Recent developments in the field of construction materials established the foundation
for the usage of rubberized concrete as a structural material due to its high seismic
damping performance. Another objective of the rubberized concrete is to reduce the
footprint of wasted rubber by utilizing it as partial aggregate replacement in concrete
mixture. Various studies have been conducted to characterize the engineering
properties of rubberized concrete. However, none of which presented a generalized
model which can be used worldwide to obtain various concrete grades with different
rubber replacement percentages. In this study, a comprehensive dataset is collected
from over 40 research papers of the published work in the literature. Mathematical
predictive models of the engineering properties of rubberized concrete are constructed
on the basis of regression analysis and artificial intelligence. Results indicated that
regression analysis moderately estimated the engineering properties of rubberized
concrete where the coefficient of determination ranged between 0.55 and 0.8. On the
other hand, the constructed model through artificial neural network has higher
prediction accuracy with a coefficient of determination ranging between 0.82 and 0.96.
In addition, this research presented a formula that correlate the compressive strength
of rubberized concrete to its static elasticity modulus.
Keywords: artificial neural network, compressive strength, splitting tensile strength,
elasticity modulus, flexural strength, regression analysis, rubberized concrete.
ÖZ:
İnşaat malzemeleri alanındaki son gelişmeler, yüksek sismik sönümleme performansı
nedeniyle kauçuklu betonun yapısal bir malzeme olarak kullanılmasının temelini
oluşturmuştur. Kauçuklaştırılmış betonun bir diğer amacı, boşa harcanan kauçuğun
beton karışımında kısmi agrega replasmanı olarak kullanılmasıyla kapladığı alanı
azaltmaktır. Kauçuklu betonun mühendislik özelliklerini karakterize etmek için çeşitli
çalışmalar yapılmıştır. Ancak bunların hiçbiri, farklı kauçuk değiştirme yüzdelerine
sahip çeşitli beton kaliteleri elde etmek için dünya çapında kullanılabilen
genelleştirilmiş bir model sunmamıştır. Bu çalışmada, literatürde yayınlanan 40'tan
fazla araştırma makalesinden kapsamlı bir veri seti toplanmıştır. Kauçuklu betonun
mühendislik özelliklerinin matematiksel tahmin modelleri, regresyon analizi ve yapay
zeka temelinde inşa edilmiştir. Sonuçlar, regresyon analizinin, tespit katsayısının 0.55
ile 0.8 arasında değiştiği kauçuklu betonun mühendislik özelliklerini orta düzeyde
tahmin ettiğini göstermiştir. Öte yandan, yapay sinir ağı üzerinden yapılan model 0.82
ile 0.96 arasında değişen bir belirleme katsayısı ile daha yüksek tahmin doğruluğuna
sahiptir. Ek olarak, bu araştırma kauçuklu betonun basınç dayanımını statik elastiklik
modülüyle ilişkilendiren bir formül sundu.
Anahtar Kelimeler: yapay sinir ağı, basınç dayanımı, yarılma mukavemeti, esneklik
modülü, eğilme dayanımı, regresyon analizi, kauçuklu beton.