Yapay sinir ağları ile tekil temel ve tek yönde sürekli temel oturmalarının standart penetrasyon deney sonuçları kullanılarak hesaplanması

Abstract

Sığ temellerin tasarımında taşıma gücü ve oturma koşulu olmak üzere iki önemli koşul vardır. Kohezyonsuz zeminlerde sığ temel tasarımında oturma koşulu, genellikle taşıma gücü koşulundan daha önemlidir. Bu yüzden sığ temel tasarımlarında oturma koşulu, taşıma gücü koşuluna göre daha belirleyici bir rol üstlenir.Bu çalışmada yapay sinir ağları (YSA), herhangi bir manuel işleme ihtiyaç duymadan tekil temel ve tek yönde sürekli temel sistemlerinin oturmalarını tahmin etmek için kullanılmıştır. Bu amaçla Matlab ortamında, tekil temel ve tek yönde sürekli temel sistemleri oturmalarını beş farklı analiz yöntemine göre hesaplayan bilgisayar programı geliştirilmiştir. Bu programda temel boyutları ( L ve B), temel derinliği (Df), kohezyonsuz zeminin doğal birim hacim ağırlığı (?n), temel üzerine gelen yük (Qk) ve standart penetrasyon sayısı (SPT-N) verileri, Burland-Burbidge (1963), Meyerhof (1965), Terzaghi-Peck (1967), Parry (1971), Peck vd. (1974), yöntemleri kullanılarak tekil temel ve tek yönde sürekli temel sistemleri oturmaları hesaplanmıştır. Daha sonra her yöntem için oturmaları tahmin eden YSA modelleri, belirtilen veriler kullanılarak geliştirilmiştir. Geliştirilen YSA modellerinden tahmin edilen oturma değerlerinin performansını incelemek için bilgisayar programı ile hesaplanan değerlerle karşılaştırılmıştır. Tahmin edilen değerlerin hesaplanan değerlere oldukça yakın olduğu görülmüştür. Ayrıca, YSA modellerinin tahmin kapasitesini kontrol etmek için; determinasyon katsayısı (R2), ortalama mutlak hata (MAE), ortalama hata kareleri kökü (RMSE) ve varyans (VAF) gibi çeşitli performans indisleri hesaplanmıştır. Elde edilen indisler, geliştirilen YSA modellerinin güvenilir tahmin sonuçları verdiğini ve bu modellerin herhangi bir manuel işleme ihtiyaç duymadan kohezyonsuz zeminlerde tekil temel ve tek yönde sürekli temel tasarımında kullanılabileceğini göstermiştir. Oturma tahminini etkileyen değişkenlerin önemini incelemek için duyarlılık analizleri yapılmıştır.

The two major criteria that control the design of shallow foundations on cohesionless soils are the bearing capacity and settlement criteria. The settlement criterion is usually more critical than the bearing capacity criterion in the design of shallow foundations on cohesionless soils. Thus, settlement criterion usually controls the design process, rather than bearing capacity criterion.In this study, artificial neural networks (ANNs) were used to predict the settlement of a single or pad footing and one-way strip footings, without a need to perform any manual work, such as; using tables or charts. With this purpose in mind, a computer programme was developed in the Matlab programming environment to calculate the settlement of pad footings from five traditional settlement prediction methods, such as; Burland and Burbidge (1963), Meyerhof (1965), Terzaghi and Peck (1967), Pary (1971), Peck et al. (1974). The footing geometry (length, L, and width, B), the footing embedment depth, Df, the bulk unit weight, ?n, of the cohesionless soil, the footing applied pressure, Qk, and standard penetration test result, SPT-N, varied during the settlement analyses and the settlement value of each pad footing and one-way strip footing was calculated for each method by using the written programme. Then, an ANN model was developed for each traditional method to predict the settlement by using the results of the analyses. The settlement values predicted from the ANN model were compared with the settlement values calculated from the traditional method for each method. The predicted values were found to be quite close to the calculated values. Moreover, several performance indices such as determination coefficient (R2), variance account for (VAF), mean absolute error (MAE), and root mean square error (RMSE) were calculated to check the prediction capacity of the ANN models developed. The obtained indices make it clear that the constructed ANN models have shown high prediction performance. It has been demonstrated that the ANN models developed can be used at the preliminary stage of designing pad and one-way strip footings on cohesionless soils, without a need to perform any manual work, such as; using tables or charts. Sensitivity analyses were also carried out to examine the relative importance of the factors affecting settlement prediction.