Karayolu esnek üstyapılarında alttemel tabakasının yapay sinir ağları kullanılarak modellenmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
IV ÖZET Son yıllarda karmaşık yapıya sahip ve bilinen yöntemlerle çözülemeyen problemlere çözümler üretmek için yapılan araştırmalar sonucu, yeni bir bilgi işleme yöntemi Yapay Sinir Ağlan (YSA) doğmuştur. YSA, biyolojik sinir sisteminin bazı fonksiyonlarını modelleyen ve onun bazı yeteneklerini basit işlem elemanlarının yoğun bir paralel dizisidir. YSA, birçok mühendislik dalında başarıyla kullanılmış ve kullanılmakta olan giderek yaygınlaşan uzman sistemlerden biri olmuştur. YSA, eğitilebilmesi ve uygun işlenilme karakteristiklerinden dolayı kontrol sistemleri uygulamaları için oldukça uygundur. YSA ilk olarak tek hücreli nöron modeli olarak ortaya çıkmıştır, tek girdi ve tek çıktı olarak düzenlenen bu model daha sonraları bilgisayarların gelişiminin de etkisiyle çok girdili ve tabakalı sistem düzeneğine dönüştürülmüştür. Son yıllarda gelişen diğer önemli bir çalışma ise esnek üstyapıların yapısal açıdan performansı belirlemekte kullanılan tahribatsız test yöntemidir. (Nondestructive Testing-NDT). NDT ile yol üstyapısındaki defleksiyon değerleri ölçülmekte ve bu değerlerin geri-hesaplama analizleri ile üstyapının durumu hakkında bilgiler edinmekteyiz. Bu aletlerden en sağlıklı ve hızlı olanı FWD (Falling Weight Deflectometer) test aletidir. Ölçülen defleksiyon değerlerinden geri hesaplama yöntemiyle üstyapı elastisite modülleri belirlenmektedir. Bulunan üstyapı tabakalarının elastisite modülü değerleri üstyapı durumunun bir göstergesi olmaktadır. Ölçülen defleksiyon değerlerinin geri hesabında kullanılan analiz yöntemlerinden biriside sonlu eleman analizidir. Bunun için SDUFEM (Saltan 1999) programında bulunan granüler tabaka malzeme özellikleri YSA mimarisi ile elde edilen program yerleştirilmiş ve daha gerçekçi yaklaşımlar elde edildiği gösterilmiştir. ANAHTAR KELİMELER: Geri Hesaplama, Yapay Sinir Ağlan, Tahribatsız Test Yöntemleri. ABSTRACT During the last year, it's have complex structure or known method to be unsolved in order to solved, new information system have been developed. Artificial Neural Network (ANN), a model of brain and it's something used to ability simple processes in a paralel-distributed manner. Artificial Neural Network (ANN), many engineering branch using achievement and more than more expert has been system. Artificial Neural Network (ANN), the control system has been appropriate due to suitable to work processesing. ANN, firtsly one cell has been appeared. One input an done output to be accepted as model than more input and output have been mechanism to change. During the last years, the other very important guesswork has been NDT (Non Destructive Testing) for desingning and maintaning pavements. NDT using for pavement evalution, pavement deflections have been measured have to be knowledge about pavement structure analysis. This tool most fit and fast to be FWD ( Falling Weight Deflectometer). In order to us efor pavement evaluation, pavement layer moduli values have to be determined from measured deflection values. Values deflections measure using finite element backcalculatıon analysıs.İn this study, SDUFEM program with new program evalution and absolutely sub-base layer used to ANN (Artificial Neural Network) architectural obtained program real to occur is showed approach. KEY WORDS: Backcalculatıon, Artificial Neural Network, Nondestructive Testing
Collections