Geri Dön

Sıvılaşma kaynaklı yanal yayılmaların yapay sinir ağları ile tahmini

Prediction of liquefaction induced lateral spreadings with artificial neural networks

  1. Tez No: 720720
  2. Yazar: OKAN ÇETİNKAYA
  3. Danışmanlar: DOÇ. DR. PELİN ÖZENER
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Geoteknik Bilim Dalı
  13. Sayfa Sayısı: 132

Özet

Deprem gibi dinamik bir etkinin kohezyonsuz veya düşük kohezyonlu suya doygun zeminlere etkimesi neticesinde oluşabilen sıvılaşma, birçok önemli problemi de beraberinde getirebilmektedir. Bu problemlerden biri olan yanal yayılmalar 2010-2011 Canterbury Deprem Sekansında görüldüğü gibi oldukça büyük problemlere, can ve mal kayıplarına neden olabilmektedir. Sıvılaşma nedeniyle oluşabilecek potansiyel yanal deplasmanların tahmini bu nedenle oldukça elzem bir konu haline gelmektedir. Karmaşık mühendislik problemlerinin çözümünde sıklıkla kullanılmaya başlanan yapay sinir ağları, laboratuvar deneyleri veya amprik yollarla yapılan çalışmalara oranla çok daha yüksek doğruluklarda sonuçların elde edilebilmesine imkân tanımaktadır. Bu çalışma kapsamında da yapay sinir ağlarının bu özelliği kullanılarak bir tahmin modeli geliştirilmeye çalışılmıştır. Literatürde yer alan çalışmalar kullandıkları veri setleri itibari ile iki kategoriye ayrılabilirler. Bunlardan ilki Standart Penetrasyon Testi'ne dayanan verilerin kullanıldığı, güncel depremlerin büyük bir çoğunluğunu içermeyen, Youd vd. (2002) veri setine ya da bu veri setinden üretilmiş yeni veri setlerine dayanmaktadır. İkincisi ise özellikle Yeni Zelanda depremleri için kullanılan Koni Penetrasyon Testi'ne dayanan verilerin kullanıldığı, yalnızca Yeni Zelanda depremleri için geliştirilmiş yöntemlerdir. Bu çalışma kapsamında geçmişte kullanılan Standart Penetrasyon Testi verileri ile üretilmiş mevcut veri setlerine, Yeni Zelanda depremlerine ait Standart Penetrasyon Testi verilerinden elde edilmiş verilerin eklenmesi ile daha güncel ve daha geniş kapsamlı bir veri seti oluşturulmuştur. Oluşturulan veri seti literatürdeki çalışmaların büyük bir çoğunluğunun aksine, sıvılaşma hasarının tahmininde önemli bir rol oynayabilecek depremin hız bileşeni de eklenmiştir. Elde edilen güncel ve geniş kapsamlı veri seti ve yapay sinir ağı kullanılarak problemin çözümü modellenmeye çalışılmıştır.

Özet (Çeviri)

Liquefaction, which may occur as a result of the impact of a dynamic effect such as an earthquake on cohesionless or low cohesion saturated soils, can bring along many important problems. Lateral spreading, which is one of these problems, can cause serious problems, loss of life and property, as seen in the 2010-2011 Canterbury Earthquake Sequence. Estimation of potential lateral displacements due to liquefaction therefore becomes an essential issue. Artificial neural networks, which are frequently used in the solution of complex engineering problems, allow to obtain results with much higher accuracy compared to laboratory experiments or empirical studies. In this study, a prediction model has been tried to be developed by using this feature of artificial neural networks. Studies in the literature can be divided into two categories based on the data sets they use. The first of these is Youd et al. (2002) dataset or new datasets generated from this dataset. The second is the methods developed only for New Zealand earthquakes, using data based on the Cone Penetration Test, which is used only for New Zealand earthquakes. Within the scope of this study, a more up-to-date and more comprehensive data set was created by adding the data obtained from the Standard Penetration Test data of New Zealand earthquakes to the existing data sets produced with the Standard Penetration Test data used in the past. Contrary to the majority of the studies in the literature, the data set created is also includes the velocity component of the earthquake, which can play an important role in the estimation of liquefaction damage. The solution of the problem has been tried to be modeled by using the current and comprehensive data set and artificial neural network.

Benzer Tezler

  1. Sıvılaşma kaynaklı zemin deformasyonlarının olasılıksal yöntemlerle incelenmesi ve değerlendirilmesi

    Investigation and evaluation of liquefaction-induced soil deformations by probability methods

    SERKAN KARALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiEge Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. SELİM ALTUN

  2. Sıvılaşma analizi ve sıvılaşma sonucu oluşan yanal yayılma hesap yöntemlerinin karşılaştırılması

    Liquefaction analysis and comparison of lateral spread calculation methods resulting from liquefaction

    MERT ALTINDİŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. AYFER ERKEN

  3. Kuvvetli yer hareketi altında suya doygun kumlarda oluşabilecek oturmaların sayısal analizlerle incelenmesi ve makine öğrenmesiyle değerlendirilmesi

    Investigation of settlements in saturated sands under strong ground motion by numerical analysis and evaluation by machine learning

    OZAN SUBAŞI

    Doktora

    Türkçe

    Türkçe

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP İYİSAN

  4. Dinamik etkiler altında zemin deformasyonun incelenmesi

    Soil deformations under dynamic effects

    MEHMET İNANÇ ONUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    İnşaat MühendisliğiAnadolu Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA TUNCAN

  5. Sıvılaşma ve yanal yayılma koşulları altında farklı sayısal yöntemlerle yapılan bina-kazık-zemin etkileşimi analizlerinin karşılaştırılması

    Comparison of soil-pile-structure interaction analysis with different numerical methods under liquefaction and lateral spreading conditions

    MUHAMMED FURKAN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İnşaat Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA KUBİLAY KELEŞOĞLU