Metasezgisel algoritmalarla optimum ayarlı kütle sönümleyicisi tasarımı ve yapay zekâ tabanlı tahmin modeli
Design optimum tuned mass dampers with metaheuristic algorithms and prediction model based on artificial intelligence
- Tez No: 585966
- Danışmanlar: DOÇ. DR. GEBRAİL BEKDAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Deprem Mühendisliği, İnşaat Mühendisliği, Computer Engineering and Computer Science and Control, Earthquake Engineering, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: 121
Özet
Bu çalışma, özellikle yüksek yapılı binalarda deprem, rüzgâr, hidrolik kuvvetler vb. gibi dış dinamik etkenlerden dolayı oluşan ve yapı ile canlılara zarar verebilecek titreşim ve yer değiştirme (deplasman) gibi yapı tepkilerinin azaltılması ve nihayetinde tamamen sönümlenmesi amacıyla kullanılan ayarlı kütle sönümleyicilerine (TMD) yöneliktir. Bu amaçla yapılarda kontrol sistemlerinden biri olan TMD' lerin kullanılmasıyla bu etkiler en aza indirilebilmektedir. Hedeflenen amaç doğrultusunda TMD' lerin optimum ayarlanması ile en doğru davranışı sergileyen sönümleyici yapısının elde edilmesi olası yapı hasarlarının minimum değerlerde oluşması açısından da fayda sağlamaktadır. Bu nedenle optimizasyon sürecinde güncel metasezgisel algoritmalardan biri olan çiçek tozlaşması algoritması (FPA) kullanılarak optimizasyonun amacı olan transfer fonksiyonunun en büyük genlik değerinin minimizasyonunu sağlayacak optimum ayarlı kütle sönümleyicisi parametreleri elde edilmiştir. Ardından gerçekleştirilen tahmin sürecinde ise elde edilen optimum tasarım parametrelerinin (optimum sönüm oranı ve periyot) yapay sinir ağları (YSA) kullanılarak oluşturulan yapay zekâ tabanlı bir sistemde eğitilmesi ile hedeflenen sistem öğrenmesinin sağlanması ve bu sayede yeni tasarım modelleri için TMD parametrelerinin optimum değerlerinin tahmin edilmesi mümkün olmuştur. Ayrıca tahmin edilen optimum parametreler ile transfer fonksiyonun minimum amaç fonksiyonu değeri de doğrudan hesaplanabilmiştir. Böylece geliştirilen öğrenme ve tahmin sistemi ile yinelemeli optimizasyon işlemlerinin gerektirdiği sürenin en aza indirilmesi mümkün olmakta ve istenilen sonuçlara daha hızlı ve daha az çaba ile ulaşılabilmektedir. Diğer yandan eğitim verisinin artırılmasıyla daha doğru tahmin sonuçları üretilebilmesi ve çok sayıda yeni TMD tasarımı için aynı anda tahmin yapabilmeyi mümkün kılan bir sistem olması da bu yapay zekâ modelinin daha esnek ve kolay müdahale edilebilir olmasını sağlamaktadır. Bu sayede en doğru ve sağlıklı TMD tasarımlarının elde edilmesi ile depremlerin yapılara vermiş olduğu zararların azaltılması mümkün olmaktadır.
Özet (Çeviri)
This study is towards to tuned-mass dampers (TMD), which is used with the aim of decreasing and ultimately damping of structure responses as vibration and displacement especially in high structures, that is occurring due to external dynamic factors such as earthquake, wind, hydraulic forces, and is may damage alives with structures. To this end, these effects can be minimized with utilization of TMDs, which is one of the control systems in structures. In line with targeted purposes, with tuning of TMDs optimal, obtain of TMD structure performing the most properly behavior, also works out in terms of the compose of potential structure damages at minimum values. Therefore in optimization process, optimum tuned-mass damper parameters are obtained, which will be able to make minimization of the biggest (peak) amplitude value of transfer function, which is object of optimization by using flower pollination algorithm (FPA), that is one of the current metaheuristic algorithms. in performed prediction process following it, actualizing of targeted system-learning with training of obtained optimum design parameters (optimum damping ratio and period) in an artificial intelligence-based system, which is generated using artificial neural networks (ANN), and thus predicting of optimum values of TMD parameters are possible for new design models. Also, minimum objective function value of transfer function could be calculated directly with the predicted optimum parameters. In this way, minimization of time requiring by optimization actions, is possible through learning and prediction system, which is developed; and may be reached to desired results more rapidly and with less effort. On the other hand, achievability of more accurate prediction results, with incremented of the training data, and it is a system that enables be able to make prediction simultaneously for numerous new TMD design, ensures to become more flexible and more easily intervenable of this artificial intelligence model. Thus, decreasing of damages, which are brought to structures by earthquakes, via achieving of the most correct and healthy TMD designs, is possible.
Benzer Tezler
- Zaman-tanım alanında optimum ayarlı kütle sönümleyicisi tasarımına yönelik makine öğrenmesi tabanlı tahmin yöntemi
Machine learning based prediction model for optimum design of tuned mass damper in time-history domain
MELDA YÜCEL
Doktora
Türkçe
2023
Deprem Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GEBRAİL BEKDAŞ
- İnerter ayarlı kütle sönümleyicilerin metasezgisel algoritmalar ile optimizasyonu
Optimization of tuned mass damper inerter via metheuristic algorithms
YAREN AYDIN
Yüksek Lisans
Türkçe
2024
Deprem Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GEBRAİL BEKDAŞ
- Optimum multiple tuned mass dampers for soft story structures
Yumuşak katlı yapılar için optimum çoklu ayarlanmış kütle sönümleyiciler
FARAH SALIM MUSTAFAY ARKHEES ALNAYHOUM
Yüksek Lisans
İngilizce
2024
İnşaat Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
Prof. Dr. SİNAN MELİH NİGDELİ
- Rüzgar etkisi altında çerçeve yapıların ayarlı kütle sonümleyicileri ile kontrolü
Control of frame structures with mass submissions under the impact of wind
MOHAMED CONDE
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. SİNAN MELİH NİGDELİ
DR. ÖĞR. ÜYESİ SEDA ÖNCÜ DAVAS
- Metasezgisel algoritmalarla optimize edilmiş çiftli ayarlı kütle sönümleyicileri ile yapıların kontrolü
Control of structures with double tuned mass dampers optimized with metaheuristic algorithms
IBRAHIMA KALIL CAMARA
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. SİNAN MELİH NİGDELİ