Yapay sinir ağlarıyla mühendislik yapılarının titreşim özelliklerine dayalı hasar tespiti
Damage detection based on vibration properties of engineering structures with artificial neural networks
- Tez No: 761352
- Danışmanlar: PROF. DR. TEMEL TÜRKER
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Hasar tespiti, Sonlu elemanlar yöntemi, Titreşim, Yapay sinir ağları, Damage detection, Finite element method, Vibration, Artificial neural networks
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bir yapıdaki hasar, yapının performansını olumsuz yönde etkileyen yapısal rijitlikte azalmaya neden olan geometri ve malzeme özelliklerinde meydana gelen değişiklikler olarak tanımlanmaktadır. Yapısal rijitlikteki azalma, doğal frekanslar ve mod şekilleri gibi titreşim parametrelerinde değişikliklere neden olmaktadır. Yapay Sinir Ağları (YSA) mükemmel örüntü tanıma yetenekleri sayesinde son yıllarda yapısal hasar tespitinde yoğun bir şekilde uygulanmaktadır. Bu çalışmada, seçilen yapıların titreşim parametreleri kullanılarak hasar yeri ve büyüklüğünün tespiti için YSA tabanlı bir hasar tespit yöntemi kullanılmıştır. Yöntemin uygulanabilirliğinin araştırılması için öncelikle seçilen yapılar üzerinde deneysel modal analiz uygulanmış ve deneysel dinamik karakteristikleri elde edilmiştir. Deneysel verilere göre yapıların başlangıç sonlu eleman (SE) modelleri kalibre edilerek mevcut durumlarını en iyi yansıtan modeller elde edilmeye çalışılmıştır. Ardından seçilen yapıların SE modelleri üzerinde hasar bölgeleri tanımlanmış ve tasarlanan hasar senaryoları için modal analizler MATLAB programı vasıtasıyla SAP2000 API üzerinden oluşturulan yazılımla daha hızlı bir şekilde gerçekleştirilmiştir. Analizlerde elastisite modülündeki değişimler dikkate alınarak frekans ve mod şekil verileri elde edilmiştir. Elde edilen titreşim verileri YSA'nın girdi parametreleri, tanımlanan her bir bölgenin elastisite değerleri de çıktı parametreleri olarak kullanılmıştır. Çelik konsol, çelik çerçeve, baraj modeli, çan kulesi, taş yığma minare ve eğri minare üzerinde gerçekleştirilen uygulamalardan YSA ile hasar tespitine dair etkin sonuçlar elde edilmiştir. Simetrik yapılarda YSA girdisi olarak sadece frekansların kullanılmasının etkili sonuçlar vermediği görülmüştür.
Özet (Çeviri)
Damage to a structure is defined as changes in geometry and material properties that cause a decrease in structural rigidity that adversely affects the performance of the structure. The reduction in structural stiffness causes changes in vibration parameters such as natural frequencies and mode shapes. Artificial Neural Networks (ANN) have been extensively applied in structural damage detection in recent years, thanks to their excellent pattern recognition capabilities. In this study, an ANN-based damage detection method was used to determine the damage location and size by using the vibration parameters of the selected structures. In order to investigate the applicability of the method firstly, experimental modal analysis was applied on the selected structures and experimental dynamic characteristics were obtained. According to the experimental data, the initial finite element (FE) models of the structures were calibrated and the models that best reflected their current state were tried to be obtained. Then, damage regions were defined on the FE models of the selected structures and modal analyzes for the designed damage scenarios were carried out more quickly with the software developed over the SAP2000 API through the MATLAB program. The frequency and mode shape data were obtained by taking into account the changes in the elasticity modulus in the analyzes. The obtained vibration data were used as the input parameters of the ANN, and the elasticity values of each defined region were used as the output parameters. Effective results were obtained for damage assessment with ANN from the applications performed on steel cantilever, steel frame, dam model, bell tower, stone masonry minaret and inclined minaret. It was seen that using only frequencies as ANN input in symmetrical structures does not give effective results.
Benzer Tezler
- UAV operations in GPS-denied environments
GPS'in kullanılamadığı ortamlarda İHA operasyonları
HATİCE DİDEM ÜZGÜN
Doktora
İngilizce
2026
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- CNC Torna Tezgahlarda 5 eksende titreşim ölçümü ve Yapay Sinir Ağlarıyla modellenmesi
5 axis vibration measurement on cnc lathes and modelling by using artificial neural network
MUHAMMED İŞCİ
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiErciyes ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BAHADIR ÇETİNKAYA
- Labvıew tabanlı deney modülünde dc motor hız kontrolünün yapay sinir ağlarıyla gerçekleştirilmesi
Speed control of dc engines using labview-based experimental setup with artificial neural networks
ÜMİT KÖK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. FATİH ONUR HOCAOĞLU
- A finite volume based in-house large eddy simulation solver for turbulent flows in complex geometries
Karmaşık geometrilerde türbülanslı akışlar için sonlu hacimler yöntemine dayanan özgün büyük girdap benzetimi çözücüsü
SARP ER
Yüksek Lisans
İngilizce
2019
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE GÜL GÜNGÖR
- Çimentolu harç özelliklerine yüksek sıcaklık etkisinin belirlenmesi ve yapay sinir ağı ile modellenmesi
Examining of the effect of high temperature on cement mortar properties and modelling by artificial neural network
GÖKHAN DURMUŞ
Doktora
Türkçe
2008
İnşaat MühendisliğiGazi ÜniversitesiYapı Eğitimi Ana Bilim Dalı
PROF. DR. FÜSUN DEMİREL
PROF. DR. METİN ARSLAN