Implementation of Regression Analysis and Artificial Neural Network in the Prediction of Rubberized Concrete Mechanical Properties

Abstract

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.