Geri Dön

Öngerilmeli betondan sandık kesitli köprülerin yapay sinir ağları ile analizi

Analysis of prestressed concrete box girder bridges with artificial neural networks

  1. Tez No: 185295
  2. Yazar: İBRAHİM ETHEM GÜLHAN
  3. Danışmanlar: YRD. DOÇ. DR. YAŞAR UĞUR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Köprüler, Öngerilmeli Beton, Yapay Sinir Ağları, SonluElemanlar Yöntemi, Bridges, Prestressed Concrete, Artificial Neural Networks, Finite ElementMethod
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

Yüksek lisans çalışması olarak sunulan bu çalışmada tek açıklıklı, basit mesnetliöngerilmeli betondan sandık kesitli köprülerin SAP2000 yazılımı ile analizi ve içkuvvetlerin hesabına Yapay Sinir Ağları (YSA) uygulaması ele alınmıştır.YSA'lar birçok alanda olduğu gibi karmaşık mühendislik problemlerinin çözümünde;özellikle de konvansiyonel yöntemlerin zahmetli, karmaşık ve hataya neden olduğudurumlarda; problemi basitleştirebildiği için uygulanmaktadır. YSA'lar önce problemiöğrenir sonra öğrendiği bilgileri basit bir dizi işlemler ile hatırlama özelliğini kullanarakanalizi gerçekleştirir. Öğrenebilmesi için önce eğitilmesi gerekir. Bunun için ise çoksayıda veriye ihtiyacı vardır. Veriler farklı geometriye sahip çeşitli açıklık vegenişlikteki köprü kesitleri SAP2000 yazılımı ile modellenmiş ve mesnet kesitindekiKesme Kuvveti ile açıklık ortasındaki Eğilme Momenti değerleri olarak elde edilmiştir.Yük sınıfı olarak TCK Köprüler Teknik Şartnamesinde tanımlı H20S16 standat kamyonualınmıştır.Yapay Sinir Ağlarının eğitimi için veri dosyasında 200, test dosyasında ise 64 adet kesittesiri kullanılmıştır. Mimarisinde ise tek bir ara katman kullanılmıştır. Giriş katmanındaüç, ara katmanda on, çıkış katmanında ise bir nöron kullanılmıştır. Transfer fonksiyonuolarak Hiperbolik Tanjant (TH) kullanılmıştır. Ağ, Quick-Propagation (QuickProp)öğrenme algoritması ile eğitilmiş ve Kesme Kuvveti değerleri için 100 000, EğilmeMomenti değerleri için ise 400 000 iterasyon kullanılmıştır. Eğitim sonucu YSA'nınproblemi çok küçük hata oranları ile öğrendiği saptanmıştır.Literatürde betonarme ve öngerilmeli Sandık Kesitli Köprülerin Yapay Sinir Ağları ileAnalizine rastlanılmamıştır.

Özet (Çeviri)

In this Master of Science thesis single span, simply supported, prestressed concrete boxgirder bridges are analyzed by using Finite Element Analysis based SAP2000 softwareand application of Artificial Neural Networks for computing the internal forces isresearched.Artificial Neural Networks (ANN), because it simplifies the problems, are used in manyareas of engineering especially when conventional methods are too tedious, complexand cause many errors. ANN?s primarily learn the problem then performs the analysisby using the feature of remembering through series procedures. ANN?s should betrained so that they could learn the problem. For this purpose sets of data should beproduced. Maximum Bending Moments in the mid span and maximum Shear Forces atthe support sections are the data files which are produced through SAP2000 software bymodelling various box girder bridges with different dimensional cross sections anddifferent spans. Load taken is the Standard H20S16 truck which is defined in the BridgesCode of Practice of the General Directorate of Highways of Turkey.For training 200 internal forces results and for testing 64 internal forces results are used.In the structure of the ANN one hidden layer is used. In the input layer three neurons, inthe hidden layer ten neurons and in the output layer one neuron is used. As a transferfunction Hyperboloid Tangential (TH) function is used. The network is trained usingQuick-Propagation (QuickProp) training algorithm. For the Shear Forces 100 000 andfor the Bending Moments 400 000 epoches are used. At the end of training, it is provedthat ANN can learn the analysis of Prestressed Concrete Box Girder Bridges with anegligible ratio of error.

Benzer Tezler

  1. Öngerilmeli betondan kirişsiz döşemeli perdeli yapıların düşey ve yatay yükler altında zımbalama etkisiyle birlikte yapay sinir ağları ile analizi

    Analysis of prestressed concrete flat slabs including shear walls with artificial neural networks application under vertical and lateral loads with the effect of punching

    MEHMET SERCAN KÜÇÜKASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YAŞAR UĞUR

  2. Öngerilmeli betondan dairesel plakların yapay sinir ağları ile analizi

    Analysis of prestressed concrete circular plates with artificial neural networks application

    RECEP GÜMÜŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YAŞAR UĞUR

  3. Öngerilmeli betondan boşluklu verev plak köprülerin yapay sinir ağları ile analizi

    Analysis of voided skewed slab bridges designed with prestressed concrete using by artificial neural networks

    SAVAŞ BAYRAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Bölümü

    YRD. DOÇ. DR. YAŞAR UĞUR

  4. Öngerilmeli betondan prefabrik kirişli demiryolu köprülerinin yapay sinir ağları ile analizi

    Analysis of railway bridges designed with prefabricated prestressed concrete beams using artificial neural networks

    ERAY DEMİREL

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Bölümü

    YRD. DOÇ. DR. YAŞAR UĞUR

  5. Öngerilmeli betondan dolu gövdeli verev plak köprülerin yapay sinir ağları ile analizi

    Analysis of solid skewed salb bridges designed with prestressed concrete using by artificial neural networks

    AZİZ HÜNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Bölümü

    YRD. DOÇ. DR. YAŞAR UĞUR