöntemlerinde genellikle uygulanan bir yaklaşım olan çapraz geçerlilik testi yapılarak çalışmada kullanılan algoritmanın geçerliliği test edilmiştir. Bu çalışma sonucunda, atık cam tozu ve/veya atık EPS daneleriyle iyileştirilen killi zeminlerin kıvam limitlerinin tahmin edilmesinde kullanılmak üzere ampirik bağıntılar ve yapay sinir ağları yöntemi önerilmektedir
Reference57 articles.
1. Ackerman, F. (2010). Waste Management and Climate Change. Local Enviroment: The International Journal of Justice and Sustainability. 5(2), 223-229.
2. Akis, E., Guven, G., Lotfsadigh, B. (2022). Predictive Models for Mechanical Properties of Expanded Polystyrene (EPS) Geofoam Using Regression Analysis and Artificial Neural Networks. Neural Computing & Applications:34, 10845–10884.
3. Al-Kaki, A.K. (2016). Clay Soil Stabilization with Waste Soda Lime Glass Powder. Gaziantep Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, (Basılmış).
4. Al-Neami, M.A., Alsoundany, K.Y.H., Dawod, A.A., Ehsan, E.A. (2016). Remediation of Cohesive Soils Using Waste Glass. Conference of the International Journal of Arts & Sciences, 09(01):125-138.
5. Alpar, R. (2010). Basit Doğrusal Regresyon Çözümlemesi Spor, Sağlık ve Eğitim Bilimlerinden Örneklerle Uygulamalı İstatistik ve Geçerlik Güvenirlik. Detay Yayıncılık, Ankara, 285-304.