MAKALE
BETON PREFABRİKASYON
KASIM 2016
◆
SAYI : 120
9
munda, soket temel-kolon birleşiminin
ankastre mesnet olarak davrandığı da
gözlemlenmektedir.
Deprem sonrası hasar görmüş bina-
larda hasar düzeyine göre yapının kul-
lanıma devam etmesi, güçlendirilmesi
ya da yıkılması gibi kararları doğru ve
çoğu zaman da acil olarak vermek ge-
rekmektedir. Geçmişte yaşanan dep-
rem tecrübelerine göre hasar görmüş
betonarme ve prefabrike betonarme
yapıların çokluğu deprem sonrası de-
ğerlendirme yapan uzman sayısının
yetersiz olması hasar seviyeleri hak-
kında doğru olmayan kararlar verilme-
sine de sebep olmaktadır. Bu sebeple
deprem sonrasında hasar gören beto-
narme ve prefabrike betonarme yapıla-
rın genel hasar durumu hakkında bilgi
sahibi olabilmek için hızlı ve doğruluk
oranı olabildiğince yüksek uzman sis-
temler (akıllı yazılımlar) ile değerlen-
dirme yöntemleri üzerine çalışmalar
yapılmakta ve bu konuda yeni yakla-
şımlara ihtiyaç duyulmaktadır.
Literatürde deprem sonrası hasar be-
lirleme yöntemleri üzerine klasik yön-
temler bulunmaktadır. Deprem son-
rası hasar tespiti için geliştirilen hızlı
değerlendirme yöntemlerinin özellikle
Türk yapı stokunu temsil özelliği ile
değerlendirme ölçütlerinin halen yürür-
lükte olan Türk Deprem Yönetmeliğine
(TDY-2007) olan uygunluğu da önem-
lidir. Bunun iki nedeni bulunmaktadır;
1) Taşıyıcı sistem elemanındaki detay-
landırma türleri ve malzeme özellikleri
oluşan hasarı etkilemektedir. Her ül-
kenin kendine has yapı stoku ve kesit
özellikleri mevcuttur. 2) Uluslararası
yönetmeliklerde kesit hasar sınırları ile
bina genel performans değerlendirme
kıstasları birbirinden farklı olabilmek-
tedir.
Betonarme bir yapının deprem sırasın-
daki performansı taşıyıcı elemanlarda
oluşan hasar, bu hasarların taşıyıcı
sistem içine dağılımı ve hasarın olu-
şum yeri ve mertebesi ile birebir iliş-
kilidir. Yapının performansında en etkili
elemanlar ise kolonlardır. Kolon hasar-
larına göre taşıyıcı sistemin genel ha-
sar seviyesi ve performansı hakkında
bir bilgi sahibi olunabilir. Gerek TDY-
2007 7. Bölümde gerekse uluslararası
diğer yönetmeliklerde kolon hasarının
genel performansta en önemli bir be-
lirteç olduğu belirtilmektedir.
Yapılan
bu çalışmada;
deprem sonrası ha-
sar kontrolü yapan “uzman kişilerin”
kullanabileceği ve onların vereceği
kararda yardımcı olacak “uzman bir
sistem” geliştirilmesi hedeflenmiştir.
Bu uzman sistem oluşturulurken ko-
lon hasar görüntüleri, görüntü işleme
ve ardından yapay sinir ağları (YSA)
yöntemlerinde değerlendirilerek hasa-
rın seviyesi ile ilgili karar veren akıllı
bir sistem oluşturulmuştur. Bunun
için de TDY-2007 normlarına uygun
olan ve olmayan çok sayıda kare ke-
sitli betonarme konsol kolon üretilmiş
ve tersinir tekrarlı yükleme etkisinde
deneysel olarak test edilmiştir. Kolon-
larda deney sürecinde ölçülen tepe yer
değiştirme değerleri TDY- 2007 hasar
kriteri ilkesince sınıflandırılmış ve her
bir yer değiştirme seviyesinde elde
edilen hasar görüntüleri ile de kolon
hasar seviyeleri eşleştirilerek akıllı bir
sistem oluşturulmuştur. Bu makale
kapsamında TDY- 2007 normlarına
uygun olarak üretilen 3 adet kare ke-
sitli betonarme konsol kolondan elde
edilen sonuçlar paylaşılmıştır.
2. GÖRÜNTÜ İŞLEME VE YAPAY Sİ-
NİR AĞLARI
Görüntü İşleme Teknolojisi (GİT); in-
san gözünün görme mekanizmasının
yaptığı işlemlerin bilgisayar ortamın-
da gerçekleştirilmeye çalışılmasıdır.
Bilgisayardaki görüntülerin işlenmesi
ve iyileştirilebilmesi için, o görüntü-
nün bilgisayar ortamına uygun hale
getirilmesi gerekmektedir. GİT; gerçek
yaşamdaki görüntülerin (fotoğrafların)
sayısal bir resim haline getirilerek, o
resmin özelliklerinin değiştirilmesi iş-
lemidir. Bu dönüşüm işlemine sayısal-
laştırma adı verilir. Sayısal Görüntüler
birçok pikselden oluşmaktadır. Bilgi-
sayar ortamında sayısal olan resmin
her bir pikseldeki parlaklık değerine
karşılık nümerik bir rakam yer almak-
tadır. Bu işlemler için mevcut birçok
yazılım olsa da, görüntü işlemeye yö-
nelik algoritma ve fonksiyonları içeren
MATLAB yazılımı da kullanılabilmek-
tedir. Yapılan bu çalışmada GİT için
MATLAB yazılımı kullanılmıştır.
YSA ise insan beynindeki nöronların
bilgi iletimindeki fizyolojik yapısının bil-
gisayar modeli olarak tasarlanmasıdır.
İnsan beyninin çalışma mekanizmasını
örnek alarak geliştirilen ve insan beyni-
nin yaptığı temel işlemleri bir yazılımla
gerçekleştirmeyi amaçlayan mantıksal
Yrd. Doç. Dr. Ömer Kaan BAYKAN
Lisans, yüksek lisans ve doktora
eğitimini Selçuk Üniversitesi’nde
tamamladı. Akademik çalışmalarını
Selçuk Üniversitesi Bilgisayar Mü-
hendisliği Bölümü’nde sürdürmek-
tedir. Sayısal görüntü işleme, yapay
zeka ve zeki optimizasyon algorit-
maları konularında dersler vermek-
te ve bu konularda araştırmalarına
devam etmektedir.