Comparative study on ground vibrations prediction by statistical and neural networks approaches at Tunçbilek Coal Mine, panel BYH
Tunçbilek Kömür Madeni BYH panosunda yer sarsıntılarının istatistik ve yapay sinir ağları yaklaşımlarıyla karşılaştırmalı kestirimi
- Tez No: 153646
- Danışmanlar: DOÇ. DR. AYDIN BİLGİN
- Tez Türü: Yüksek Lisans
- Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
- Anahtar Kelimeler: Yer sarsıntısı, frekans, istatistik yaklaşım, en yüksek parçacık hızı, yapay sinir ağları yöntemi vıı, Ground vibration, frequency, statistical approach, peak particle velocity, neural networks
- Yıl: 2004
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Maden Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
oz TUNÇBİLEK KÖMÜR MADENİ BYH PANOSUNDA YER SARSINTILARININ İSTATİSTİK VE YAPAY SİNİR AĞLARI YAKLAŞIMLARIYLA KARŞILAŞTIRMALI KESTİRİMİ Akeil, Salah Yüksek Lisans, Maden Mühendisliği Bölümü Tez Yöneticisi : Doç. Dr. H. Aydın Bilgin Haziran 2004, 113 sayfa Bu çalışmada, Tunçbilek Kömür Madeni BYH panosunda yapılan basamak patlatmalarının yol açtığı yer sarsıntıları, sahaya özgü sönümlenmeyi bulmak ve yapılarda hasar olasılığını değerlendirmek amaçlarıyla ölçülmüştür. Derlenen verilere istatistik yaklaşım uygulanmış, her gecikmede ateşlenebilecek izin verilebilir en yüksek patlayıcı miktarlarını hesaplamak için olduğu kadar, en yüksek parçacık hızını kestirebilmek için istatistiksel veri analizinden bir sönümlenme ilişkisi belirlenmiştir. Tunçbilek beldesindeki yapılara hasar olasılığını araştırmak için ayrıca frekanslar da incelenmiştir. Bu çalışmada ayrıca en yüksek parçacık hızını kestirebilmek için yeni bir yaklaşım da önerilmiştir. İstatistik yöntemine seçenek bir yaklaşım olarak, yapay zeka bilim kolunun sinir ağları yöntemi ortaya konulmuştur. Bu çalışmanın sonuçları, USBM (1980) (ABD Maden Bürosu) ölçütüne, Tunçbilek kömür madeni BYH panosunda yapılan basamak patlatmalarınınv vıTunçbilek Beldesi'ndeki yapılar üzerinde hiç bir hasar olasılığı yaratmadığını göstermiştir. Bu nedenle Tunçbilek Beldesi'nde oturanların ileri sürdükleri hasar iddialarının yanlış olduğu sonucuna varılmıştır. Ayrıca istatistik inceleme yönteminin, en yüksek parçacık hızı kestiriminde dikkate alınacak uygun tek yöntem olmadığı kanısına varılmıştır. İlginç ve seçenek bir yöntem olan yapay sinir ağları yaklaşımı, ek olarak ölçülüp kaydedilen değerlerle karşılaştırıldığında en yüksek parçacık hızının kestiriminde tatmin edici doğruluk sağlamaktadır.
Özet (Çeviri)
ABSTRACT COMPARATIVE STUDY ON GROUND VIBRATIONS PREDICTION BY STATISTICAL AND NEURAL NETWORKS APPROACHES AT TUNÇBILEK COAL MINE, PANEL BYH Akeil, Salah M.Sc, Department of Mining Engineering Supervisor: Assoc. Prof. Dr. H. Aydin Bilgin June 2004, 113 pages In this thesis, ground vibrations induced by bench blasting from the Tunçbilek Coal Mine, Panel BYH, were measured to find out the site-specific attenuation and to assess the structural damage risk. A statistical approach is applied to the collected data, and from the data analysis an attenuation relationship is established to be used in predicting the peak particle velocity as well as to calculate the maximum allowable charge per delay. The values of frequencies are also analyzed to investigate the damage potential to the structures of Tunçbilek Township. A new approach to predict the peak particle velocity is also proposed in this research study. A neural network technique from the branch of the artificial intelligence is put forward as an alternative approach to the statistical technique. Findings of this study indicate, according to USBM (1980) criteria, that there is no damage risk to the structures in Tunçbilek Township induced by bench blasting performed at Tunçbilek coal mine, Panel BYH. Therefore, it is IVconcluded that the damage claims put forward by the inhabitants of Tunçbilek township had no scientific bases. It is also concluded that the empirical statistical technique is not the only acceptable approach that can be taken into account in predicting the peak particle velocity. An alternative and interesting neural network approach can also give a satisfactory accuracy in predicting peak particle velocity when compared to a set of additional recorded data of PPV.
Benzer Tezler
- Kazık taşıma gücünün sonlu elemanlar yöntemi kullanarak kohezyonlu lineer olmayan zemin davranışında incelenmesi
A study on the single pile bearing capacity computed with finite element method
CUMHUR TOKGÖZ
Yüksek Lisans
Türkçe
1997
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. TUĞRUL ÖZKAN
- Kazıklı temellerin sonlu elemanlar yöntemi kullanılarak hesaplanması ile ilgili bir inceleme
Başlık çevirisi yok
SADIK ÖZTOPRAK
- Kazıkların davranışlarının sonlu elemanlar metodu ile belirlenmesi
Başlık çevirisi yok
ZEKİ HANAVDELOĞLU
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. M. ATİLLA ANSAL
- Dört rotorlu insansız hava araçları için fizik rehberli artık geri beslemeli sinir ağı ile çok ajanlı dağıtılmış lineer olmayan model öngörülü formasyon kontrolü
Multi-agent distributed nonlinear model predictive formation control for quadrotor UAVs using a physics-guided residual feedback neural network
DENİZ MUHACİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. YAPRAK YALÇIN
- Determination of fragility curves for historical masonry dome structures
Tarıhı yığma kubbelı yapılar için kırılganlık eğrılerının belırlenmesı
FUAT AKTÜRK
Doktora
İngilizce
2026
İnşaat MühendisliğiGebze Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. FERİT ÇAKIR