Patlatma kaynaklı titreşimlerin yapay sinir ağları yöntemi ile zemin parametrelerine bağlı olarak tahmini

Abstract

Bu çalışmada, İstanbul Yeni Havalimanı inşaatında toprak işleri kapsamında yapılan patlatmalı kazı işlerine ait sahada alınan titreşim ölçümlerinin, söz konusu bölgelere yakın zemin etüt verileri ile olan korelasyonu Yapay Sinir Ağları (YSA) yöntemi kullanılarak değerlendirilmiş ve isabetli titreşim tahmini yapılması amaçlanmıştır. Çalışma sonucunda, girdi verilerinin çok fazla olması ve hepsinin lineer olmaması gibi sebepler ile regresyon analizi ile çok isabetli sonuçlar alınamayan patlatma kaynaklı titreşim tahmini, son zamanlarda sıklıkla kullanılan Yapay Sinir Ağları (YSA) yöntemi ile yapılmış ve %93.4'lük korelasyona sahip ağ ile yapılan tahminlerin, araziden elde edilen kayıtlar ile, genel itibariyle uyumluluk gösterdiği anlaşılmıştır. Uygulama pratikliği açısından ve özellikle istatiksel analiz konusuna hakim olunmasa dahi temel analizleri yapma açısından sağladığı kolaylıklar değerlendirildiğinde araştırmacılar için faydalı bir yöntem olacağı düşünülmektedir.

In this thesis, the vibration measurements that are recorded from the excavation blastings in the construction of Istanbul New Airport are correlated with the geotechnical data that is obtained from the site investigation carried out in the vicinity of the aforementioned blastings. Due to the excessive amount of input data and the fact that they are not all linear, vibration estimations by means of Regression Analysis does not yield very accurate esitmations. In this study Artificial Neural Network (ANN) method which is being used widely in recent years has been utilised to estimate vibrations and with a network of %93,4 correlation it is found that vibration estimations and in situ vibration measurements are in general compatible with each other. It is thought that it will be a useful method for researchers in terms of practicality of application and especially due to the fact that it proves to be an easy method especially since it can be used even if one has very basic knowledge about statistical analysis.