Approximate analysis and condition assesment of reinforced concrete T-beam bridges using artificial neural networks
Betonarme T-kiriş köprülerin yapay sinir ağlarını kullanarak yaklaşık analizi ve durum tespiti
- Tez No: 176838
- Danışmanlar: YRD. DOÇ. DR. OĞUZHAN HASANÇEBİ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 152
Özet
Son yıllarda, yapay sinir ağları (YSA) inşaat/yapı mühendisliğinde etkili tahminler yapmakta oldukça geniş bir alanda kullanılmıştır. Bu tezde de, çok katmanlı, ileri beslemeli, geri yayınım algoritmalı YSA mimarisi betonarme T-kiriş köprülerin yaklaşık analizinde, kalibrasyonunda ve bu köprülerin köprü reytinglerinin modellemesinde kullanılmıştır.Günümüzde sonlu eleman metodu köprülerin analizinde yaygınca kullanılan bir yöntemdir. Fakat bu çalışmada olduğu gibi birçok köprüden oluşan bir popülasyon düşünüldüğünde (Pennsylvania T-kiriş köprü popülasyonu) sonlu eleman yöntemini bütün köprülerin analizinde kullanmak aşırı derecede zaman ve zahmet alacağından pratik olmamaktadır. Buna rağmen hızlı ve doğru analiz yapmak yapay sinir ağlarıyla mümkün gibi görünmektedir. Bu çalışmanın ilk kısmında, yapay sinir ağları (YSA) kullanılarak köprü parametreleriyle köprü analiz sonuçları arasında bir ilişki bulunmaya çalışılmıştır. YSA modelleri girdi olarak köprü parametrelerinden çıktı olarak da köprü analiz sonuçlarından oluşan ve sonlu eleman metoduyla üretilmiş eğitim setiyle eğitilmiştir.İkinci kısımda, Yapay Sinir Ağları (YSA) tipik betonarme T-kiriş köprülerin - Pennsylvania T-kiriş köprülerinden Manoa Road Köprüsünün- analitik modelinin arazi test sonuçlarını dayalı kalibrasyonunda kullanılmıştır. Bu modellerin kalibrasyonu fazlasıyla zaman alıcı ve zahmetlidir. Bu nedenle, bu modelleri kolay ve pratik bir şekilde kalibre etmek için YSA ya dayalı bir yöntem geliştirilmiştir. YSA Modeli girdi olarak modal ve yer değiştirme parametrelerinden çıktı olarak da yapısal parametrelerden oluşan ve sonlu eleman metoduyla üretilmiş eğitim setiyle eğitilmiştir. Eğitim bitikten sonra arazi test sonuçları Sinir Ağlarına (SA) sunulmuştur. Analitik model Sinir Ağlarının verdiği yapısal parametre tahminleriyle güncellenmiştir.Son kısımda betonarme T-kiriş köprü reytinglerinin yapay sinir ağları (YSA) kullanılarak köprü parametrelerine dayalı modellenmesi yapılmıştır. Köprü reytingleri köprünün gerçek geometrisini ve detaylarını hesaba katarak yeniden hesaplanmıştır. Sonra, sinir ağlarını kullanarak bu köprü reytingleri kolayca hesaplanması için bir model geliştirilmiştir.
Özet (Çeviri)
In recent years, artificial neural networks (ANNs) have been employed for estimation and prediction purposes in many areas of civil/structural engineering. In this thesis, multilayered feedforward backpropagation algorithm is used for the approximate analysis and calibration of RC T-beam bridges and modeling of bridge ratings of these bridges.Currently bridges are analyzed using a standard FEM program. However, when a large population of bridges is concerned, such as the one considered in this project (Pennsylvania T-beam bridge population), it is impractical to carry out FEM analysis of all bridges in the population due to the fact that development and analysis of every single bridge requires considerable time as well as effort. Rapid and acceptably approximate analysis of bridges seems to be possible using ANN approach. First part of the study describes the application of neural network (NN) systems in developing the relationships between bridge parameters and bridge responses. The NN models are trained using some training data that are obtained from finite-element analyses and that contain bridge parameters as inputs and critical responses as outputs.In the second part, ANN systems are used for the calibration of the finite element model of a typical RC T-beam bridge -the Manoa Road Bridge from the Pennsylvania?s T-beam bridge population - based on field test data. Manual calibration of these models are extremely time consuming and laborious. Therefore, a neural network- based method is developed for easy and practical calibration of these models. The ANN model is trained using some training data that are obtained from finite-element analyses and that contain modal and displacement parameters as inputs and structural parameters as outputs. After the training is completed, field-measured data set is fed into the trained ANN model. Then, FE model is updated with the predicted structural parameters from the ANN model.In the final part, Neural Networks (NNs) are used to model the bridge ratings of RC T-beam bridges based on bridge parameters. Bridge load ratings are calculated more accurately by taking into account the actual geometry and detailing of the T-beam bridges. Then, ANN solution is developed to easily compute bridge load ratings.
Benzer Tezler
- Mevcut bir yapının deprem güvenliği ve güçlendirilmesi ile birinci titreşim periyoduna bölme duvarı ve perde mesned koşullarının etkisi
Assessment and strengthening of an existing structure and fundamental period affected by partioning walls and different boundary conditions of added shear walls
NURETTİN HASAN YEL
Yüksek Lisans
Türkçe
2002
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiYapı Mühendisliği Ana Bilim Dalı
PROF. DR. H. FARUK KARADOĞAN
- Mevcut betonarme bir binanın güçlendirme öncesi ve sonrası deprem güvenliğinin belirlenmesi
Başlık çevirisi yok
MERTER GÜRGÜN
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ERKAN ÖZER
- Development of a computer program for analysis and linear seismic performance evaluation of frame type reinforced concrete buildings according to TSC-2018
Betonarme çerçeve türü binaların analizi ve TBDY 2018'e göre doğrusal yöntemler ile performans değerlendirilmesi için bir yazılım geliştirilmesi
ŞAHABEDDİN RİFAİ
Yüksek Lisans
İngilizce
2021
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN YÜKSEL
- Mevcut bir apartman binasının alüminyum giydirme cephe sistemiyle yenilenmesinin enerji tüketimi ve CO2 emisyonu açısından değerlendirilmesi
Evaluating the renovation of an existing apartment building with an aluminum facade system in terms of energy consumption and CO2 emissions
İSMAİL KAMIŞ
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. HATİCE SÖZER
- Mevcut bir betonarme yapının deprem performansının Japon sismik indeks yöntemi ve RYTEİE 2019 yönetmeliğine göre değerlendirilmesi ve sonuçlarının karşılaştırılması
Comparison of the seismic evaluation of a existing reinforced concrete building according to the Japanese seismic index method and RYTEIE 2019
BURAK EFE
Yüksek Lisans
Türkçe
2021
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR ÖZDEMİR ÇAĞLAYAN