Prediction of Skid Resistance Value of Glass Fiber-Reinforced Tiling Materials

This research focuses on the use of adaptive artificial neural network system for evaluating the skid resistance value (British Pendulum Number; BPN) of the glass fiber-reinforced tiling materials. During the creation of the neural model, four main factors were considered: fiber, calcium carbonate content, sand blasting, and polishing properties of the specimens. The model was trained, tested, and compared with the on-site test results. As per the comparison of the outcomes of the study, the analysis and on-site test results showed that there is a great potential for the prediction of BPN of glass fiber-reinforced tiling materials by using developed neural system.

Dieses Werk wurde unter der Creative-Commons-Lizenz Namensnennung 4.0 International (CC-BY 4.0) veröffentlicht und darf unter den Lizenzbedinungen vervielfältigt, verbreitet, öffentlich zugänglich gemacht, sowie abgewandelt und bearbeitet werden. Dabei muss der Urheber bzw. Rechteinhaber genannt und die Lizenzbedingungen eingehalten werden.