Metasezgisel yöntemler kullanılarak karbon lifli polimerler ile optimum güçlendirme uygulamaları
Optimum retrofit applications with carbon fiber polymers using metaheuristic methods
- Tez No: 1003760
- Danışmanlar: PROF. DR. GEBRAİL BEKDAŞ, DR. ÖĞR. ÜYESİ AYLİN ECE KAYABEKİR
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, İnşaat Mühendisliği, Engineering Sciences, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapı mühendisliğinde mevcut betonarme elemanların dayanım ve süneklik düzeylerinin artırılması, özellikle deprem etkileri altında yapı güvenliğinin korunması açısından büyük önem taşımaktadır. Karbon lifli polimer (CFRP) malzemeler, yüksek çekme dayanımı, düşük özgül ağırlığı, korozyon direnci ve kolay uygulanabilirliği sayesinde betonarme elemanların güçlendirilmesinde yaygın olarak kullanılmaktadır. Ancak yüksek maliyetleri nedeniyle CFRP kullanımının optimum düzeyde belirlenmesi, ekonomik ve mühendislik açıdan kritik bir konudur. Bu tez çalışmasında, CFRP ile güçlendirilmiş betonarme elemanların optimum tasarımı üç farklı metasezgisel algoritma — Jaya, Öğretme–Öğrenme Tabanlı Optimizasyon (TLBO) ve Çiçek Tozlaşma Algoritması (FPA) — kullanılarak gerçekleştirilmiştir. İlk iki uygulamada, yani kolonların kayma kapasitesinin artırılması ve kirişlerin eğilme kapasitesinin artırılması problemlerinde bu üç algoritma karşılaştırmalı olarak analiz edilmiştir. Sonraki iki uygulamada ise Yapay Sinir Ağı (YSA) destekli modeller geliştirilmiştir: bunlar perde duvarların ve yığma duvarların CFRP ile moment kapasitesinin artırılmasına yönelik çalışmalardır. Bu kapsamda, YSA modellerinin eğitiminde kullanılan senaryolar, Jaya algoritması ile elde edilen optimize edilmiş verilerden oluşturulmuştur. Sonuçlar, üç algoritmanın da CFRP optimizasyonunda etkili olduğunu göstermiştir. Jaya algoritması yüksek çözüm hızına sahip olmakla birlikte daha iyi sonuçlar için yüksek iterasyon sayısına ihtiyaç duymaktadır. TLBO algoritması düşük standart sapma değeriyle kararlı sonuçlar sağlamıştır. FPA algoritması ise çeşitlilik ve güçlü global arama kabiliyeti sayesinde daha dengeli ve genellikle en iyi optimize edilmiş sonuçları düşük iterasyon sayısıyla elde etmiştir. YSA modeli, optimizasyon çıktılarının tahmininde ortalama hata oranını %5'in altına düşürmüş; özellikle yığma duvar uygulamasında senaryo sayısının 836'dan 1300'e yükseltilmesiyle hata oranı %4,84'ten %2,41'e gerilemiştir. Bu çalışma, CFRP ile güçlendirilmiş betonarme elemanların optimum tasarımında metasezgisel algoritmalar ve yapay zekânın birlikte kullanımının etkin, ekonomik ve güvenilir bir mühendislik yaklaşımı sunduğunu ortaya koymuştur.
Özet (Çeviri)
In structural engineering, enhancing the strength and ductility of existing reinforced concrete elements is crucial, especially for ensuring safety under earthquakes. Carbon fiber reinforced polymer (CFRP) is widely used due to its high tensile strength, low weight, corrosion resistance, and ease of application. However, its high cost makes optimizing CFRP usage critical from both engineering and economic perspectives. In this thesis study, the optimal design of CFRP-strengthened reinforced concrete elements was performed using three different metaheuristic algorithms — Jaya, Teaching-Learning Based Optimization (TLBO), and Flower Pollination Algorithm (FPA). In the first two applications, namely increasing the shear capacity of columns and the flexural capacity of beams, these three algorithms were comparatively analyzed. In the subsequent two applications, Artificial Neural Network (ANN) supported models were developed for increasing the moment capacity of shear walls and masonry walls with CFRP. In this context, the scenarios used for training the ANN models were created from optimized data obtained via the Jaya algorithm. The results showed that all three algorithms are effective in CFRP optimization. The Jaya algorithm has high solution speed but requires a high number of iterations for better results. The TLBO algorithm provided stable results with low standard deviation values. The FPA algorithm, due to its diversity and strong global search capability, achieved more balanced and generally the best optimized results with low iteration counts. The ANN model reduced the average error rate in predicting optimization outputs below 5%; particularly in the masonry wall application, increasing the number of scenarios from 836 to 1300 reduced the error rate from 4.84% to 2.41%. This study demonstrates that combining metaheuristic algorithms with artificial intelligence provides an efficient, economical, and reliable approach for the optimal design of CFRP-strengthened reinforced concrete elements.
Benzer Tezler
- Design and optimization of variable stiffness composite structures modeled using Bézier curves
Bézier eğrileriyle modellenen değişken katılıklı kompozit yapıların tasarımı ve optimizasyonu
ONUR COŞKUN
Doktora
İngilizce
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT SÜLEYMAN TÜRKMEN
- Fotovoltaik sistemlerde yükseltici türü dönüştürücü tabanlı MPPT sisteminin evrimsel algoritma kontrolü
Evolutionary algorithm control of boost type converter based MPPT system in photovoltaic systems
MEHMET EMİN TÜLÜCÜ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDEM AKBOY
- Carbon dioxide emissions prediction using meta-heuristic methods for renewable and non-renewable sources' applications
Yenilenebilir ve yenilenemeyen enerji kaynaklarının uygulamaları için meta-sezgisel yöntemler kullanılarak karbondioksit emisyonları tahmini
İNAYET ÖZGE AKSU
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUĞÇE DEMİRDELEN
- Carbon emission and energy costs-considered energy management for urban home and hospital microgrids
Şehiriçi ev ve hastane mikroşebekeleri için karbon emisyonu ve enerji maliyetlerini azaltan enerji yönetim çözümü geliştirilmesi
BENGİSU EĞÜZ
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ALPARSLAN ZEHİR
- Operation and control of microgrid systems by using heuristic methods
Mikro şebeke sistemlerinin sezgisel yöntemler kullanılarak işletimi ve kontrolü
CANAN SAKALLI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMMÜHAN BAŞARAN FİLİK