Betonarme binaların sismik risk düzeylerinin yapay zeka metotları ile tahmin edilmesi
Estimation of seismic risk levels of RC buildings with artificial intelligence methods
- Tez No: 920138
- Danışmanlar: DOÇ. DR. TAMER DİRİKGİL
- Tez Türü: Yüksek Lisans
- Konular: Deprem Mühendisliği, İnşaat Mühendisliği, Earthquake Engineering, Civil Engineering
- Anahtar Kelimeler: Betonarme yapılar, Hızlı değerlendirme, Makine öğrenimi, Sismik risk, Reinforced concrete structures, Rapid assessment, Machine learning, Seismic risk
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapı Bilim Dalı
- Sayfa Sayısı: 265
Özet
BETONARME BİNALARIN SİSMİK RİSK DÜZEYLERİNİN YAPAY ZEKA METOTLARI İLE TAHMİN EDİLMESİ Mertcan YILMAZ Erciyes Üniversitesi, Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, Aralık 2024 Danışman: Doç. Dr. Tamer DİRİKGİL ÖZET Sismik aktivitenin yoğun olarak yaşandığı Türkiye'de deprem öncesinde yapı stokunda bulundan riskli yapıların hızlı ve doğru olarak belirlenmesi, gelecek depremlerden önce önlemler alınarak can güvenliğin sağlanması için önemli bir adım olmaktadır. Bu çalışmada, betonarme çerçeve taşıyıcı sisteme sahip yapıların sismik risk düzeylerini hızlı ve doğru bir şekilde tahmin etmek için yapay zekâ modellerine dayalı yöntem geliştirilmesi amaçlanmıştır. Bu bağlamda; mevcut yapı stokunda sıkça gözlemlenen yetersiz malzeme dayanımları, işçilik kusurları ve kullanım esnasında taşıyıcı sistem elemanlarında meydana gelen hasarlar, depremler sonrasında yapılan saha çalışmaları ışığında incelenmiştir. Edinilen bulgular neticesinde betonarme yapıların deprem performansını etkileyebilecek parametreler belirlenmiş ve bu parametrelerin Türkiye'de depreme dayanıklı yapı tasarlamak amacı ile yürürlüğe giren düzenlemeler de dikkate alınarak parametre varyasyonları belirlenmiştir. Belirlenen varyasyonlar, mevcut yapı stokunda bulunan yapılar üzerinde uygulanmış ve TBDY-2018'e göre doğrusal olmayan performans analizleri yapılarak mevcut yapı stokunu simüle eden, deprem güvenliği belirlenmiş 1680 adet veriden oluşan veri seti oluşturulmuştur. Bu veri seti üzerinde farklı makine öğrenimi modelleri eğitilerek test edilmiş ve modellerin deprem performansını etkileyen parametrelerle yapıların sismik risk düzeylerini tahmin etme performansları karşılaştırılmıştır. Çalışma sonucunda, XGBoost modelinin %91 performans sergileyerek yapıların risk düzeylerini tahmin edebildiği belirlenmiş ve betonarme binaların sismik risk düzeylerinin yapay zekâ modelleri ile hızlı ve doğru bir şekilde tahmin edebileceği sonucuna ulaşılmıştır.
Özet (Çeviri)
ESTIMATION OF SEISMIC RISK LEVELS OF RC BUILDINGS WITH ARTIFICIAL INTELLIGENCE METHODS Mertcan YILMAZ Erciyes University, Graduate School of Natural and Applied Sciences Master Thesis, December 2024 Supervisor: Assoc. Prof. Tamer DIRIKGIL ABSTRACT In Türkiye, where seismic activity is intense, rapid and accurate determination of risky structures in the building stock before an earthquake is an important step in ensuring life safety by taking precautions before future earthquakes. In this study, it is aimed to develop a method based on artificial intelligence models to quickly and accurately estimate the seismic risk levels of Reinforced Concrete (RC) frame load-bearing systems. In this context; inadequate material strengths, workmanship defects and damages incurred in the carrier system elements during use, which are frequently observed in the existing building stock, were examined in the light of field studies conducted after earthquakes. As a result of the findings obtained, the parameters that may affect the earthquake performance of RC structures were determined and the parameter variations of these parameters were determined by taking into account the regulations enacted in In Türkiye for the purpose of designing earthquake-resistant structures. The determined variations were applied to the structures in the existing building stock and a data set consisting of 1680 data sets was created by performing nonlinear performance analyzes according to TBEC-2018, simulating the existing building stock and determining earthquake safety. Different machine learning models were trained and tested on this dataset, and the performance of the models in predicting the seismic risk levels of structures with the parameters affecting the earthquake performance was compared. As a result of the study, it was determined that the XGBoost model was able to predict the risk levels of structures with 91% performance, and it was concluded that the seismic risk levels of RC buildings can be predicted quickly and accurately with artificial intelligence models.
Benzer Tezler
- Bir okul binasının tasarımı ve deprem performansının belirlenmesi
The design of a school building and determination of seismic performance of school building
ALPEREN TÜRKAY
Yüksek Lisans
Türkçe
2013
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. KADİR GÜLER
- Effects of surface topography on seismic response of reinforced concrete buildings
Yüzey topografyasının betonarme binaların sismik davranışına etkisi
YAVUZ DENİZ
Yüksek Lisans
İngilizce
2023
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP DEĞER
- Field testing and model updating of typical RC buildings for damage identification
Tipik betonarme yapılarda hasar tespiti üzerine saha deneyleri ve model güncellemesi
PINAR İNCİ KOÇAK
Doktora
İngilizce
2017
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
PROF. DR. F. NECATİ ÇATBAŞ
- Development of peak ground acceleration (PGA) based pre-code reinforced concrete frame building fragilities for istanbul
Deprem yönetmeliklerine uygun tasarlanmamış orta katlı betonarme çerçeve binaların en büyük yer ivmesine bağlı kırılganlık ilişkilerinin elde edilmesi
İPEK DOLAĞAN
Yüksek Lisans
İngilizce
2019
Deprem MühendisliğiBoğaziçi ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
PROF. DR. DEDE SİNAN AKKAR
- Düşük ve orta yükseklikteki betonarme binalarda yumuşak kat düzensizliğinin ve zemin yapı etkileşiminin araştırılması
Investigation of soft storey irregularity and soil structure interaction in low and medium rise reinforced concrete structures
BETÜL ÇOMAKLI
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiPamukkale Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET İNEL