Türkiye Prefabrik Birliği

MAKALE

BETON PREFABRİKASYON

KASIM 2016

◆

SAYI : 120

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.