THE ANALYSES OF THIN WALLED TUBES BY USING ARTIFICIAL NEURAL NETWORK

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "THE ANALYSES OF THIN WALLED TUBES BY USING ARTIFICIAL NEURAL NETWORK"

Transkript

1 Niğde Üniversitesi Mühendislik Bilimleri Dergisi, Cilt 6 Sayı 1-2, (2002), İNCE CİDARLI ÜP SİSEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ Ömer KELEŞOĞLU *, Adem FIRA ÖZE Bu çalışmada, tüp sistemlerin gerilme ve burulma analizleri sunulmuş ve bu sistemlerle ilgili uygulamalar yapay sinir ağları kullanılarak çözülmüştür. Bu uygulamalarda geri yayılımlı sinir ağı kullanılmıştır. Ağın eğitimi için gereken eğitim ve test seti Ms-Excel programında hazırlanmıştır. Eğitim ve test seti için farklı değerler kullanılmıştır. Giriş ve çıkış değerleri normalize edilerek ağa verilmiştir. Bu çalışmadaki test ve uygulama sonuçları sayesinde tüp sistemlerin yapay sinir ağları ile başarıyla analiz edilebileceği gösterilmiştir. Anahtar Kelimeler: üp Sistem, Gerilme Analizi, Burulma Analizi, Yapay Sinir Ağları HE ANALYSES OF HIN WALLED UBES BY USING ARIFICIAL NEURAL NEWORK ABSRAC In this study, the analyses of stress and torsion of tube systems have been presented and the applications related to these systems have been solved by artificial neural networks. A backpropagation neural network has been used. he training and test sets, which are necessary for the training of network have been prepared in the program Ms-Excel. Different values have been used for the training and the test. he values of input and output of the network have been given to network after being normalized. From the results of the test and application, it has been shown that tube systems can be analyzed successfully by using artificial neural networks. Key Words: ube System, Stress Analysis,orsion Analysis,Artificial Neural Networks * Fırat Üniversitesi, eknik Eğitim Fakültesi, Yapı Eğitim Bölümü, Elazığ, ÜRKİYE

2 Ö. KELEŞOĞLU, A. FIRA 1. GİRİŞ İlk defa 1950 li yıllarda ortaya atılan yapay zeka terimi zaman içinde oldukça yoğun ilgi görmüş ve yıllık bir zaman diliminde hayatın vazgeçilmez parçası olan sistemlerin doğmasına neden olmuştur. Yapay sinir ağları yapay zeka çalışmalarının da ivmesini artırmıştır. Yapay sinir ağları, insan beyninin en önemli özelliği olan öğrenme yolu ile yeni bilgiler türetebilme, oluşturabilme ve keşfedebilme gibi yetenekleri herhangi bir yardım almadan kendiliğinden gerçekleştirmek amacı ile geliştirilen, farklı topoloji ve ağ modelleriyle birbirine bağlanmasıyla oluşan karmaşık sistemlerdir[1,2]. Son yıllarda hızla gelişen yapay sinir ağları, inşaat mühendisliğinde oldukça geniş bir uygulama alanı bulmuştur. İnşaat mühendisliğinde uygulanan bazı yapay sinir ağları çalışmaları; Kang ve Yoon, yapay sinir ağları yaklaşımıyla basit bir kafes sistemi çözmüş diğer yöntemlerle karşılaştırıldığında oldukça iyi sonuçlar elde etmişlerdir [3]. Arslan ve İnce, geri yayılımlı sinir ağlarını kullanarak betonarme kolonların tasarımını yapmıştır [4]. Deprem ivme kayıtlarının değerlendirilmesi ve sonuçlarının yorumlanmasında yapay sinir ağları hayli başarılı olmuştur [5]. Bir başka çalışmada köprülerin dinamik analizinde bu teknik kullanılarak sağlıklı sonuçlara ulaşılmıştır [6]. Betonun farklı yüklemeler altındaki gerilme-şekil değiştirme bağıntılarının belirlenmesinde de başarıyla uygulanmıştır [7]. Keleşoğlu ve arkadaşları yaptıkları çalışmada, çok katmanlı ileri beslemeli bir yapay sinir ağı kullanarak yalıtım malzemesinin kalınlığını tespit etmişlerdir [8]. Ayrıca tuğla duvardaki ve tesisattaki ısı kaybı yapay sinir ağları ile başarılı bir şekilde belirlenmiştir [9]. Yapılan bu çalışmalardan anlaşılacağı gibi yapay sinir ağları inşaat mühendisliğinde çeşitli uygulama alanlarında kullanılmış ve diğer yöntemlerle karşılaştırıldığında başarılı sonuçlar elde edildiği görülmüştür. Bu çalışmada ince cidarlı tüp sistemlerin analizi verilmiş ve sayısal uygulamalar yapay sinir ağları ile çözülmüştür. 2. YAPAY SİNİR AĞLARI Beynin üstün özellikleri, bilim adamlarını üzerinde çalışmaya zorlamış ve beynin nörofiziksel yapısından esinlenerek matematiksel modeli çıkarılmaya çalışılmıştır. Beynin bütün davranışlarını tam olarak modelleyebilmek için fiziksel bileşenlerinin doğru olarak modellenmesi gerektiği düşüncesi ile çeşitli yapay hücre ve ağ modelleri geliştirilmiştir. Böylece Yapay Sinir Ağları ile adlandırılan yeni ve günümüz bilgisayarlarının algoritmik hesaplama yönteminden farklı bir bilim alanı ortaya çıkmıştır. Yapay sinir ağları; yapısı, bilgi işleme yöntemindeki farklılık ve uygulama alanları nedeniyle çeşitli bilim dallarının da kapsam alanına girmektedir. Yapay sinir ağları, olayların örneklerine bakmakta, onlardan ilgili olay hakkında genellemeler yapmakta, bilgiler toplamakta ve daha sonra hiç görmediği örnekler ile karşılaşınca öğrendiği bilgileri kullanarak o örnekler hakkında karar verebilmektedir Yapay Sinir Ağlarının Eğitilmesi Yapay sinir ağlarının öğrenme sürecinde, dış ortamdan gözle veya vücudun diğer organlarıyla uyarıların alınması gibi dış ortamdan girişler alınır, bu girişlerin beyin merkezine iletilerek burada değerlendirilip tepki verilmesi gibi yapay sinir ağında da aktivasyon fonksiyonundan geçirilerek bir tepki çıkışı üretilir. Bu çıkış yine tecrübeyle verilen çıkışla karşılaştırılarak hata bulunur. Çeşitli öğrenme algoritmalarıyla hata azaltılıp gerçek çıkışa yaklaşılmaya çalışılır. Bu çalışma süresince yenilenen yapay sinir ağının ağırlıklarıdır. Ağırlıklar her bir çevrimde yenilerek amaca ulaşılmaya çalışılır. Amaca ulaşmanın veya yaklaşmanın ölçüsü de yine dışarıdan verilen bir değerdir. Eğer yapay sinir ağları verilen giriş-çıkış çiftleriyle amaca ulaşmış ise ağırlık değerleri saklanır. Ağırlıkların sürekli yenilenip istenilen sonuca ulaşana kadar geçen zamana öğrenme adı verilir. 46

3 İNCE CİDARLI ÜP SİSEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ Yapay sinir ağı öğrendikten sonra daha önce verilmeyen girişler verilip, sinir ağı çıkışıyla gerçek çıkışı yaklaşımı incelenir. Eğer yeni verilen örneklere de doğru yaklaşıyorsa sinir ağı işi öğrenmiş demektir. Yapay sinir ağına verilen örnek sayısı optimum değerden fazla ise sinir ağı işi öğrenmemiş ezberlemiştir. Genelde eldeki örneklerin yüzde sekseni ağa verilip ağ eğitilir, daha sonra geri kalan yüzde yirmilik kısım verilip ağın davranışı incelenir diğer bir deyişle test edilir Geri Yayılımlı Öğrenme Geri yayılımlı öğrenen ağlar giriş, çıkış ve en az bir gizli katman olmak üzere üç katmandan oluşurlar. Gizli katman ve gizli katmandaki düğüm sayısı değiştirilebilir. Düğüm sayısının artması ağın hatırlama yeteneğini artırmakla birlikte öğrenme işleminin süresini uzatmaktadır. Düğüm sayısının azaltılması eğitim süresini kısaltmakta fakat hatırlama yeteneğini azaltmaktadır. Geri yayılım ağlarında katman sayısı ve her katmandaki düğüm sayısının seçilmesinde kesin bir yöntem yoktur ve sadece takip edilecek genel kurallar bulunmaktadır. Kural 1: Girdi verisi ve istenilen çıktı arasındaki ilişkinin karmaşıklığı artınca, gizli katmanlardaki işleme elemanlarının sayısı da artmalıdır. Kural 2: Eğer ele alınan süreç birçok aşamalara ayrılabiliyorsa, fazla sayıda gizli katman kullanılmalıdır. Kural 3: Ağda kullanılan eğitim verisinin miktarı, gizli katmanlardaki işleme elemanlarının sayısı için üst bir sınır oluşturmaktadır [10]. Giriş katmanındaki her bir düğüm gizli katmandaki her düğüme, gizli katman birden fazla ise bu katmandaki her bir düğüm kendisinden sonra gelen katmandaki her düğüme ve gizi katman çıkışındaki her düğüm çıkış katmanındaki her düğüme bağlıdır. Bir katmandaki hiçbir düğüm kendi katmanındaki diğer bir düğüme bağlı değildir. Her katmanın çıkış değerleri bir sonraki katmanın giriş değeridir. Bu şekilde giriş değerlerinin ağın girişinden çıkışına doğru ilerlemesine ileri besleme denir. Şekil 1 de bir geri yayılım ağı örneği görülmektedir. Girişler Çıkışlar Gizli Katman Şekil 1. Bir geri yayılım ağı örneği Geri yayılım çok katmanlı ağlarda kullanılan delta kuralı için genelleştirilmiş bir algoritmadır. Bu algoritma çok katlı ağlarda hesap işlerini öğrenmede kullanılabilmektedir. Geri yayılım ağında hatalar, ileri besleme aktarım işlevinin türevi tarafından, ileri besleme mekanizması içinde kullanılan aynı bağlantılar aracılığıyla, geriye doğru yayılmaktadır. Öğrenme işlemi, bu ağda basit çift yönlü hafıza birleştirmeye dayanmaktadır [11]. Hatayı geriye yayma algoritmasının işlem sırası kısaca aşağıdaki gibi verilebilir. Her bir nöronun çıkış değeri hesaplanır. n yi = f ( wi xi + b) (1) i= 1 47

4 Ö. KELEŞOĞLU, A. FIRA Burada w sinir ağının ağırlık matrisi, x giriş değerleri matrisi, b ise ağın bias değeridir. İstenen çıkış i i değeri ile ağdan elde edilen çıkış değeri karşılaştırılır ve varsa ağın hatası 1 E = ( d i ) 2 i y (2) 2 denklemi ile hesaplanır. Burada d i ağdan istenen çıkış değeri, y i ise ağdan elde edilen çıkış değeridir. η öğrenme oranı, δ i i. nöronun hata değeri olmak üzere her bir katmandaki ağırlıkların değişimleri belirlenir. w i = η.δ i. yi (3) Daha sonra bu değerlere göre ağırlıkların güncellemesi yapılır. yeni eski wi = wi + wi (4) Hata verilen uygun değere yaklaşana kadar bu adımlar tekrar edilir. 3. ÜP SİSEMLERİN ANALİZİ 3.1. Dönen Halkanın Gerilme Analizi O merkezi boyunca ω rad/sn açısal hız ile döndürülen dairesel bir ince halka, Şekil 2 de görüldüğü gibi dışarıya doğru etki eden bir atalet kuvvetine maruzdur. Halkanın Merkez ile θ açısı yapan bir AB yayı için ρ malzemenin yoğunluğu ve A halkanın kesit alanı ise atalet kuvveti F = ρθaω 2 r 2 (5) o A r B A θ Alan F B F θ Şekil 2. Dönen ince halka, kesiti ve kuvvet diyagramı Şekil 2 de görülen elemana etki eden F atalet kuvveti etkisinde halkanın A ve B noktalarında oluşan kuvvetleri ile dengelenir. Kuvvet diyagramından, θ nin küçük olduğu durumda: = ρaω 2 r 2 elde edilir. (6) σ, den dolayı oluşan gerilme ise 48

5 İNCE CİDARLI ÜP SİSEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ = ρω r ρυ (7) σ = Burada υ doğrusal hız, ortalama yarıçap r dır İnce üpün Burulma Analizi Şekil 3 de gösterilen ince tüpün yarıçapı r ve et kalınlığı t dir. üpün her iki ucuna burulma momenti uygulanırsa, uçlar rölatif olarak burulur. üp eksenine paralel olan AB, döndürülerek AB konumunu alır. OB yarıçapı yine doğru olarak kalır ve küçük θ açısı dönerek OB konumunu alır. Şekil 3. üp sistem B I θ ϕ B A üpün kesit alanındaki kayma kuvveti F = (8) r bu kuvvet, ince tüpün et payı (t) küçük olursa, kalınlık üzerinde kayma gerilmesi τ = 2 2πr t dir. (9) Kayma modülü τ = G ϕ ve rθ ϕ = (10) l 4. UYGULAMALAR 4.1. Sayısal Uygulama-I Bu uygulamada, dönen ince silindirik bir borudaki maksimum gerilmeyi YSA kullanarak analiz edeceğiz. Problemde borunun ortalama yarıçapı 3 mm, dakikada yaptığı devir sayısı devir/dakika ve çeliğin yoğunluğu 7.8 Mg/m 3 dir. Problem için geri yayılımlı yapay sinir ağı kullanılmıştır. Bu ağda 1 giriş katmanı, 1 ara katman ve 1 çıkış katmanı kullanılmıştır. Girdi katmanında üç işlem elamanı bulunmaktadır: a) Borunun ortalama yarıçapı (m) 49

6 Ö. KELEŞOĞLU, A. FIRA b) Borudaki çeliğin yoğunluğu (Kg/m 3 ) c) Borunun yaptığı devir sayısı (rad/s) Ara katmanda 10 adet yapay nöron kullanılmıştır. Ağın çıkışı ise borudaki maksimum gerilmedir (Şekil 4). r ρ σ ω Şekil 4. İnce silindirik boru için kullanılan yapay sinir ağı Ağın girdi elemanlarına çeşitli değerler verilerek oluşturulan eğitim setinde 30 adet örnek bulunmaktadır. Örneklerdeki giriş ve çıkış değerleri normalize edilerek ağa sunulmuştur. Çizelge 1 de görüleceği üzere çeşitli ağ yapıları ve öğrenme oranları denenerek en hassas sonuç elde edilmeye çalışılmıştır. Yapılan denemeler sonucunda 10 nörondan oluşan bir ara katman uygun görülmüş ve öğrenme oranı 0.80 alındığında ağ daha uygun sonuçlar vermiştir. Çizelge 1: Ağ yapısı ve öğrenme oranının deneme yoluyla bulunması Ağ yapısı Öğrenme oranı Hata yüzdesi Aktivasyon fonksiyonu olarak sigmoid fonksiyonu kullanılmıştır. Ağın eğitilmesi için öğrenme tipi olarak danışmanlı öğrenme uygulanmıştır. Bu öğrenme yöntemi, bütün işleme elemanlarının anlık hatalarını en aza indirmeye çalışır. Bu hata azaltma işlemi, kabul edilebilir doğruluğa ulaşana kadar ağırlıklar devamlı olarak derlenir. Bu parametreler Matlab 5.3 de geliştirilen programa sunularak ağ eğitilir. Eğitim setinin ilk 10 örneği çizelge 2 de verilmiştir. Çizelge 2. İnce silindirik boru için hazırlanan eğitim seti 50

7 İNCE CİDARLI ÜP SİSEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ Örnek r (m) ρ (kg/m 3 ) ω (rad/s) σ (MN/m 2 ) Ağın eğitimi tamamlandıktan sonra eğitim setindeki örneklerden tamamen farklı değerler kullanılarak ağın performansı test edilmiştir. est setinde 8 adet örnek kullanılmış ve sonuçlar Çizelge 3 de karşılaştırılmıştır. Çizelge 3. Silindirik boru için verilen test seti Giriş Çıkış est No σ (MN/m 2 ) r (m) ρ (kg/m 3 ) ω (rad/s) Sayısal Sonuç YSA Yapay sinir ağını eğittikten ve test ettikten sonra; problem için verilen değerler ağa sunulursa elde edilen gerilme değeri MN/m 2 olarak bulunur. Bu problemin J. Hannah ve M. J. Hillier tarafından çözülmesi sonucunda elde edilen gerilme değeri ise 193 MN/m 2 dir [12]. Gerek test setinden elde edilen sonuçlar ve gerekse problemin gerçek değerlerinden elde edilen sonuç göz önüne alındığında ağın yeterli hassasiyette sonuçlar bulduğu görülür Sayısal Uygulama-II Bu uygulamada, ince silindirik bir tüpün burulma açısını YSA ile analiz edeceğiz. Uygulama için kullanılan değerler; silindirik tüpün çapı 25 mm, kalınlığı 1.5 mm, uzunluğu 300 mm dir. Müsaade edilebilir kayma gerilmesi 35 N/mm 2 ve malzemenin kayma modülü 80 kn/mm 2 dir. Problem için geri yayılımlı yapay sinir ağı kullanılmıştır. Bu ağda 1 giriş katmanı, 1 ara katman ve 1 çıkış katmanı kullanılmıştır (Şekil 5). Girdi katmanında dört işlem elamanı bulunmaktadır: a) Silindirik tüpün çapı (r, mm) 51

8 Ö. KELEŞOĞLU, A. FIRA b) Silindirik tüpün uzunluğu (l, mm) c) Müsaade edilebilir kayma gerilmesi (τ, N/mm 2 ) d) Malzemenin kayma modülü (G, N/mm 2 ) Ara katmanda 8 adet yapay nöron kullanılmıştır. Ağın çıkışı ise bu giriş değerlerine maruz kalan silindirik tüpün burulma açısıdır. r l G θ τ τ Şekil 5. İnce silindirik tüp için oluşturulan YSA modeli Girdi elemanlarına çeşitli değerler verilerek oluşturulan eğitim setinde 40 adet örnek bulunmaktadır. Örneklerdeki giriş ve çıkış değerleri normalize edilerek ağa sunulmuştur. Çizelge 4: Ağ yapısı ve öğrenme oranının deneme yoluyla bulunması Ağ yapısı Öğrenme oranı Hata yüzdesi Çizelge 4 de görüleceği üzere çeşitli ağ yapıları ve öğrenme oranları denenerek en hassas sonuç elde edilmeye çalışılmıştır. Yapılan denemeler sonucunda 8 nörondan oluşan bir ara katman uygun görülmüş ve öğrenme oranı 0.40 alındığında ağ daha uygun sonuçlar vermiştir. Aktivasyon fonksiyonu olarak sigmoid fonksiyonu kullanılmıştır. Öğrenme tipi olarak danışmanlı öğrenme uygulanmıştır. Eğitim setinin ilk 10 örneği çizelge 5 de verilmiştir 52

9 İNCE CİDARLI ÜP SİSEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ Çizelge 5. Silindirik tüp için hazırlanan eğitim seti Örnek No r (mm) l (mm) G (N/mm 2 ) τ (N/mm 2 ) θ (rad) Ağın eğitimi tamamlandıktan sonra ağın performansını test etmek amacıyla eğitim setinde kullanılmayan farklı örnekler ağa sunulmuş ve elde edilen sonuçlar çizelge 6 da karşılaştırılmıştır. Çizelge 6. Silindirik tüpün test seti Giriş Çıkış θ r l G τ est No Sayısal Sonuç YSA Yapay sinir ağını eğittikten ve test ettikten sonra bu uygulamada kullanılan değerleri ağa verdiğimizde sonuç (rad) bulunmuştur. Bu problemin J. Hannah ve M. J. Hillier tarafından çözülmesi sonucunda elde edilen sonuç ise (rad) dır [12]. est setinden elde edilen sonuçlar ile problemin gerçek sonucu göz önüne alındığında ağın yeterli hassasiyette sonuçlar bulduğu görülür Performance is e-028, Goal is 1e Performance is e-031, Goal is 1e raining-blue Goal-Black raining-blue Goal-Black Epochs Epochs Şekil 6.a. İnce silindirik boru için kullanılan yapay sinir ağının iterasyona bağlı olarak hata değişimi Şekil 6.b. İnce silindirik tüp için oluşturulan yapay sinir ağının iterasyona bağlı olarak hata değişimi 53

10 Ö. KELEŞOĞLU, A. FIRA 5. SONUÇLAR Bilgi sınıflama ve bilgi yorumlamanın da içinde bulunduğu çok değişik problemlerin çözümünde kullanılan yapay sinir ağları; iş hayatı, finans, endüstri, eğitim ve mühendislik alanlarında varolan yöntemlerin yerine veya doğrusal olmayan sistemlerde de başarıyla uygulanmaktadır. Yapay sinir ağlarının problemlere yaklaşımı insan zekası gibi edinilen tecrübeye bağlıdır. Yapay sinir ağları insanlar gibi örneklerle eğitildikleri için eğitim sırasında yeterli sayıda veri grubunun kullanılması ile çok iyi sonuçlar elde edilmektedir. Bu çalışmada ince cidarlı tüp sistemlerin analizi yapay sinir ağları kullanılarak sunulmuştur. Hem test sonuçları hem de problemlerin sonuçları ışığında yapay sinir ağlarının yeterli hassasiyette sonuçlar elde ettiği söylenebilir. Gerek bu çalışmadan elde edilen sonuçlar gerekse daha önce yapılmış olan çalışmalardan elde edilen sonuçlar dikkate alındığında yapay zekanın alt kollarından biri olan yapay sinir ağlarının mühendislik problemlerinde başarılı sonuçlar verdiği gözlenmiştir. Yapay sinir ağları mühendislik problemlerinin çözümlerine alternatif bir metot olma yolunda önemli adımlar atmıştır. KAYNAKLAR [1] Öztemel, E., Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul, [2] Alexander, I., Morton I, An Introduction o Neural Computing, International homson Computer Press, [3] Kang, H.., Yoon, C.J., Neural Network Approaches to Simple russ Design Problems, Microcomputers in Civil Engineering, Vol 9, , [4] Arslan, A., İnce, R., he Neural Network Based Design of Edge Supported Reinforced Concrete Slabs, Artificial Intelligence and Object Oriented Approaches for Structural Engineering, 91-97, Scotland, [5] Ghaboussi, J., Lin, C.C., New Method of Generating Spectrum Compatible Accelerograms Using Neural Network, Earthquake Engineering and Structural Dinamics, , [6] Vanluchene, R.D., Roufei, S. Neural Network in Structural Engineering, Micro Comp. in Civil Engineering, , [7] Ghaboussi, J., Garett, J.H., Wu, X, Knowledge-Based Modeling of Material Behavior with Neural Networks, ASCE Journal of Engineering Mech., Vol 117, , [8] Keleşoğlu, Ö., Ekinci, C.E., Fırat, A., Yalıtım Hesaplarında Yapay Sinir Ağlarının Kullanımı, Sigma Dergisi, 3, 58-66, [9] Keleşoğlu, Ö., Fırat, A., uğla Duvardaki ve esisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi, Fırat Üniversitesi Fen ve Mühendislik Bilimleri Dergisi 18(1), , [10] Fırat, A., Yapay Sinir Ağları ile Yapısal Sistemlerin Analizi, Yüksek Lisans ezi, Fırat Üniversitesi, Elazığ, [11] Elmas, Ç., Yapay Sinir Ağları, Seçkin Yayıncılık, Ankara, [12] Hannah, J., Hillier, M.J., Applied Mechanics, Pearson Education Limited Edinburgh Gate, Harlow Essex CM20 2JE, England,

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve

Detaylı

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 6 Sayı: 1 sh. 51-63 Ocak 2004

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 6 Sayı: 1 sh. 51-63 Ocak 2004 DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 6 Sayı: 1 sh. 51-63 Ocak 24 KİRİŞSİZ DÖŞEMELİ BETONARME BİR BİNADA OLUŞAN YATAY DEPLASMANIN YAPAY SİNİR AĞLARI İLE TAHMİNİ (ESTIMATION OF LATERAL

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi THE USING OF ARTIFICIAL NEURAL NETWORKS IN INSULATION COMPUTATIONS

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi THE USING OF ARTIFICIAL NEURAL NETWORKS IN INSULATION COMPUTATIONS Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Sigma 2005/3 THE USING OF ARTIFICIAL NEURAL NETWORKS IN INSULATION COMPUTATIONS Ömer KELEŞOĞLU *, Cevdet Emin EKİNCİ, Adem

Detaylı

ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK

ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK ADAPAZARI KENTSEL ATIKSU ARITMA TESĐSĐ ÇIKIŞ SUYU PARAMETRELERĐ VE VERĐM DEĞERLERĐNĐN

Detaylı

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye

Detaylı

YAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI

YAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI P A M U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G C O L L E G E M Ü H E N D ĠS L ĠK B ĠL ĠM L E R ĠD E R G ĠS

Detaylı

KÜTAHYA İLİNİN YAPAY SİNİR AĞLARI KULLANILARAK ELEKTRİK PUANT YÜK TAHMİNİ

KÜTAHYA İLİNİN YAPAY SİNİR AĞLARI KULLANILARAK ELEKTRİK PUANT YÜK TAHMİNİ ELECTRICAL PEAK LOAD FORECASTING IN KÜTAHYA WITH ARTIFICIAL NEURAL NETWORKS. Y. ASLAN * & C. YAŞAR * & A. NALBANT * * Elektrik-Elektronik Mühendisliği Bölümü, Mühendislik Fakültesi Dumlupınar Üniversitesi,

Detaylı

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş

Detaylı

Cam Elyaf Katkılı Betonların Yarmada Çekme Dayanımlarının Yapay Sinir Ağları İle Tahmini

Cam Elyaf Katkılı Betonların Yarmada Çekme Dayanımlarının Yapay Sinir Ağları İle Tahmini 6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 211, Elazığ, Turkey Cam Elyaf Katkılı Betonların Yarmada Çekme Dayanımlarının Yapay Sinir Ağları İle Tahmini S. Yıldız 1, Y. Bölükbaş

Detaylı

Burulma (Torsion): Dairesel Kesitli Millerde Gerilme ve Şekil Değiştirmeler

Burulma (Torsion): Dairesel Kesitli Millerde Gerilme ve Şekil Değiştirmeler ifthmechanics OF MAERIALS 009 he MGraw-Hill Companies, In. All rights reserved. - Burulma (orsion): Dairesel Kesitli Millerde Gerilme ve Şekil Değiştirmeler ifthmechanics OF MAERIALS ( τ ) df da Uygulanan

Detaylı

PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ

PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ U. Özveren 2, S. Dinçer 1 1 Yıldız Teknik Üniversitesi, Kimya Müh. Bölümü, Davutpaşa Kampüsü, 34210 Esenler / İstanbul e-posta: dincer@yildiz.edu.tr

Detaylı

İTME ANALİZİ KULLANILARAK YÜKSEK RİSKLİ DEPREM BÖLGESİNDEKİ BİR PREFABRİK YAPININ SİSMİK KAPASİTESİNİN İNCELENMESİ

İTME ANALİZİ KULLANILARAK YÜKSEK RİSKLİ DEPREM BÖLGESİNDEKİ BİR PREFABRİK YAPININ SİSMİK KAPASİTESİNİN İNCELENMESİ İTME ANALİZİ KULLANILARAK YÜKSEK RİSKLİ DEPREM BÖLGESİNDEKİ BİR PREFABRİK YAPININ SİSMİK KAPASİTESİNİN İNCELENMESİ ÖZET: B. Öztürk 1, C. Yıldız 2 ve E. Aydın 3 1 Yrd. Doç. Dr., İnşaat Müh. Bölümü, Niğde

Detaylı

MİKROŞERİT HAT ENDÜKTANS BÜYÜKLÜĞÜNÜN BİLGİ TABANLI YAPAY SİNİR AĞLARI ile MODELLENMESİ

MİKROŞERİT HAT ENDÜKTANS BÜYÜKLÜĞÜNÜN BİLGİ TABANLI YAPAY SİNİR AĞLARI ile MODELLENMESİ MİKROŞERİT HAT ENDÜKTANS BÜYÜKLÜĞÜNÜN BİLGİ TABANLI YAPAY SİNİR AĞLARI ile MODELLENMESİ Levent AKSOY e-posta: levent@ehb.itu.edu.tr Neslihan Serap ŞENGÖR e-posta: neslihan@ehb.itu.edu.tr Elektronik ve

Detaylı

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY 9B - BURULMA DENEYİ

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY 9B - BURULMA DENEYİ BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY 9B - BURULMA DENEYİ GİRİŞ Mekanik tasarım yaparken öncelikli olarak tasarımda kullanılması düşünülen malzemelerin

Detaylı

BAŞKENT ÜNİVERSİTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNA MÜHENDİSLİĞİ LABORATUVARI DENEY - 3 ÜÇ NOKTALI EĞİLME DENEYİ

BAŞKENT ÜNİVERSİTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNA MÜHENDİSLİĞİ LABORATUVARI DENEY - 3 ÜÇ NOKTALI EĞİLME DENEYİ BAŞKENT ÜNİVERSİTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNA MÜHENDİSLİĞİ LABORATUVARI DENEY - 3 ÜÇ NOKTALI EĞİLME DENEYİ GİRİŞ Yapılan herhangi bir mekanik tasarımda kullanılacak malzemelerin belirlenmesi

Detaylı

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI Doç.Dr. Necaattin BARIŞÇI YAPAY SİNİR AĞLARI İLE KORONER ARTER HASTALIĞI RİSK Öğrenci : SİNEM ÖZDER Numarası : 118229001004

Detaylı

Güçlendirme Alternatiflerinin Doğrusal Olmayan Analitik Yöntemlerle İrdelenmesi

Güçlendirme Alternatiflerinin Doğrusal Olmayan Analitik Yöntemlerle İrdelenmesi YDGA2005 - Yığma Yapıların Deprem Güvenliğinin Arttırılması Çalıştayı, 17 Şubat 2005, Orta Doğu Teknik Üniversitesi, Ankara. Güçlendirme Alternatiflerinin Doğrusal Olmayan Analitik Yöntemlerle İrdelenmesi

Detaylı

Mevcut Betonarme Binaların Yapısal Parametrelerinin Binaların Deprem Performansına Etkilerinin Belirlenmesi

Mevcut Betonarme Binaların Yapısal Parametrelerinin Binaların Deprem Performansına Etkilerinin Belirlenmesi Mevcut Betonarme Binaların Yapısal Parametrelerinin Binaların Deprem Performansına Etkilerinin Belirlenmesi 1 Naci Çağlar and 2 Zehra Şule Garip * 1 Faculty of Engineering, Department of Civil Engineering

Detaylı

TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI

TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI Merve ARABACI a, Miray BAYRAM a, Mehmet YÜCEER b, Erdal KARADURMUŞ a a Hitit Üniversitesi, Mühendislik

Detaylı

UZAYSAL VE DOLU GÖVDELİ AŞIKLARIN ÇELİK ÇATI AĞIRLIĞINA ETKİSİNİN İNCELENMESİ

UZAYSAL VE DOLU GÖVDELİ AŞIKLARIN ÇELİK ÇATI AĞIRLIĞINA ETKİSİNİN İNCELENMESİ UZAYSAL VE DOLU GÖVDELİ AŞIKLARIN ÇELİK ÇATI AĞIRLIĞINA ETKİSİNİN İNCELENMESİ Mutlu SEÇER* ve Özgür BOZDAĞ* *Dokuz Eylül Üniv., Müh. Fak., İnşaat Müh. Böl., İzmir ÖZET Bu çalışmada, ülkemizde çelik hal

Detaylı

Sıvı Depolarının Statik ve Dinamik Hesapları

Sıvı Depolarının Statik ve Dinamik Hesapları Sıvı Depolarının Statik ve Dinamik Hesapları Bu konuda yapmış olduğumuz yayınlardan derlenen ön bilgiler ve bunların listesi aşağıda sunulmaktadır. Bu başlık altında depoların pratik hesaplarına ilişkin

Detaylı

YAPAY SİNİR AĞLARI İLE FİYAT TAHMİNLEMESİ

YAPAY SİNİR AĞLARI İLE FİYAT TAHMİNLEMESİ YAPAY SİNİR AĞLARI İLE FİYAT TAHMİNLEMESİ Elif ERDOĞAN Fatih Üniversitesi Ankara Meslek Yüksekokulu, Ostim /Ankara Öğretim Görevlisi eerdogan@fatih.edu.tr Hamide ÖZYÜREK Fatih Üniversitesi Ankara Meslek

Detaylı

İNŞAAT MÜHENDİSLİĞİNE GİRİŞ (Bölüm-3) KÖPRÜLER

İNŞAAT MÜHENDİSLİĞİNE GİRİŞ (Bölüm-3) KÖPRÜLER İNŞAAT MÜHENDİSLİĞİNE GİRİŞ (Bölüm-3) KÖPRÜLER Yrd. Doç. Dr. Banu Yağcı Kaynaklar G. Kıymaz, İstanbul Kültür Üniversitesi İnşaat Mühendisliği Bölümü Ders Notları, 2009 http://web.sakarya.edu.tr/~cacur/ins/resim/kopruler.htm

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ- YAPI MALZEMELERİ LABORATUARI. Kemal Tuşat YÜCEL

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ- YAPI MALZEMELERİ LABORATUARI. Kemal Tuşat YÜCEL SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ- YAPI MALZEMELERİ LABORATUARI Kemal Tuşat YÜCEL İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ- YAPI MALZEMELERİ LABORATUARI YIĞMA YAPI MALZEME

Detaylı

DÖRTGEN DELİKLİ KOMPOZİT LEVHALARDA ELASTO- PLASTİK GERİLME ANALİZİ

DÖRTGEN DELİKLİ KOMPOZİT LEVHALARDA ELASTO- PLASTİK GERİLME ANALİZİ PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K Bİ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 000 : 6 : 1 : 13-19

Detaylı

(Computer Integrated Manufacturing)

(Computer Integrated Manufacturing) 1 (Computer Integrated Manufacturing) 2 1 Bilgisayarlı Sayısal Kontrol; ekipman mekanizmaların hareketlerinin doğru ve hassas biçimde gerçekleştirilmesinde bilgisayarların kullanılması, programlama ile

Detaylı

YAPAY SİNİR AĞLARI İLE TRAFİK AKIM KONTROLÜ. İbrahim ALTUN 1, Selim DÜNDAR 1, ialtun@yildiz.edu.tr, sdundar@yildiz.edu.tr

YAPAY SİNİR AĞLARI İLE TRAFİK AKIM KONTROLÜ. İbrahim ALTUN 1, Selim DÜNDAR 1, ialtun@yildiz.edu.tr, sdundar@yildiz.edu.tr YAPAY SİNİR AĞLARI İLE TRAFİK AKIM KONTROLÜ İbrahim ALTUN 1, Selim DÜNDAR 1, ialtun@yildiz.edu.tr, sdundar@yildiz.edu.tr Öz: Yapay sinir ağları birçok basit elemanın birleşmesinden oluşmuş paralel bağlantılı

Detaylı

MALZEME BİLGİSİ DERS 7 DR. FATİH AY. www.fatihay.net fatihay@fatihay.net

MALZEME BİLGİSİ DERS 7 DR. FATİH AY. www.fatihay.net fatihay@fatihay.net MALZEME BİLGİSİ DERS 7 DR. FATİH AY www.fatihay.net fatihay@fatihay.net GEÇEN HAFTA KRİSTAL KAFES NOKTALARI KRİSTAL KAFES DOĞRULTULARI KRİSTAL KAFES DÜZLEMLERİ DOĞRUSAL VE DÜZLEMSEL YOĞUNLUK KRİSTAL VE

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski

Detaylı

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR Çalışmanın amacı. SUNUM PLANI Çalışmanın önemi. Deney numunelerinin üretimi ve özellikleri.

Detaylı

YAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ APPROXIMATION AIR TEMPERATURE WITH ARTIFICIAL NEURAL NETWORK

YAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ APPROXIMATION AIR TEMPERATURE WITH ARTIFICIAL NEURAL NETWORK YAPAY SİNİR AĞI İLE HAVA SICAKLIĞI TAHMİNİ Hande ERKAYMAZ, Ömer YAŞAR Karabük Üniversitesi / TÜRKĠYE herkaymaz@karabuk.edu.tr ÖZET : Bu çalıģmada Yapay Sinir Ağları (YSA) ile hava sıcaklığının tahmini

Detaylı

KARADENİZ TEKNİK ÜNİVERSİTESİ MADEN MÜHENDİSLİĞİ BÖLÜMÜ MADEN İŞLETME LABORATUVARI

KARADENİZ TEKNİK ÜNİVERSİTESİ MADEN MÜHENDİSLİĞİ BÖLÜMÜ MADEN İŞLETME LABORATUVARI DENEY ADI: EĞİLME (BÜKÜLME) DAYANIMI TANIM: Eğilme dayanımı (bükülme dayanımı veya parçalanma modülü olarak da bilinir), bir malzemenin dış fiberinin çekme dayanımının ölçüsüdür. Bu özellik, silindirik

Detaylı

KALIN CİDARLI SİLİNDİR

KALIN CİDARLI SİLİNDİR - 1 - YILDIZ TEKNİK ÜNİVESİTESİ MAKİNA FAKÜLTESİ MAKİNA MÜENDİSLİĞİ BÖLÜMÜ MEKANİK ANABİLİM DALI 006-007 ÖĞETİM YILI BAA YAIYILI LABOATUVA FÖYÜ KALIN CİDALI SİLİNDİ Deneyi Yapan Öğrencinin: Adı ve Soyadı

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008 Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri

Detaylı

T.C. BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ MIM331 MÜHENDİSLİKTE DENEYSEL METODLAR DERSİ

T.C. BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ MIM331 MÜHENDİSLİKTE DENEYSEL METODLAR DERSİ T.C. BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ MIM331 MÜHENDİSLİKTE DENEYSEL METODLAR DERSİ 3 NOKTA EĞME DENEY FÖYÜ ÖĞRETİM ÜYESİ YRD.DOÇ.DR.ÖMER KADİR

Detaylı

YÖK TEZLERİ PROJE KELİME TARAMASI

YÖK TEZLERİ PROJE KELİME TARAMASI YÖK TEZLERİ PROJE KELİME TARAMASI YÖK Tezleri Proje Kelimesi Taraması Sonuçları Toplam Çalışma Sayısı 1833 İncelenen 1673 İlgisiz 372 Toplam İncelenen 1301 X Projesi 720 Proje Yönetimi 123 Yatırım Projeleri

Detaylı

Temeller. Onur ONAT Tunceli Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Tunceli

Temeller. Onur ONAT Tunceli Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Tunceli Temeller Onur ONAT Tunceli Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Tunceli 1 Temel Nedir? Yapısal sistemlerin üzerindeki tüm yükleri, zemine güvenli bir şekilde aktaran yapısal elemanlara

Detaylı

BAŞKENT ÜNİVERSİTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNA MÜHENDİSLİĞİ LABORATUVARI DENEY 9A GERİNİM ÖLÇER KULLANARAK GERİLİM ANALİZİ YAPILMASI

BAŞKENT ÜNİVERSİTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAK 402 MAKİNA MÜHENDİSLİĞİ LABORATUVARI DENEY 9A GERİNİM ÖLÇER KULLANARAK GERİLİM ANALİZİ YAPILMASI BAŞKENT ÜNİVERSİTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAK 40 MAKİNA MÜHENDİSLİĞİ LABORATUVARI DENEY 9A GERİNİM ÖLÇER KULLANARAK GERİLİM ANALİZİ YAPILMASI TEORİ Bir noktada oluşan gerinim ve gerilme değerlerini

Detaylı

Yığma yapı elemanları ve bu elemanlardan temel taşıyıcı olan yığma duvarlar ve malzeme karakteristiklerinin araştırılması

Yığma yapı elemanları ve bu elemanlardan temel taşıyıcı olan yığma duvarlar ve malzeme karakteristiklerinin araştırılması Yığma yapı elemanları ve bu elemanlardan temel taşıyıcı olan yığma duvarlar ve malzeme karakteristiklerinin araştırılması Farklı sonlu eleman tipleri ve farklı modelleme teknikleri kullanılarak yığma duvarların

Detaylı

(Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK KONTROLÜ. DENEY SORUMLUSU Arş.Gör.

(Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK KONTROLÜ. DENEY SORUMLUSU Arş.Gör. T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ MEKATRONİK LABORATUVARI 1 (Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK

Detaylı

İÇERİSİ BETON İLE DOLDURULMUŞ ÇELİK BORU YAPI ELEMANLARININ DAYANIMININ ARAŞTIRILMASI ÖZET

İÇERİSİ BETON İLE DOLDURULMUŞ ÇELİK BORU YAPI ELEMANLARININ DAYANIMININ ARAŞTIRILMASI ÖZET İÇERİSİ BETON İLE DOLDURULMUŞ ÇELİK BORU YAPI ELEMANLARININ DAYANIMININ ARAŞTIRILMASI Cemal EYYUBOV *, Handan ADIBELLİ ** * Erciyes Üniv., Müh. Fak. İnşaat Müh.Böl., Kayseri-Türkiye Tel(0352) 437 49 37-38/

Detaylı

Deneyin Amacı Çekme deneyinin incelenmesi ve metalik bir malzemeye ait çekme deneyinin yapılması.

Deneyin Amacı Çekme deneyinin incelenmesi ve metalik bir malzemeye ait çekme deneyinin yapılması. 1 Deneyin Adı Çekme Deneyi Deneyin Amacı Çekme deneyinin incelenmesi ve metalik bir malzemeye ait çekme deneyinin yapılması. Teorik Bilgi Malzemelerin statik (darbesiz) yük altındaki mukavemet özelliklerini

Detaylı

Yapay Sinir Ağları İçin Net Platformunda Görsel Bir Eğitim Yazılımının Geliştirilmesi

Yapay Sinir Ağları İçin Net Platformunda Görsel Bir Eğitim Yazılımının Geliştirilmesi BİLİŞİM TEKNOLOJİLERİ DERGİSİ, CİLT: 5, SAYI: 1, OCAK 2012 19 Yapay Sinir Ağları İçin Net Platformunda Görsel Bir Eğitim Yazılımının Geliştirilmesi Kerim Kürşat ÇEVİK 1, Emre DANDIL 2 1 Bor Meslek Yüksekokulu,

Detaylı

Askı Madde Konsantrasyonu ve Miktarının Yapay Sinir Ağları ile Belirlenmesi 1

Askı Madde Konsantrasyonu ve Miktarının Yapay Sinir Ağları ile Belirlenmesi 1 İMO Teknik Dergi, 2004 3267-3282, Yazı 219 Askı Madde Konsantrasyonu ve Miktarının Yapay Sinir Ağları ile Belirlenmesi 1 Mahmut FIRAT * Mahmud GÜNGÖR ** ÖZET Son yıllarda, inşaat mühendisliğindeki bilgisayarlı

Detaylı

İstanbul Teknik Üniversitesi Uçak ve Uzay Bilimleri Fakültesi

İstanbul Teknik Üniversitesi Uçak ve Uzay Bilimleri Fakültesi İstanbul Teknik Üniversitesi Uçak ve Uzay Bilimleri Fakültesi Maslak,34469 İstanbul UCK 328 YAPI TASARIMI Prof. Dr. Zahit Mecitoğlu ÖDEV-II: İTÜ hafif ticari helikopteri için iniş takımı analizi 110030011

Detaylı

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1 Bilgisayar Mühendisliği Bilgisayar Mühendisliğine Giriş 1 Mühendislik Nedir? Mühendislik, bilim ve matematiğin yararlı cihaz ve sistemlerin üretimine uygulanmasıdır. Örn: Elektrik mühendisleri, elektronik

Detaylı

Electronic Letters on Science & Engineering 1(1) 2005 Available online at www.e-lse.org

Electronic Letters on Science & Engineering 1(1) 2005 Available online at www.e-lse.org Electronic Letters on Science & Engineering 1(1) 2005 Available online at www.e-lse.org Solution of Forward Kinematic for Five Axis Robot Arm using ANN A. Mühürcü 1 1 Sakarya University, Electrical-Electronical

Detaylı

MAKİNE ELEMANLARI DERS SLAYTLARI

MAKİNE ELEMANLARI DERS SLAYTLARI MAKİNE ELEMANLARI DERS SLAYTLARI YORULMA P r o f. D r. İ r f a n K A Y M A Z P r o f. D r. A k g ü n A L S A R A N A r ş. G ör. İ l y a s H A C I S A L İ HOĞ LU Aloha Havayolları Uçuş 243: Hilo dan Honolulu

Detaylı

ULUDAĞ ÜNĐVERSĐTESĐ MÜHENDĐSLĐK-MĐMARLIK FAKÜLTESĐ MAKĐNA MÜHENDĐSLĐĞĐ BÖLÜMÜ GENEL MAKĐNE LABORATUARI

ULUDAĞ ÜNĐVERSĐTESĐ MÜHENDĐSLĐK-MĐMARLIK FAKÜLTESĐ MAKĐNA MÜHENDĐSLĐĞĐ BÖLÜMÜ GENEL MAKĐNE LABORATUARI UUDAĞ ÜNĐVRSĐTSĐ MÜNDĐSĐK-MĐMARIK FAKÜTSĐ MAKĐNA MÜNDĐSĐĞĐ BÖÜMÜ GN MAKĐN ABORATUARI STRAĐN GAUG (UZAMA ÖÇR YARDIMI Đ GRĐM ÖÇÜMSĐ DNY GRUBU: ÖĞRNCĐ NO, AD -SOYAD: TSĐM TARĐĐ: DNYĐ YAPTIRAN ÖĞRTĐM MANI:

Detaylı

Yapısal Analiz Programı SAP2000 Bilgi Aktarımı ve Kullanımı. Doç.Dr. Bilge Doran

Yapısal Analiz Programı SAP2000 Bilgi Aktarımı ve Kullanımı. Doç.Dr. Bilge Doran Yapısal Analiz Programı SAP2000 Bilgi Aktarımı ve Kullanımı Dersin Adı : Yapı Mühendisliğinde Bilgisayar Uygulamaları Koordinatörü : Doç.Dr.Bilge DORAN Öğretim Üyeleri/Elemanları: Dr. Sema NOYAN ALACALI,

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ MÜHENDİSLİKTE DENEYSEL METOTLAR-II BORU ve DİRSEKLERDE ENERJİ KAYBI DENEYİ 1.Deneyin Adı: Boru ve dirseklerde

Detaylı

İSTATİKSEL NORMALİZASYON TEKNİKLERİNİN YAPAY SİNİR AĞIN PERFORMANSINA ETKİSİ

İSTATİKSEL NORMALİZASYON TEKNİKLERİNİN YAPAY SİNİR AĞIN PERFORMANSINA ETKİSİ İSTATİKSEL NORMALİZASYON TEKNİKLERİNİN YAPAY SİNİR AĞIN PERFORMANSINA ETKİSİ Selahattin YAVUZ * Muhammet DEVECİ ** ÖZ Son yıllarda, yapay sinir ağları pek çok alanda uygulanan ve üzerinde en çok araştırma

Detaylı

Çok Markalı Servis İstasyonları için Yapay Sinir Ağları ile Görüntü Tabanlı Araç Marka ve Modeli Tanıma Yazılımı

Çok Markalı Servis İstasyonları için Yapay Sinir Ağları ile Görüntü Tabanlı Araç Marka ve Modeli Tanıma Yazılımı BAÜ Fen Bil. Enst. Dergisi Cilt 13(1) 88-101 (2011) Çok Markalı Servis İstasyonları için Yapay Sinir Ağları ile Görüntü Tabanlı Araç Marka ve Modeli Tanıma Yazılımı Gürkan TUNA 1 Trakya Üniversitesi, Edirne

Detaylı

TAHRİBATLI MALZEME MUAYENESİ DENEYİ

TAHRİBATLI MALZEME MUAYENESİ DENEYİ TAHRİBATLI MALZEME MUAYENESİ DENEYİ MAK-LAB15 1. Giriş ve Deneyin Amacı Bilindiği gibi malzeme seçiminde mekanik özellikler esas alınır. Malzemelerin mekanik özellikleri de iç yapılarına bağlıdır. Malzemelerin

Detaylı

İNŞAAT MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI AKIŞ DİYAGRAMI

İNŞAAT MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI AKIŞ DİYAGRAMI İNŞAAT MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI AKIŞ DİYAGRAMI Programa Kabul Lisansüstü Danışmanı nın belirlenmesi Kayıt Tez Danışmanı Tez Konusu 1. Yarıyıl Ders 2. Yarıyıl Ders Tez Danışmanı ve Tez Konusu

Detaylı

OSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ

OSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ OSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ Resul KARA Elektronik ve Bilgisayar Eğitimi Bölümü Teknik Eğitim Fakültesi Abant İzzet Baysal Üniversitesi, 81100,

Detaylı

Orta Doğu Teknik Üniversitesi İnşaat Mühendisliği Bölümü

Orta Doğu Teknik Üniversitesi İnşaat Mühendisliği Bölümü Orta Doğu Teknik Üniversitesi İnşaat Mühendisliği Bölümü Gazbeton, Tuğla ve Bims Blok Kullanımının Bina Statik Tasarımına ve Maliyetine olan Etkilerinin İncelenmesi 4 Mart 2008 Bu rapor Orta Doğu Teknik

Detaylı

= σ ε = Elastiklik sınırı: Elastik şekil değişiminin görüldüğü en yüksek gerilme değerine denir.

= σ ε = Elastiklik sınırı: Elastik şekil değişiminin görüldüğü en yüksek gerilme değerine denir. ÇEKME DENEYİ Genel Bilgi Çekme deneyi, malzemelerin statik yük altındaki mekanik özelliklerini belirlemek ve malzemelerin özelliklerine göre sınıflandırılmasını sağlamak amacıyla uygulanan, mühendislik

Detaylı

Fatih Kölmek. ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye

Fatih Kölmek. ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye Fatih Kölmek ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye Türkiye Elektrik Piyasası Dengeleme ve Uzlaştırma Mekanizması Fiyat Tahmin Modelleri Yapay Sinir

Detaylı

Fotoğraf Albümü. Zeliha Kuyumcu. Mesnetlerinden Farklı Yer Hareketlerine Maruz Kablolu Köprülerin Stokastik Analizi

Fotoğraf Albümü. Zeliha Kuyumcu. Mesnetlerinden Farklı Yer Hareketlerine Maruz Kablolu Köprülerin Stokastik Analizi Mesnetlerinden Farklı Yer Hareketlerine Maruz Kablolu Köprülerin Stokastik Analizi Fotoğraf Albümü Araş. Gör. Zeliha TONYALI* Doç. Dr. Şevket ATEŞ Doç. Dr. Süleyman ADANUR Zeliha Kuyumcu Çalışmanın Amacı:

Detaylı

YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ MODELLING OF THE TRIP GENERATION WITH ARTIFICIAL NEURAL NETWORK

YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ MODELLING OF THE TRIP GENERATION WITH ARTIFICIAL NEURAL NETWORK YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ * Nuran BAĞIRGAN 1, Muhammet Mahir YENİCE 2 1 Dumlupınar Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Kütahya, nbagirgan@dumlupinar.edu.tr

Detaylı

Yrd.Doç. Dr. Tülin ÇETİN

Yrd.Doç. Dr. Tülin ÇETİN Yrd.Doç. Dr. Tülin ÇETİN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Bilgisayar Mühendisliği 1987-1992 Lisans Celal Bayar Üniversitesi İnşaat Mühendisliği 2001-2004 Y. Lisans

Detaylı

Mühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ. Prof. Dr. İbrahim UZUN

Mühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ. Prof. Dr. İbrahim UZUN Mühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ Prof. Dr. İbrahim UZUN Yayın No : 2415 İşletme-Ekonomi Dizisi : 147 5. Baskı Eylül 2012 - İSTANBUL ISBN 978-605 - 377-438 - 9 Copyright Bu kitabın

Detaylı

T.C. KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ

T.C. KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ T.C. KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ Aktif Titreşim Kontrolü için Bir Yapının Sonlu Elemanlar Yöntemi ile Modelinin Elde Edilmesi ve PID, PPF Kontrolcü Tasarımları Arş.Gör. Erdi GÜLBAHÇE

Detaylı

Uzay Çatı Sistemlerinin ANSYS Paket Programı Kullanılarak Statik Analizi

Uzay Çatı Sistemlerinin ANSYS Paket Programı Kullanılarak Statik Analizi Fırat Üniv. Fen ve Müh. Bil. Der. Science and Eng. J of Fırat Univ. 18 (1), 105-112, 2006 18 (1), 105-112, 2006 Uzay Çatı Sistemlerinin ANSYS Paket Programı Kullanılarak Statik Analizi M. Yavuz SOLMAZ

Detaylı

BELĐRLĐ BĐR SIKMA KUVVETĐ ETKĐSĐNDE BĐSĐKLET FREN KOLU KUVVET ANALĐZĐNĐN YAPILMASI

BELĐRLĐ BĐR SIKMA KUVVETĐ ETKĐSĐNDE BĐSĐKLET FREN KOLU KUVVET ANALĐZĐNĐN YAPILMASI tasarım BELĐRLĐ BĐR SIKMA KUVVETĐ ETKĐSĐNDE BĐSĐKLET FREN KOLU KUVVET ANALĐZĐNĐN YAPILMASI Nihat GEMALMAYAN, Hüseyin ĐNCEÇAM Gazi Üniversitesi, Makina Mühendisliği Bölümü GĐRĐŞ Đlk bisikletlerde fren sistemi

Detaylı

DENEYSEL SONUÇLARIN ANALİZİNDE YAPAY SİNİR AĞLARI KULLANIMI VE BETON DAYANIM TESTİ İÇİN BİR UYGULAMA

DENEYSEL SONUÇLARIN ANALİZİNDE YAPAY SİNİR AĞLARI KULLANIMI VE BETON DAYANIM TESTİ İÇİN BİR UYGULAMA DENEYSEL SONUÇLARIN ANALİZİNDE YAPAY SİNİR AĞLARI KULLANIMI VE BETON DAYANIM TESTİ İÇİN BİR UYGULAMA Özlem HASGÜL Balıkesir Üniversitesi A. Sermet ANAGÜN Osmangazi Üniversitesi Özet Üretim sistemlerinde

Detaylı

Şekil 1. DEÜ Test Asansörü kuyusu.

Şekil 1. DEÜ Test Asansörü kuyusu. DOKUZ EYLÜL ÜNĐVERSĐTESĐ TEST ASANSÖRÜ KUYUSUNUN DEPREM YÜKLERĐ ETKĐSĐ ALTINDAKĐ DĐNAMĐK DAVRANIŞININ ĐNCELENMESĐ Zeki Kıral ve Binnur Gören Kıral Dokuz Eylül Üniversitesi, Mühendislik Fakültesi, Makine

Detaylı

Electronic Letters on Science & Engineering 3 (2) (2007) Available online at www.e-lse.org

Electronic Letters on Science & Engineering 3 (2) (2007) Available online at www.e-lse.org Electronic Letters on Science & Engineering 3 (2) (2007) Available online at www.e-lse.org Determination Of Breast Cancer Using ANN Armağan Ebru Temiz 1 1 Sakarya Üniversity Elektronic-Computer Education

Detaylı

Makine Öğrenmesi 8. hafta

Makine Öğrenmesi 8. hafta Makine Öğrenmesi 8. hafa Takviyeli Öğrenme (Reinforcemen Learning) Q Öğrenme (Q Learning) TD Öğrenme (TD Learning) Öğrenen Vekör Parçalama (LVQ) LVQ2 LVQ-X 1 Takviyeli Öğrenme Takviyeli öğrenme (Reinforcemen

Detaylı

RİSKLİ YAPILARIN TESPİT EDİLMESİNE İLİŞKİN ESASLAR. 5- Risk Tespit Uygulaması: Betonarme Bina

RİSKLİ YAPILARIN TESPİT EDİLMESİNE İLİŞKİN ESASLAR. 5- Risk Tespit Uygulaması: Betonarme Bina RİSKLİ YAPILARIN TESPİT EDİLMESİNE İLİŞKİN ESASLAR 5- Risk Tespit Uygulaması: Betonarme Bina İncelenen Bina Binanın Yeri Bina Taşıyıcı Sistemi Bina 5 katlı Betonarme çerçeve ve perde sistemden oluşmaktadır.

Detaylı

Hibrit ve Çelik Kablolu Köprülerin Dinamik Davranışlarının Karşılaştırılması

Hibrit ve Çelik Kablolu Köprülerin Dinamik Davranışlarının Karşılaştırılması 1 Hibrit ve Çelik Kablolu Köprülerin Dinamik Davranışlarının Karşılaştırılması Arş. Gör. Murat Günaydın 1 Doç. Dr. Süleyman Adanur 2 Doç. Dr. Ahmet Can Altunışık 2 Doç. Dr. Mehmet Akköse 2 1-Gümüşhane

Detaylı

2.3. Dinamik Benzeri Yöntemler ile Ölçekli Beton Barajda Deprem Simulasyonu

2.3. Dinamik Benzeri Yöntemler ile Ölçekli Beton Barajda Deprem Simulasyonu BETON AĞIRLIK BARAJLARIN SİSMİK DAVRANIŞINI ETKİLEYEN PARAMETRELER B.F. Soysal 1 ve Y. Arıcı 2 1 Araştırma Görevlisi, İnşaat Müh. Bölümü, ODTÜ, Ankara 2 Doç. Dr., İnşaat Müh. Bölümü, ODTÜ, Ankara Email:

Detaylı

BÖLÜM II D. YENİ YIĞMA BİNALARIN TASARIM, DEĞERLENDİRME VE GÜÇLENDİRME ÖRNEKLERİ

BÖLÜM II D. YENİ YIĞMA BİNALARIN TASARIM, DEĞERLENDİRME VE GÜÇLENDİRME ÖRNEKLERİ BÖLÜM II D ÖRNEK 1 BÖLÜM II D. YENİ YIĞMA BİNALARIN TASARIM, DEĞERLENDİRME VE GÜÇLENDİRME ÖRNEKLERİ ÖRNEK 1 İKİ KATLI YIĞMA OKUL BİNASININ DEĞERLENDİRMESİ VE GÜÇLENDİRİLMESİ 1.1. BİNANIN GENEL ÖZELLİKLERİ...II.1/

Detaylı

Yapılara Etkiyen Karakteristik Yükler

Yapılara Etkiyen Karakteristik Yükler Yapılara Etkiyen Karakteristik Yükler Kalıcı (sabit, zati, öz, ölü) yükler (G): Yapı elemanlarının öz yükleridir. Döşeme ağırlığı ( döşeme betonu+tesviye betonu+kaplama+sıva). Kiriş ağırlığı. Duvar ağırlığı

Detaylı

Murat Yavuz Solmaz Accepted: January 2011. ISSN : 1308-7231 mysolmaz@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey

Murat Yavuz Solmaz Accepted: January 2011. ISSN : 1308-7231 mysolmaz@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 1, Article Number: 1A0130 ENGINEERING SCIENCES Received: October 2010 Murat Yavuz Solmaz Accepted: January 2011 Oğuz Yakut

Detaylı

ÇATI KONSTRÜKSİYONLARINDA GAZBETON UYGULAMALARI Doç.Dr.Oğuz Cem Çelik İTÜ Mimarlık Fakültesi Yapı Statiği ve Betonarme Birimi

ÇATI KONSTRÜKSİYONLARINDA GAZBETON UYGULAMALARI Doç.Dr.Oğuz Cem Çelik İTÜ Mimarlık Fakültesi Yapı Statiği ve Betonarme Birimi ÇATI KONSTRÜKSİYONLARINDA GAZBETON UYGULAMALARI Doç.Dr.Oğuz Cem Çelik İTÜ Mimarlık Fakültesi Yapı Statiği ve Betonarme Birimi ÖZET Donatılı gazbeton çatı panellerinin çeşitli çatı taşıyıcı sistemlerinde

Detaylı

OTOMATİK KONTROL SİSTEMLERİ. DİNAMİK SİSTEMLERİN MODELLENMESİ ve ANALİZİ

OTOMATİK KONTROL SİSTEMLERİ. DİNAMİK SİSTEMLERİN MODELLENMESİ ve ANALİZİ OTOMATİK KONTROL SİSTEMLERİ DİNAMİK SİSTEMLERİN MODELLENMESİ ve ANALİZİ 1) İdeal Sönümleme Elemanı : a) Öteleme Sönümleyici : Mekanik Elemanların Matematiksel Modeli Basit mekanik elemanlar, öteleme hareketinde;

Detaylı

Yapay Zeka Teknikleri ve Yapay Sinir Ağları Kullanılarak Web Sayfalarının Sınıflandırılması

Yapay Zeka Teknikleri ve Yapay Sinir Ağları Kullanılarak Web Sayfalarının Sınıflandırılması Yapay Zeka Teknikleri ve Yapay Sinir Ağları Kullanılarak Web Sayfalarının Sınıflandırılması Yrd.Doç.Dr. Aybars Uğur, Ahmet Cumhur Kınacı Ege Üniversitesi, Bilgisayar Mühendisliği Bölümü aybars.ugur@ege.edu.tr,

Detaylı

MESLEKİ TERMİNOLOJİ I 1. HAFTA YAZILIM MÜH. TEMEL KAVRAMLAR

MESLEKİ TERMİNOLOJİ I 1. HAFTA YAZILIM MÜH. TEMEL KAVRAMLAR YAZILIM: SOFTWARE Yazılım (Software): Yazılım sadece bir bilgisayar programı değildir. Basılı veya elektronik ortamdaki her tür dokümanı da içeren ürün. Dokümanlar yazılım mühendislerine ve son kullanıcıya

Detaylı

Öngerilmeli Beton Sürekli Kirişlerin Bilgisayarla Hesabı

Öngerilmeli Beton Sürekli Kirişlerin Bilgisayarla Hesabı Öngerilmeli Beton Sürekli Kirişlerin Bilgisayarla Hesabı ÖZET Bu çalışmada öngerilmeli beton sürekli kirişlerin tasarımını Yük-Dengeleme yöntemiyle yapan bir bilgisayar programı geliştirilmiştir. Program

Detaylı

1.7 ) Çelik Yapılarda Yangın (Yüksek Sıcaklık) Etkisi

1.7 ) Çelik Yapılarda Yangın (Yüksek Sıcaklık) Etkisi 1.7 ) Çelik Yapılarda Yangın (Yüksek Sıcaklık) Etkisi Çelik yapıların en büyük dezavantajlarından biri yüksek ısı (yangın) etkisi altında mekanik özelliklerinin hızla olumsuz yönde etkilemesidir. Sıcaklık

Detaylı

BÖLÜM 3. Yrd. Doç.Dr. Erbil Kavcı. Kafkas Üniversitesi Kimya Mühendisliği Bölümü

BÖLÜM 3. Yrd. Doç.Dr. Erbil Kavcı. Kafkas Üniversitesi Kimya Mühendisliği Bölümü BÖLÜM 3 Sürekli Isı iletimi Yrd. Doç.Dr. Erbil Kavcı Kafkas Üniversitesi Kimya Mühendisliği Bölümü Düzlem Duvarlarda Sürekli Isı İletimi İç ve dış yüzey sıcaklıkları farklı bir duvar düşünelim +x yönünde

Detaylı

AKIŞKANLAR MEKANİĞİ. Doç. Dr. Tahsin Engin. Sakarya Üniversitesi Makine Mühendisliği Bölümü

AKIŞKANLAR MEKANİĞİ. Doç. Dr. Tahsin Engin. Sakarya Üniversitesi Makine Mühendisliği Bölümü AKIŞKANLAR MEKANİĞİ Doç. Dr. Tahsin Engin Sakarya Üniversitesi Makine Mühendisliği Bölümü İLETİŞİM BİLGİLERİ: Ş Ofis: Mühendislik Fakültesi Dekanlık Binası 4. Kat, 413 Nolu oda Telefon: 0264 295 5859 (kırmızı

Detaylı

ÖZHENDEKCİ BASINÇ ÇUBUKLARI

ÖZHENDEKCİ BASINÇ ÇUBUKLARI BASINÇ ÇUBUKLARI Kesit zoru olarak yalnızca eksenel doğrultuda basınca maruz kalan elemanlara basınç çubukları denir. Bu tip çubuklara örnek olarak pandül kolonları, kafes sistemlerin basınca çalışan dikme

Detaylı

Dahili Bobinlerin En İyi İçsel Sinyal/Gürültü Oranı Kullanılarak Değerlendirilmesi

Dahili Bobinlerin En İyi İçsel Sinyal/Gürültü Oranı Kullanılarak Değerlendirilmesi Dahili Bobinlerin En İyi İçsel Sinyal/Gürültü Oranı Kullanılarak Değerlendirilmesi Yiğitcan Eryaman 1, Haydar Çelik 1, Ayhan Altıntaş 1, Ergin Atalar 1,2 1 Bilkent Üniversitesi Elektrik ve Elektronik Mühendisliği

Detaylı

Çözüm: Borunun et kalınlığı (s) çubuğun eksenel kuvvetle çekmeye zorlanması şartından;

Çözüm: Borunun et kalınlığı (s) çubuğun eksenel kuvvetle çekmeye zorlanması şartından; Soru 1) Şekilde gösterilen ve dış çapı D 10 mm olan iki borudan oluşan çelik konstrüksiyon II. Kaliteli alın kaynağı ile birleştirilmektedir. Malzemesi St olan boru F 180*10 3 N luk değişken bir çekme

Detaylı

BİR ASANSÖR KABİNİ SÜSPANSİYONU İÇİN DÜŞME ANALİZİ

BİR ASANSÖR KABİNİ SÜSPANSİYONU İÇİN DÜŞME ANALİZİ BİR ASANSÖR KABİNİ SÜSPANSİYONU İÇİN DÜŞME ANALİZİ Zeki KIRAL, Binnur GÖREN KIRAL ve Mustafa ÖZKAN Dokuz Eylül Üniversitesi, Mühendislik Fakültesi, Makine Mühendisliği Bölümü, 35100, Bornova-İzmir, Tel:

Detaylı

Newton Kanunlarının Uygulaması

Newton Kanunlarının Uygulaması BÖLÜM 5 Newton Kanunlarının Uygulaması Hedef Öğretiler Newton Birinci Kanunu uygulaması Newtonİkinci Kanunu uygulaması Sürtünme ve akışkan direnci Dairesel harekette kuvvetler Giriş Newton Kanunlarını

Detaylı

MKT 204 MEKATRONİK YAPI ELEMANLARI

MKT 204 MEKATRONİK YAPI ELEMANLARI MKT 204 MEKATRONİK YAPI ELEMANLARI 2013-2014 Bahar Yarıyılı Kocaeli Üniversitesi Mühendislik Fakültesi Mekatronik Mühendisliği Bölümü Yrd. Doç. Dr. Egemen Avcu Makine Bir veya birçok fonksiyonu (güç iletme,

Detaylı

Ders Kodu Ders Adı İngilizce Ders Adı TE PR KR AKTS Ders Kodu Ders Adı İngilizce Ders Adı TE PR KR AKTS

Ders Kodu Ders Adı İngilizce Ders Adı TE PR KR AKTS Ders Kodu Ders Adı İngilizce Ders Adı TE PR KR AKTS FEN BİLİMLERİ ENSTİTÜSÜ İNŞAAT MÜHENDİSLİĞİ ABD YÜKSEK LİSANS ANABİLİM DALI KODU : 81109 01.Yarıyıl Dersleri Ders Kodu INS735* 02.Yarıyıl Dersleri Ders Adı İngilizce Ders Adı TE PR KR AKTS Ders Kodu Ders

Detaylı

YIĞMA YAPILARDA HASAR TESPİTİ DENEY VE ÖLÇÜM YÖNTEMLERİ. Dr.Fevziye AKÖZ

YIĞMA YAPILARDA HASAR TESPİTİ DENEY VE ÖLÇÜM YÖNTEMLERİ. Dr.Fevziye AKÖZ YDGA2005 YIĞMA YAPILARDA DEPREM GÜVENLİĞİNİN ARTTIRILMASI ÇALIŞTAYI YIĞMA YAPILARDA HASAR TESPİTİ DENEY VE ÖLÇÜM YÖNTEMLERİ Dr.Fevziye AKÖZ İnşaat Fakültesi İnşaat Mühendisliği Bölümü Yapı Malzemeleri

Detaylı

Bulanık Mantık Tabanlı Uçak Modeli Tespiti

Bulanık Mantık Tabanlı Uçak Modeli Tespiti Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa

Detaylı

. TAŞIYICI SİSTEMLER Çerçeve Perde-çerçeve (boşluklu perde) Perde (boşluksuz perde) Tüp Iç içe tüp Kafes tüp Modüler tüp

. TAŞIYICI SİSTEMLER Çerçeve Perde-çerçeve (boşluklu perde) Perde (boşluksuz perde) Tüp Iç içe tüp Kafes tüp Modüler tüp 1 . TAŞIYICI SİSTEMLER Çerçeve Perde-çerçeve (boşluklu perde) Perde (boşluksuz perde) Tüp Iç içe tüp Kafes tüp Modüler tüp 2 Başlıca Taşıyıcı Yapı Elemanları Döşeme, kiriş, kolon, perde, temel 3 Çerçeve

Detaylı

AÇI YÖNTEMİ Slope-deflection Method

AÇI YÖNTEMİ Slope-deflection Method SAKARYA ÜNİVERSİTESİ İNŞAAT ÜHENDİSLİĞİ BÖLÜÜ Department of Civil Engineering İN 303 YAPI STATIĞI II AÇI YÖNTEİ Slope-deflection ethod Y.DOÇ.DR. USTAA KUTANİS kutanis@sakarya.edu.tr Sakarya Üniversitesi,

Detaylı

MAK 305 MAKİNE ELEMANLARI-1

MAK 305 MAKİNE ELEMANLARI-1 MAK 305 MAKİNE ELEMANLARI-1 5.BÖLÜM Bağlama Elemanları Kaynak Bağlantıları Doç.Dr. Ali Rıza Yıldız 1 BU SLAYTTAN EDİNİLMESİ BEKLENEN BİLGİLER Bağlama Elemanlarının Tanımı ve Sınıflandırılması Kaynak Bağlantılarının

Detaylı