THE ANALYSES OF THIN WALLED TUBES BY USING ARTIFICIAL NEURAL NETWORK
|
|
- Serhat Tanyu
- 8 yıl önce
- İzleme sayısı:
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 okelesoglu@firat.edu.tr
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,
ÇATI DÖŞEMESİNDE MEYDANA GELEN YOĞUŞMA VE BUHARLAŞMA KÜTLELERİNİN YAPAY SİNİR AĞLARI İLE TAHMİN EDİLMESİ
S.Ü. Müh.-Mim. Fak. Derg., c.21, s.1-2, 2006 J. Fac.Eng.Arch. Selcuk Univ., v.21, n.1-2, 2006 ÇATI DÖŞEMESİNDE MEYDANA GELEN YOĞUŞMA VE BUHARLAŞMA KÜTLELERİNİN YAPAY SİNİR AĞLARI İLE TAHMİN EDİLMESİ Ömer
Detaylıİç Basınç Altında İnce Cidarlı Kabukların Yapay Sinir Ağları ile Çözümü
Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü Dergisi, 10-3 (006),447-451 İç Basınç Altında İnce Cidarlı Kabukların Yapay Sinir Ağları ile Çözümü Ömer KELEŞOĞLU, Adem FIRAT Fırat Üniversitesi,
DetaylıYAPAY 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
DetaylıYapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI
Yapay Sinir Ağları (Artificial Neural Networks) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları Tarihçe Biyolojik
DetaylıÇİMENTO 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
DetaylıYAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI ARTIFICIAL NEURAL NETWORKS METHOD FOR MAP DIGITIZATION
YAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI Y.ŞİŞMAN 1, H. DEMİRTAŞ 2 1 Ondokuz Mayıs Üniversitesi, Harita Mühendisliği Bölümü, 55139, Samsun/TÜRKİYE ysisman@omu.edu.tr 2 Sağlık Bakanlığı,
DetaylıBurma deneyinin çekme deneyi kadar geniş bir kullanım alanı yoktur ve çekme deneyi kadar standartlaştırılmamış bir deneydir. Uygulamada malzemelerin
BURMA DENEYİ Burma deneyinin çekme deneyi kadar geniş bir kullanım alanı yoktur ve çekme deneyi kadar standartlaştırılmamış bir deneydir. Uygulamada malzemelerin genel mekanik özelliklerinin saptanmasında
DetaylıFL 3 DENEY 4 MALZEMELERDE ELASTĐSĐTE VE KAYMA ELASTĐSĐTE MODÜLLERĐNĐN EĞME VE BURULMA TESTLERĐ ĐLE BELĐRLENMESĐ 1. AMAÇ
Malzemelerde Elastisite ve Kayma Elastisite Modüllerinin Eğme ve Burulma Testleri ile Belirlenmesi 1/5 DENEY 4 MAZEMEERDE EASTĐSĐTE VE KAYMA EASTĐSĐTE MODÜERĐNĐN EĞME VE BURUMA TESTERĐ ĐE BEĐRENMESĐ 1.
DetaylıDEÜ 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
DetaylıESTIMATION 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
DetaylıBAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN
BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN YÜKSEK LİSANS TEZİ 2011 BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY
Detaylıp 2 p Üçgen levha eleman, düzlem şekil değiştirme durumu
Üçgen levha eleman düzlem şekil değiştirme durumu Üçgen levha eleman düzlem şekil değiştirme durumu İstinat duvarı basınçlı uzun boru tünel ağırlık barajı gibi yapılar düzlem levha gibi davranırlar Uzun
DetaylıGeriye 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
DetaylıKÜTAHYA 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,
DetaylıAn Investigation with Neural Network of Heat Loss for Optimum Insulation
Aksaray University Journal of Science and Engineering e-issn: 2587-1277 Web: http://asujse.aksaray.edu.tr Aksaray J. Sci. Eng. Volume 1, Issue 2, Pages 86-106 Available online at Research Article An Investigation
DetaylıROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ.
ROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ Murat ŞEKER 1 Ahmet BERKAY 1 EMurat ESİN 1 ArşGör,Gebze Yüksek Teknoloji Enstitüsü, Bilgisayar MühBöl 41400 Gebze mseker@bilmuhgyteedutr aberkay@bilmuhgyteedutr,
DetaylıBURULMA DENEYİ 2. TANIMLAMALAR:
BURULMA DENEYİ 1. DENEYİN AMACI: Burulma deneyi, malzemelerin kayma modülü (G) ve kayma akma gerilmesi ( A ) gibi özelliklerinin belirlenmesi amacıyla uygulanır. 2. TANIMLAMALAR: Kayma modülü: Kayma gerilmesi-kayma
DetaylıYAPAY 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
DetaylıCam 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
DetaylıJournal 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
DetaylıİTME 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
DetaylıBAŞKENT 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
DetaylıIsı Transferinde Isı Kayıplarının Yapay Sinir Ağları Yöntemi ile İncelenmesi
Araştırma Makalesi / Research Article Iğdır Üni. Fen Bilimleri Enst. Der. / Iğdır Univ. J. Inst. Sci. & Tech. 7(2): 93-105, 2017 Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi Iğdır University Journal
Detaylıetme çabalarının en son ürünlerinden bir tanesi yapay sinir ağları (YSA) teknolojisidir.
İnsanlığın doğayı araştırma ve taklit etme çabalarının en son ürünlerinden bir tanesi yapay sinir ağları (YSA) teknolojisidir. Beynin üstün özellikleri, bilim adamlarını üzerinde çalışmaya zorlamış ve
DetaylıBETONARME DÜZLEM ÇERÇEVE SİSTEMLERİN İTME ANALİZİNDE YAPAY SİNİR AĞLARI
BETONARME DÜZLEM ÇERÇEVE SİSTEMLERİN İTME ANALİZİNDE YAPAY SİNİR AĞLARI Mehmet Aydın Kömür 1, Naci Çağlar 2, Muzaffer Elmas 2 1 Sakarya Üniversitesi, İnşaat Mühendisliği Bölümü, Mekanik Anabilim Dalı,
DetaylıBURULMA DENEYİ 2. TANIMLAMALAR:
BURULMA DENEYİ 1. DENEYİN AMACI: Burulma deneyi, malzemelerin kayma modülü (G) ve kayma akma gerilmesi ( A ) gibi özelliklerinin belirlenmesi amacıyla uygulanır. 2. TANIMLAMALAR: Kayma modülü: Kayma gerilmesi-kayma
DetaylıTEKNOLOJİNİN BİLİMSEL İLKELERİ. Öğr. Gör. Adem ÇALIŞKAN
TEKNOLOJİNİN BİLİMSEL İLKELERİ 3 Malzemelerin esnekliği Gerilme Bir cisme uygulanan kuvvetin, kesit alanına bölümüdür. Kuvvetin yüzeye dik olması halindeki gerilme "normal gerilme" adını alır ve şeklinde
DetaylıBurulma (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
DetaylıELASTİSİTE TEORİSİ I. Yrd. Doç Dr. Eray Arslan
ELASTİSİTE TEORİSİ I Yrd. Doç Dr. Eray Arslan Mühendislik Tasarımı Genel Senaryo Analitik çözüm Fiziksel Problem Matematiksel model Diferansiyel Denklem Problem ile ilgili sorular:... Deformasyon ne kadar
DetaylıKaraciğerde 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
DetaylıYTÜ Makine Mühendisliği Bölümü Mekanik Anabilim Dalı Özel Laboratuvar Dersi Strain Gauge Deneyi Çalışma Notu
YTÜ Makine Mühendisliği Bölümü Mekanik Anabilim Dalı Özel Laboratuvar Dersi Strain Gauge Deneyi Çalışma Notu Laboratuar Yeri: B Blok en alt kat Mekanik Laboratuarı Laboratuar Adı: Strain Gauge Deneyi Konu:
DetaylıBURULMA (TORSİON) Dairesel Kesitli Çubukların (Millerin) Burulması MUKAVEMET - Ders Notları - Prof.Dr. Mehmet Zor
3 BURULMA (TORSİON) Dairesel Kesitli Çubukların (Millerin) Burulması 1.1.018 MUKAVEMET - Ders Notları - Prof.Dr. Mehmet Zor 1 3. Burulma Genel Bilgiler Burulma (Torsion): Dairesel Kesitli Millerde Gerilme
DetaylıBeton Mekanik Özelliklerinin Taze Beton Özelliklerinden Yararlanılarak Yapay Sinir Ağları İle Tahmini ÖZET
Beton Mekanik Özelliklerinin Taze Beton Özelliklerinden Yararlanılarak Yapay Sinir Ağları İle Tahmini Serkan SUBAŞI 1, Ahmet BEYCİOĞLU 1 ve Mehmet EMİROĞLU 1 1 Düzce Üniversitesi Yapı Eğitimi Bölümü Teknik
DetaylıTablo 1 Deney esnasında kullanacağımız numunelere ait elastisite modülleri tablosu
BASİT MESNETLİ KİRİŞTE SEHİM DENEYİ Deneyin Amacı Farklı malzeme ve kalınlığa sahip kirişlerin uygulanan yükün kirişin eğilme miktarına oranı olan rijitlik değerin değişik olduğunun gösterilmesi. Kiriş
DetaylıISSN : Isparta-Turkey YAPAY SĠNĠR AĞLARI (YSA) YÖNTEMĠ ĠLE GLOBAL RADYASYON TAHMĠNĠ
ISSN:1306-3111 e-journal o New World Sciences Academy 2011, Volume: 6, Number: 2, Article Number: 1A0174 Kadir Günoğlu ENGINEERING SCIENCES Betül Mavi Received: November 2010 Ġskender Akkurt Accepted:
DetaylıT.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
DetaylıGüçlendirme 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
DetaylıMİKROŞERİT 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
Detaylı34. Dörtgen plak örnek çözümleri
34. Dörtgen plak örnek çözümleri Örnek 34.1: Teorik çözümü Timoshenko 1 tarafından verilen dört tarafından ankastre ve merkezinde P=100 kn tekil yükü olan kare plağın(şekil 34.1) çözümü 4 farklı model
Detaylı7. Kafes sistem sayısal örnekleri
7. Kafes sistem sayısal örnekleri 7. Düzlem kafes sistem sayısal örneği Şekil 7. deki kafes sistem elastisite modülü.. 5 N/mm olan çelik borulardan imal edilmiştir. a noktasındaki kuvvetlerinden oluşan:
DetaylıPSM 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
DetaylıBARTIN ÜNĠVERSĠTESĠ MÜHENDĠSLĠK FAKÜLTESĠ METALURJĠ VE MALZEME MÜHENDĠSLĠĞĠ
BARTIN ÜNĠVERSĠTESĠ MÜHENDĠSLĠK FAKÜLTESĠ METALURJĠ VE MALZEME MÜHENDĠSLĠĞĠ MALZEME LABORATUARI I DERSĠ BURULMA DENEY FÖYÜ BURULMA DENEYĠ Metalik malzemelerin burma deneyi, iki ucundan sıkıştırılırmış
DetaylıUZAYSAL 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
DetaylıBAŞKENT 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(Computer Integrated Manufacturing)
1 (Computer Integrated Manufacturing) 2 1 Bilgisayarlı Sayısal Kontrol; ekipman mekanizmaların hareketlerinin doğru ve hassas biçimde gerçekleştirilmesinde bilgisayarların kullanılması, programlama ile
DetaylıSTATİK. Ders_9. Doç.Dr. İbrahim Serkan MISIR DEÜ İnşaat Mühendisliği Bölümü. Ders notları için: GÜZ
STATİK Ders_9 Doç.Dr. İbrahim Serkan MISIR DEÜ İnşaat Mühendisliği Bölümü Ders notları için: http://kisi.deu.edu.tr/serkan.misir/ 2017-2018 GÜZ ALANLAR İÇİN ATALET MOMENTİNİN TANIMI, ALAN ATALET YARIÇAPI
DetaylıYAPILARDA BURULMA DÜZENSİZLİĞİ
YAPILARDA BURULMA DÜZENSİZLİĞİ M. Sami DÖNDÜREN a Adnan KARADUMAN a M. Tolga ÇÖĞÜRCÜ a Mustafa ALTIN b a Selçuk Üniversitesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği Bölümü Konya b Selçuk Üniversitesi
DetaylıDairesel Temellerde Taban Gerilmelerinin ve Kesit Zorlarının Hesabı
Prof. Dr. Günay Özmen İTÜ İnşaat Fakültesi (Emekli), İstanbul gunozmen@yahoo.com Dairesel Temellerde Taban Gerilmelerinin ve Kesit Zorlarının Hesabı 1. Giriş Zemin taşıma gücü yeter derecede yüksek ya
DetaylıSıvı 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
DetaylıEsnek Hesaplamaya Giriş
Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan
DetaylıBURSA TECHNICAL UNIVERSITY (BTU) Department of Mechanical Engineering
Uygulama Sorusu-1 Şekildeki 40 mm çaplı şaft 0 kn eksenel çekme kuvveti ve 450 Nm burulma momentine maruzdur. Ayrıca milin her iki ucunda 360 Nm lik eğilme momenti etki etmektedir. Mil malzemesi için σ
DetaylıMUKAVEMET DERSİ. (Temel Kavramlar) Prof. Dr. Berna KENDİRLİ
MUKAVEMET DERSİ (Temel Kavramlar) Prof. Dr. Berna KENDİRLİ Ders Planı HAFTA KONU 1 Giriş, Mukavemetin tanımı ve genel ilkeleri 2 Mukavemetin temel kavramları 3-4 Normal kuvvet 5-6 Gerilme analizi 7 Şekil
DetaylıDİNAMİK - 1. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü
DİNAMİK - 1 Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü http://acikders.ankara.edu.tr/course/view.php?id=190 1. HAFTA Kapsam:
DetaylıÇok Katmanlı Algılayıcı (Multilayer Perceptron) DOÇ. DR. ERSAN KABALCI
Çok Katmanlı Algılayıcı (Multilayer Perceptron) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Perceptron Rosenblatt (1962): İlk
DetaylıTemel bilgiler-flipped Classroom Akslar ve Miller
Makine Elemanları I Prof. Dr. İrfan KAYMAZ Temel bilgiler-flipped Classroom Akslar ve Miller İçerik Aks ve milin tanımı Akslar ve millerin mukavemet hesabı Millerde titreşim hesabı Mil tasarımı için tavsiyeler
DetaylıİÇİNDEKİLER. ÖNSÖZ... iii İÇİNDEKİLER... v
İÇİNDEKİLER ÖNSÖZ... iii İÇİNDEKİLER... v BÖLÜM 1.... 1 1.1. GİRİŞ VE TEMEL KAVRAMLAR... 1 1.2. LİNEER ELASTİSİTE TEORİSİNDE YAPILAN KABULLER... 3 1.3. GERİLME VE GENLEME... 4 1.3.1. Kartezyen Koordinatlarda
DetaylıİNŞAAT 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
DetaylıASİSTAN ARŞ. GÖR. GÜL DAYAN
ASİSTAN ARŞ. GÖR. GÜL DAYAN VİSKOZİTE ÖLÇÜMÜ Viskozite, bir sıvının iç sürtünmesi olarak tanımlanır. Viskoziteyi etkileyen en önemli faktör sıcaklıktır. Sıcaklık arttıkça sıvıların viskoziteleri azalır.
DetaylıKOÜ. Mühendislik Fakültesi Makine Mühendisliği Bölümü (1. ve 2.Öğretim / B Şubesi) MMK208 Mukavemet II Dersi - 1. Çalışma Soruları 23 Şubat 2019
SORU-1) Aynı anda hem basit eğilme hem de burulma etkisi altında bulunan yarıçapı R veya çapı D = 2R olan dairesel kesitli millerde, oluşan (meydana gelen) en büyük normal gerilmenin ( ), eğilme momenti
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 7 İç Kuvvetler Kaynak: Mühendislik Mekaniği: Statik, R. C. Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 7. İç Kuvvetler Bu bölümde, bir
DetaylıSÜLEYMAN 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
Detaylı28. Sürekli kiriş örnek çözümleri
28. Sürekli kiriş örnek çözümleri SEM2015 programında sürekli kiriş için tanımlanmış özel bir eleman yoktur. Düzlem çerçeve eleman kullanılarak sürekli kirişler çözülebilir. Ancak kiriş mutlaka X-Y düzleminde
DetaylıMevcut 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
DetaylıKARADENİZ 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
DetaylıTemeller. 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
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri
DetaylıKirişlerde Kesme (Transverse Shear)
Kirişlerde Kesme (Transverse Shear) Bu bölümde, doğrusal, prizmatik, homojen ve lineer elastik davranan bir elemanın eksenine dik doğrultuda yüklerin etkimesi durumunda en kesitinde oluşan kesme gerilmeleri
DetaylıKAYMA GERİLMESİ (ENİNE KESME)
KAYMA GERİLMESİ (ENİNE KESME) Demir yolu traversleri çok büyük kesme yüklerini taşıyan kiriş olarak davranır. Bu durumda, eğer traversler ahşap malzemedense kesme kuvvetinin en büyük olduğu uçlarından
DetaylıİNŞAAT MALZEME BİLGİSİ
İNŞAAT MALZEME BİLGİSİ Prof. Dr. Metin OLGUN Ankara Üniversitesi Ziraat Fakültesi Tarımsal Yapılar ve Sulama Bölümü HAFTA KONU 1 Giriş, yapı malzemelerinin önemi 2 Yapı malzemelerinin genel özellikleri,
DetaylıYAPAY 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
DetaylıİSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI
İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI Lineer Ayrılabilen Paternlerin Yapay Sinir Ağı ile Sınıflandırılması 1. Biyolojik Sinirin Yapısı Bilgi işleme
DetaylıTanım: Boyuna doğrultuda eksenel basınç kuvveti taşıyan elemanlara Basınç Çubuğu denir.
BASINÇ ÇUBUKLARI Tanım: Boyuna doğrultuda eksenel basınç kuvveti taşıyan elemanlara Basınç Çubuğu denir. Basınç çubukları, sadece eksenel basınç kuvvetine maruz kalırlar. Bu çubuklar üzerinde Eğilme ve
DetaylıT.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
DetaylıBİLECİK 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
DetaylıBAŞKENT 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
DetaylıTUĞLA 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
Detaylıδ / = P L A E = [+35 kn](0.75 m)(10 ) = mm Sonuç pozitif olduğundan çubuk uzayacak ve A noktası yukarı doğru yer değiştirecektir.
A-36 malzemeden çelik çubuk, şekil a gösterildiği iki kademeli olarak üretilmiştir. AB ve BC kesitleri sırasıyla A = 600 mm ve A = 1200 mm dir. A serbest ucunun ve B nin C ye göre yer değiştirmesini belirleyiniz.
DetaylıYapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları
Yapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları Ece Akıllı Université de Genève 12 Eylül 2016 CERN TR E. Akıllı (UNIGE) Yapay Sinir Ağları 12.09.2016 1 / 18 Akış 1 Makine Ogrenimi 2 Yapay Sinir
Detaylı5. Boyut Analizi. 3) Bir deneysel tasarımda değişken sayısının azaltılması 4) Model tasarım prensiplerini belirlemek
Boyut analizi, göz önüne alınan bir fiziksel olayı etkileyen deneysel değişkenlerin sayısını ve karmaşıklığını azaltmak için kullanılan bir yöntemdir. kışkanlar mekaniğinin gelişimi ağırlıklı bir şekilde
DetaylıGÜZ DÖNEMİ ARASINAV SORULARI. 1. Sayısal çözümleme ve fonksiyonu tanımlayarak kullanıldığı alanları kısaca açıklayınız?
MAK 05 SAYISAL ÇÖZÜMLEME S Ü L E Y M A N D E M Ġ R E L Ü N Ġ V E R S Ġ T E S Ġ M Ü H E N D Ġ S L Ġ K F A K Ü L T E S Ġ M A K Ġ N A M Ü H E N D Ġ S L Ġ Ğ Ġ B Ö L Ü M Ü I. öğretim II. öğretim A şubesi B
DetaylıMUKAVEMET-I DERSİ BAUN MAKİNA MÜHENDİSLİĞİ FİNAL ÖNCESİ UYGULAMA SORULARI ARALIK-2018
MUKAVEMET-I DERSİ BAUN MAKİNA MÜHENDİSLİĞİ FİNAL ÖNCESİ UYGULAMA SORULARI ARALIK-2018 UYGULAMA-1 AB ve CD çelik çubuklar rijit BD platformunu taşımaktadır. F noktasından uygulanan 10 Kip yük etkisinde
DetaylıDÖRTGEN 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
DetaylıMADDESEL NOKTANIN EĞRİSEL HAREKETİ
Silindirik Koordinatlar: Bazı mühendislik problemlerinde, parçacığın hareketinin yörüngesi silindirik koordinatlarda r, θ ve z tanımlanması uygun olacaktır. Eğer parçacığın hareketi iki eksende oluşmaktaysa
DetaylıSinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008
Sinirsel Benzetim ve NSL İlker Kalaycı 06, 2008 Gündem Yapay Sinir Ağları Benzetim Benzetim Dilleri Sinirsel Benzetim Dilleri NEURON, GENESIS,NEST Gündem Neural Simulation Language (NSL) Tarihçe Genel
DetaylıZeki 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
DetaylıMAKİNE ELEMANLARI DERS SLAYTLARI
MAKİNE ELEMANLARI DERS SLAYTLARI AKSLAR VE MİLLER 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 Dönen parça veya elemanlar taşıyan
DetaylıTemeller. Onur ONAT Munzur Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Tunceli
Temeller Onur ONAT Munzur Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Tunceli 1 2 Temel Nedir? Yapısal sistemlerin üzerindeki tüm yükleri, zemine güvenli bir şekilde aktaran yapısal
DetaylıMALZEME 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
DetaylıBurulma (Torsion) Amaçlar
(Torsion) Amaçlar Bu bölümde şaftlara etkiyen burulma kuvvetlerinin etkisi incelenecek. Analiz dairesel kesitli şaftlar için yapılacak. Eleman en kesitinde oluşan gerilme dağılımı ve elemanda oluşan burulma
DetaylıÇOK KATLI BETONARME YAPILARIN DİNAMİK ANALİZİ
ÇOK KATLI BETONARME YAPILARIN DİNAMİK ANALİZİ Adnan KARADUMAN (*), M.Sami DÖNDÜREN (**) ÖZET Bu çalışmada T şeklinde, L şeklinde ve kare şeklinde geometriye sahip bina modellerinin deprem davranışlarının
Detaylı5. Boyut Analizi. 3) Bir deneysel tasarımda değişken sayısının azaltılması 4) Model tasarım prensiplerini belirlemek
Boyut analizi, göz önüne alınan bir fiziksel olayı etkileyen deneysel değişkenlerin sayısını ve karmaşıklığını azaltmak için kullanılan bir yöntemdir. Akışkanlar mekaniğinin gelişimi ağırlıklı bir şekilde
Detaylı(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
DetaylıDEPREME DAVRANIŞI DEĞERLENDİRME İÇİN DOĞRUSAL OLMAYAN ANALİZ. NEJAT BAYÜLKE 19 OCAK 2017 İMO ANKARA ŞUBESİ
DEPREME DAVRANIŞI DEĞERLENDİRME İÇİN DOĞRUSAL OLMAYAN ANALİZ NEJAT BAYÜLKE nbayulke@artiproje.net 19 OCAK 2017 İMO ANKARA ŞUBESİ Deprem davranışını Belirleme Değişik şiddette depremde nasıl davranacak?
DetaylıYapılara 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
DetaylıYAPI MALZEMELERİ DERS NOTLARI
YAPI MALZEMELERİ DERS NOTLARI YAPI MALZEMELERİ Herhangi bir yapının projelendirmesi ve inşaatı aşamasında amaç aşağıda belirtilen üç koşulu bir arada gerçekleştirmektir: a) Yapı istenilen işlevi yapabilmelidir,
DetaylıYAPAY 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
DetaylıYÖK 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
DetaylıYığma 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
Detaylı2.2 KAYNAKLI BİRLEŞİMLER
2.2 KAYNAKLI BİRLEŞİMLER Aynı veya benzer alaşımlı metal parçaların ısı etkisi altında birleştirilmesine kaynak denir. Kaynaklama işlemi sırasında uygulanan teknik bakımından çeşitli kaynaklama yöntemleri
DetaylıUYGULAMALI ELASTİSİTE TEORİSİ
KOCAELİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ UYGULAMALI ELASTİSİTE TEORİSİ Prof.Dr. Paşa YAYLA 2010 ÖNSÖZ Bu kitabın amacı öğrencilere elastisite teorisi ile ilgili teori ve formülasyonu
Detaylı