Geri Dön

Estimation of sand ratio at soil by LDR sensors and intelligent algorithms

Topraktaki kum oranının LDR sensörleri ve akıllı algoritmalarla kestirimi

  1. Tez No: 414352
  2. Yazar: EMRE KILINÇ
  3. Danışmanlar: YRD. DOÇ. DR. UMUT ORHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 90

Özet

Bu çalışmada, doğrusal regresyon, yapay sinir ağı ve uyumlu sinirsel-bulanık çıkarım sistemi gibi popüler yapay zeka metodları kullanılarak toprak bünyesinin kum ihtivası üzerine çeşitli analiz ve tahminlemeler yapılmıştır. Toprağın inorganik yapısını oluşturan kil, silt ve kum tanecikleri, yoğunluk farklarından dolayı su içerisinde farklı hızlarda çökelmektedirler. Bu noktadan yola çıkılarak bir beher içerisinde hazırlanan su ve toprak solüsyonundaki parçacıkların, farklı hızlarda çökelme özelliklerinden faydalanılarak toprak örneğindeki kum miktarı üzerine tahminlemeler yapılmıştır. Parçacıklar arasındaki en iri tanecikli yapı kum olduğundan basit teçhizatlar ile daha kolay gözlemlenebilir ve işlenebilir sonuçlar üretmektedir. Beherden geçirilen ışığın şiddetinin kumun çökelmesi sonucu değişimiyle elde edilen işaret serileri regresyon, ANN ve ANFIS gibi makine öğrenmesinde sıkça kullanılan methodlar ile işlenerek yapılan tahminlemelerin tutarlılığı incelenmiştir. Kabaca kum tayini gerektiren ve çok hassas ölçümlemeler gerektirmeyen durumlarda kullanılabilecek analiz ve tahminleme yöntemlerinin başarıları detaylı olarak karşılaştırılmıştır. Kolay ve ucuz bulunabilen araçlar kullanılarak oluşturulan bu düzenek ile, çıkan sonuçların başarıları da hesaba katılarak, mobil bir ölçümleme cihazının uygulanabilirliği de tartışılmıştır.

Özet (Çeviri)

In this study, various estimations and analyses are used on the basis of sand amount in soil texture using popular artificial intelligence methods like linear regression, artificial neural network and adaptive neuro fuzzy inference system. Clay, silt and sand, which form the inorganic texture of the soil, are settled in the water with different speeds due to their density differences. Based on this point, using the density difference of moving particles through a mixed soil and water suspension, estimations are made on specific soil samples' data. The sand particle is the biggest particle among the others in terms of volume, it can be measured by simple tools and can produce more scalable results. The accuracy of the estimations, which are made with frequently used methods in machine learning like linear regression, artificial neural network and adaptive neuro fuzzy inference system, are inspected in details using the magnitude change of the light passing through the beaker due to differentiation of density by time. Details of the analyses and estimations, which can be used to determine the approximate sand amount in soil and in situations that don't require sensitive measuring, are compared with each other in details. Also the possibility of making a mobile measurement device using this setup which is built with cheap and easy-to-find equipment is discussed.

Benzer Tezler

  1. Ayrık liflerle rasgele donatılı kum zeminlerin taşıma kapasitesinin CBR deneyleri ile araştırılması

    Investigation of bearing capacity of randomly distributed fiber-reinforced sands with CBR tests

    ORHAN ESAT İNANIR

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Ana Bilim Dalı

    PROF. DR. AHMET SAĞLAMER

  2. Kumlarda denge durumu

    Başlık çevirisi yok

    MAHMUT DEĞERLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. AYFER ERKEN

  3. Spt-Cpt korelasyonu

    Başlık çevirisi yok

    MURAT MOLAY

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. AHMET SAĞLAMER

  4. Estimation of partial saturation to be induced in liquefiable sands for mitigation using artificial neural network approach

    Yapay sinir ağları yöntemiyle sıvılaşma iyileştirmesi için kumlarda uygulanacak kısmı doygunluk tahmini

    ÇAĞDAŞ ÇAYAKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Deprem Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. E. ECE BAYAT

  5. Deprem etkisi altındaki gömülü sürekli boru hatları

    Buried continuous pipelines under the effects of earthquake

    ADİL YİĞİT

    Doktora

    Türkçe

    Türkçe

    2015

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Yapı Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH GEDİKLİ