Müstevitoğlu, AbdullahArslan, Musa HakanAksoylu, CeyhunÖzkış, Ahmet2024-10-142024-10-142019https://hdl.handle.net/20.500.13091/6412Bu çalışmada beton içine gömülmüş olan kimyasal ankrajların çekme etkisindeki davranışını gözlemleyebilmek için farklı beton sınıfına, donatı çapına, ankraj derinliğine, açılan deliklerin büyüklüğüne ve açılan deliklerin temizliğine göre 108 adet ankraj numunesi hazırlanmış ve bu numunelere çekip çıkarma deneyleri yapılmıştır. Elde edilen veriler ile ankrajların eksenel yük kapasiteleri ve bu parametrelere bağlı olarak oluşan göçme durumları deneysel ve analitik olarak incelenmiştir. Analitik incelemelerde mevcut amprik bağıntılar ile akıllı sistemler tahmin kapasiteleri açısından karşılaştırılmıştır. Çalışma sonucunda ankraj derinliğinin, beton sınıfının ve donatı çapının artması ankrajların eksenel yük taşıma kapasitelerini artırdığı görülmüştür. Ayrıca ankrajların ekiminde delikleri su ile temizlenmiş numunelerin, hava ile temizlenmiş olanlara göre daha fazla eksenel yük taşıdığı gözlenmiştir. Delikleri hiç temizlenmeden ekimi yapılan ankrajlarda ise diğer iki duruma göre ciddi oranda eksenel yük taşıma kapasitelerinde azalma olduğu tespit edilmiştir. Deneysel çalışmalar ile karşılaştırılmak üzere yapılan analitik çalışmalarda kullanılan YSA algoritmasının diğer tahmin algoritmalarına göre %78.3 oranında başarı gösterdiği, literatürde önerilen ampirik bağıntıların ise tahmin başarı oranlarının oldukça sınırlı seviyede kaldığı görülmüştür.In this study, 108 anchor specimens were prepared according to different concrete class, reinforcement diameter, anchor depth, size of drilled holes and cleanliness of drilled holes in order to observe the behavior of chemical anchors embedded in concrete and pull-out experiments were performed on these samples. With the data obtained, the axial load capacities of the anchors and the collapsing conditions related to these parameters were investigated experimentally and analytically. In the analytical studies, the current empirical relations were compared with the predictive capacities of intelligent systems. As a result of the study, it was seen that anchorage depth, concrete class and reinforcement diameter increased axial load capacity of anchors. In addition, it was observed that the specimens whose holes were cleaned with water carry more axial load than the ones cleaned with air. In the anchors which were planted without cleaning the holes, it was found that there was a significant decrease in axial load carrying capacity compared to the other two situations. It was observed that the ANN algorithm used in the analytical studies to compare with the experimental studies showed a success rate of 78.3% compared to the other prediction algorithms, whereas the predicted success rates of the empirical correlations suggested in the literature remained quite limited.trinfo:eu-repo/semantics/openAccessAderansAdherenceÇekip Çıkarma DeneyiPull-Out TestsDeneysel ÇalışmaExperimental SetupKimyasal AnkrajChemical AnchorageYapay ZekaArtificial İntelligenceConference Object