Yapay sinir ağları kullanılarak betonarme binalarda yumuşak kat düzensizliklerinin tespiti

Abstract

Etrafımızda gerçekleşen problem ve sorulara adeta bir insan beyni gibi düşünüp çözüm üretebilen bir programın, sistemin varlığı artık çağımızda çokça konuşulur durumdadır. İnsan beyninin sinirsel yapısı ise teknolojik gelişmeler yardımıyla detaylıca incelenebilmektedir. Yapılan incelemelerden hareketle yapay zekânın alt yapısı oluşturularak insan beynini taklit etmeyi başarabilen birçok algoritma ve yazılımlar geliştirilmiştir. Yapay sinir ağı (YSA) olarak bilinen bu algoritma, etrafımızda gerçekleşen olayları dışarıdan veya kendi içerisinde öğrenme aşamalarını tamamlayıp teori ve deneyden uzak, yaşanılmış veya yaşanabilecek sonuçları yansıtmaktadır. Bu tez çalışmasında, ülkemiz deprem yönetmeliğinde B2 düzensizliği olarak isimlendirilen taşıyıcı sistemlerdeki rijitlik/yumuşak kat düzensizliklerinin tespiti için YSA algoritmaları kullanılmıştır. Birçok betonarme yapıda dükkân, banka veya vitrin gibi tasarım ihtiyaçları sebebiyle zemin kat yüksekliği diğer katlardan daha fazla olmakta ve bu tür düzensizlikler depremlerde büyük can ve mal kaybına sebebiyet vermektedir. YSA eğitimi için proje çizim aşamasında ülkemizde sıklıkla tercih edilen bir yapısal çözümleme programı olan STA4CAD yazılımı tercih edilmiştir. Üç farklı aks sistemine sahip, toplamda 288 adet kat planı oluşturulmuş ve her birinin yapısal çözümlemesi gerçekleştirilmiştir. Kat planlarının tasarıma dair özellikleri ve yumuşak kat düzensizliği katsayıları üzerinden ileri beslemeli-geri yayılımlı bir YSA eğitimi yapılmıştır. Elde edilen sonuçlar gerçek veriler ile karşılaştırılmış ve eğitim değişkenlerinin ağdaki etkinlikleri incelenmiştir. Çalışma neticesinde betonarme binalarda yumuşak kat düzensizliğinin mevcut olup olmadığının ve yapısal tasarım özelliklerinin bu düzensizliği hangi seviyede etkilediğinin tespiti için yapısal çözümlemeye ihtiyaç duymadan sadece tasarıma dair muhtelif özelliklerin yapay sinir ağları ile değerlendirilmesi halinde başarılı sonuçlara ulaşılabileceği görülmüştür.

Recently, it has mostly been discussed about the necessity of a program or a system that can deliver soluction to the surrounding problems and questions by thinking like a human brain. Neurotic structure of human brain can be investigated by the aid of technologic improvements. Following the constitution of the substructure of artificial intelligence based on those investigations, many algorithms and software, which are able to imitate the human brain, have been developed. Artificial neural network (ANN) algorithm firstly accomplishes the learning of surrounding incidents from outside or inside and then represents the past or future coincidences independently from theory or experiments. In this thesis, ANN algorithms were applied in order to determine the rigidity/soft-story irregularities in load-bearing systems that takes place in the national earthquake code by being termed as B2 irregularity. Regarding the design necessity of shops, banks or storefronts, ground floor height of many reinforced concrete buildings are more than other floors and that type of irregularities cause significant loss of life and property after earthquakes. STA4CAD software, which is mostly preferred at the project design stage as the structural analysis in our country, was used for the ANN education. A total of 288 story plans with 3 different axis span systems were established and their structural analyses were performed. Based on the design characteristics and soft-story irregularity coefficients of the story plans, an ANN education with feed-forward/back-propagation was executed. Acquired results were compared to the real values and efficiency of the educational parameters in the network was examined. In consequence of the study, it has been concluded that evaluation of various design characteristics via artificial neural network algorithm can yield successful results without the necessity of structural analysis while seeking whether the soft-story irregularity exist in reinforced concrete buildings or does not and also the affection level of structural design characteristics.