Geri Dön

Backcalculation of pavement layer properties using artificial neural network based gravitational search algorithm

Yapay sinir ağları tabanlı yerçekimsel arama algoritması kullanılarak esnek üst yapı katman özelliklerinin geri-hesaplanması

  1. Tez No: 384948
  2. Yazar: ARDA ÖCAL
  3. Danışmanlar: YRD. DOÇ. DR. ONUR PEKCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ulaşım, İnşaat Mühendisliği, Transportation, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 181

Özet

Ulaştırma konusunda ilgili kuruluşların, yol üstyapılarının sürdürülebilirliğini sağlamak amacıyla uygun bakım stratejileri belirlemeleri gerekmektedir. Bu bağlamda üstyapıların değerlendirilmesinde hasarsız test yöntemleri önemli rol oynamaktadır. Bu yöntemlerden en çok tercih edilenlerden bir tanesi, kaplama yüzeyine uyguladığı yüke karşı oluşan düşey yer değiştirme miktarlarını ölçen, Düşen Ağırlık Deflektometresi (FWD) kullanmaktır. Ölçülen bu yer değiştirmeleri kullanarak yapının mekanik özelliklerinin belirlenmesine geri-hesaplama adı verilir. Bu işlemde yer değiştirmeleri simüle etmek amacıyla ileri hesaplama modeli olarak bilinen matematiksel modeller kullanılmaktadır. İleri hesaplama modeli ile hesaplanan yer değiştirmeler FWD ile elde edilenlerle tekrarlı olarak karşılaştırılır. Geri-hesaplama işlemleri uzun zaman aldığından ve bazı durumlarda hatalı sonuçlar verebildiğinden, problemlerin çözümleri için akıllı yaklaşımlara ihtiyaç duyulmaktadır. Bu çalışmada esnek üstyapıların mekanik özelliklerinin geri-hesaplanmasında kullanılacak Yapay Sinir Ağları (YSA) ve Yerçekimsel Arama Algoritması (GSA) tabanlı, GSA-ANN olarak adlandırlan, hibrit bir model sunulmuştur. Önerilen bu algoritmada, yer değiştirmelerin hesaplanmasına ayrılan zamanı azaltmak amacıyla, ileri hesaplama modeli olarak sonlu elemanlar analizlerine dayanan YSA modelleri kullanılmıştır. YSA'ya en uygun girdi değerleri ise etkili bir arama algoritması olan GSA tarafından seçilmiştir. Önerilen algoritmanın etkinliği, sentetik olarak oluşturulan ve araziden elde edilen veriler kullanılarak tahkik edilmiştir. GSA-ANN üstyapı geri-hesaplamasında kabul görmüş EVERCALC ve MODULUS programlarıyla karşılaştırılmıştır. Ayrıca, GSA'nın etkinliğini farklı bir algoritma ile karşılaştırarak değerlendirmek amacıyla Basit Genetik Algoritma (SGA) kullanılmıştır. Elde edilen sonuçlar göstermiştir ki, geliştirilen algoritma değisik özelliklerdeki esnek üstyapıların mekanik özelliklerini yüksek doğrulukta tahmin edebilmektedir.

Özet (Çeviri)

Transportation agencies need to make accurate decisions about maintenance strategies to provide sustainability of pavements. Non-destructive pavement evaluation means play a crucial role when making such assessments. A commonly used method is to use Falling Weight Deflectometer (FWD) device which measures the surface deflections under imposed loadings. Determination of layer properties through the use of FWD deflections is known as pavement layer backcalculation. This process requires the use of mathematical pavement model to simulate the deflections, which is called forward response model. Calculated deflections from this model are then compared with the field deflections measured through FWD in an iterative manner, which requires intelligent schemes as this process is time-consuming and sometimes produces erroneous results. In this study, an artificial intelligence based inversion algorithm is presented to backcalculate the flexible pavement layer properties. A hybrid approach is proposed using the combination of Artificial Neural Networks (ANN) and a recently developed metaheuristic optimization technique Gravitational Search Algorithm (GSA). The forward calculation engine is based on the finite element analysis of flexible pavements and its surrogate ANN model, which is used to eliminate the time- consuming stages for computing the deflections. GSA is utilized as an efficient search algorithm to seed the ANN model to obtain the deflections in a quick way. The performance of the proposed algorithm is then validated using both synthetically created FWD data and the ones obtained from actual field FWD data. The proposed method is also validated by comparing two well-accepted backcalculation software, EVERCALC and MODULUS. To present the effectiveness of the GSA method, Simple Genetic Algorithm (SGA) is also utilized for comparison purposes. The findings show that the proposed algorithm can predict layer moduli with high accuracy for various types of flexible pavements.

Benzer Tezler

  1. Investigation of various flexible pavement configurations for geofoam block highway embankments by accelerated pavement testing

    Geofoam blok otoyol dolguları ı̇çı̇n çeşı̇tlı̇ esnek üstyapı konfı̇gürasyonlarının hızlandırılmış yol testi ı̇le ı̇ncelenmesı̇

    ABDULLAH YASİN BÜYÜKASLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    UlaşımGebze Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH TOLGA ÖZER

  2. Esnek üstyapıların analitik değerlendirilmesi

    Analytical evaluation of flexible pavements

    MEHMET SALTAN

    Doktora

    Türkçe

    Türkçe

    1999

    İnşaat MühendisliğiSüleyman Demirel Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA KARAŞAHİN

  3. Karayolu esnek üstyapılarında alttemel tabakasının yapay sinir ağları kullanılarak modellenmesi

    Modeling the sub-base layer in flexible pavements using artificial neural networks

    HÜSEYİN SEZGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    İnşaat MühendisliğiSüleyman Demirel Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET SALTAN

  4. Metaheuristic based backcalculation of rock mass parameters around tunnels

    Tünel çevresindeki kaya parametrelerinin metasezgisel tabanlı geri hesaplanması

    GÖRKEM GEDİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ONUR PEKCAN

  5. An experimental study on the behavior of segmental pile with variable flexural rigidity

    Değişken eğilme rijitliğine sahip eklemli kazık davranışı üzerine bir çalışma

    YASSER IBRAHIM OSMAN YAHIA

    Doktora

    İngilizce

    İngilizce

    2014

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN BAYKAL