ADAPTİF AĞ YAPISINA DAYALI BULANIK ÇIKARIM SİSTEMİ (ANFIS) YÖNTEMİNİN ESNEK YOL ÜSTYAPILARININ YAPISAL ANALİZİNDE KULLANILABİLİRLİĞİ

Bir kaplamanın kalan ömrünü doğru bir şekilde değerlendirme ihtiyacı, sonzamanlarda yeni bir kaplama inşaatından kaplama rehabilitasyonuna kadar uzananbüyük harcamalar açısından önemi giderek artan bir sorun olmaktadır. Bu nedenle,kaplama yapısının kalan ömrünü doğru bir şekilde tahmin etmek gerekmektedir.Gelecekte planlama ve bütçe oluşturmak amacıyla, sistemdeki her bir kaplamabölümünün kalan ömrünü tahmin etmek önemlidir. Kalan ömür, trafik ve çevreselfaktörlere maruz kalan kaplama sisteminin geriye kalan kullanışlı ömrünün birölçüsü olmaktadır. Kalan ömür, yıl, kalan yük tekerlek sayısı veya tasarım ömüryüzdesi olarak ifade edilebilmektedir. Bitümlü Sıcak Karışım (BSK) kaplamanınkalan ömrünü tahmin etmek için, tahribatsız test yöntemlerinden (Non-DestructiveTesting – NDT) elde edilen malzeme özelliklerini kullanan farklı tahmin modelleribulunmaktadır.Bu çalışmada esnek üstyapı kalan ömrü tahmini, Sugeno, Adaptif Ağ Yapısına DayalıBulanık Çıkarım Sistemi (ANFIS) kullanılarak gerçekleştirilmiştir. Tahminmetotlarında girdiler; tabaka sayısı, yük tekrar sayısı, elastisite modülü (iki asfaltkaplama, temel tabakası ve taban zemini), tabaka kalınlığı (iki asfalt kaplama vetemel tabakası) olarak kullanılmış ve esnek üstyapı kalan ömrü çıktı olarakalınmıştır. Tahmin edilen sonuçlar hesaplanan sonuçlarla karşılaştırılmıştır. Sonuçolarak tahmin edilen verilerin hesaplanan verilerle yakın sonuçlar verdiğigörülmüştür.

USABILITY OF ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) FOR STRUCTURAL ANALYSIS OF HIGHWAY FLEXIBLE PAVEMENTS

The need for an accurate assessment of the remaining life of a pavement is a problem of recent major expenditures from new pavement construction to pavement rehabilitation. So, it is necessary to accurately predict the remaining life of the pavement structure. For the purpose of future planning and budgeting, it is important to estimate the remaining life of each pavement section in the system. Remaining life is the extent of the useful life remaining in pavement system exposed to traffic and environmental factors. The remaining life can be expressed in terms of years of life, number of load cycles remaining or percentage of design. A number of different prediction models exist that use material properties developed from various Non-Destructive Testing (NDT) methods to predict the remaining life of a HMA pavement. In this study, adaptive neuro-fuzzy inference systems (ANFIS), using Sugeno ANFIS is used to for predicting structural remaining life for flexible pavements. Input variables used the number of layers, actual traffic applications, modulus of elasticity for (two asphalt, base and subgrade) layer and thickness for (two asphalt and base) layer and the remaining life of the pavement as output. As a result the predicted results were compared with the results obtained from the calculation and found that they are close to each other.

PDF

___

Ağar, E., Göktepe, A.B., Hilmi L., 2005, Esnek üstyapılarda mekanik özelliklerin yapay sinir ağları kullanılarak geri-hesaplanması. İstanbul Teknik Üniversitesi, İstanbul.
Berber, N., Boru, A., 2013, Adaptif Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi İle Hava Tahmini, Endüstri Mühendisliği, Gaziantep Üniversitesİ, Gaziantep.
Çakıroğlu, M., Erenoğlu, E., KASAP, S., EKİZ, Y., 2011, Çelik Lif Katkılı Betonların Tahribatsız Deney Yöntemleriyle Elde Edilen Basınç Dayanımının Anfıs Metoduyla Tahmini. Süleyman Demirel Üniversitesi, Teknik Eğitim Fakültesi, Yapı Eğitimi Böl, Isparta.
Dennis, N., Hall, K.D., Hazra, S., 2012, Calıbratıon Of Predıctıon Models For Remaınıng Lıfe Of Flexıble Pavements In Arkansas,, University of Arkansas, Arkansas.
Hocaoglu F., Kurban M., 2013, Adaptif Ağ Tabanlı Bulanık Mantık Çıkarım Sistemİle Eskişehir Bölgesi İçin Güneşlenme Süreleri Tahmini, Elektrik- Elektronik Mühendisligi Bölümü Mühendislik- Mimarlık Fakültesi Anadolu Üniversitesi iki Eylül Kampusu, Eskişehir.
Kandil, K.A., 2013, Modeling Marshall Stability and Flow for Hot Mix Asphalt Using Artificial Intelligence Techniques,, Associate Professor, Public Works Department, Faculty of Engineering, Ain Shams University, Cairo, Egypt.
Karamanoğlu, M., Bilgehan, M., Sivrikaya, Osman., (2010). Yangına Maruz Betonarme Döşemelerin Moment Kapasitesinin Bulanık Sinir Ağı Yöntemi ile Tahmini, Bilimde Modern Yöntemler Sempozyumu-BMYS 2010, 14–16 Ekim 2010, Diyarbakır.
Öcal, A., 2014, Backcalculatıon Of Pavement Layer Propertıes Usıng Artıfıcıal Neural Network Based Gravıtatıonal Search Algorıthm. The Graduate School Of Natural And Applıed Scıences Of Mıddle East Technıcal Unıversıty, Ankara.
Özcanan, S., Akpınar, M.V., 2014, Esnek Üstyapılarda Kritik Tekerlek ve Aks Konfigürasyonların Mekanistik Analizlere Göre Tespit Edilmesi, İMO Teknik Dergi, 2014 6625-6654, Yazı 413.
Saltan, M., 1999, Esnek Üstyapıların Analitik Değerlendirilmesi, Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, Isparta.