Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özetlere göre tezleri arayabilirsiniz.


İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / İnşaat Mühendisliği Anabilim Dalı / Deprem Mühendisliği Bilim Dalı

2013

A comparative numerical analysis for liquefaction

Karşılaştırmalı sayısal sıvılaşma analizi

Bu tez, YÖK tez merkezinde bulunmaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi'ndeki tarama bölümünde tez numarasını arayabilirsiniz. Tez numarası: 352378

Tezi Bul
Özet:

Zemin sıvılasması, deprem sebebiyle olusan titresimlerin doymus kohezyonsuz zeminlerde tasıma gücünün geçici olarak kaybedilmesi seklinde tanımlanmaktadır. Sıvılasma olgusunun neden olduğu can kayıpları ve altyapı sistemlerinde meydana gelen hasarlar, bölgelere ait sıvılasma potansiyellerinin önceden belirlenip değerlendirilmesinde güçlü ve güvenilir metotlara ihtiyaç duyulmasına neden olmustur. Bu sebeple, standart penetrasyon testi (SPT) ile iliskilendirilen bir parametre olan deprem esnasında zemine etkiyen sismik kuvvet sıvılasma potansiyelinin geleneksel yöntemler ile değerlendirilmesinde kullanılmaktadır. Bu çalısmada sıvılasma potansiyelinin tahmin edilmesinde en iyi modelin gelistirilmesi amacı ile sonlu farklar metoduna dayalı model ile yapay sinir ağları metoduna dayalı modellerin sonuçları karsılastırılmıstır. Bu modellerde, eğitme ve test etme asamalarında SPT testlerinden elde edilmis datalar kullanılmıstır. Çesitli modeller denenmis ve en yüksek basarı oranının elde edildiği modeller gelistirilmistir. Çalısmanın ana amacı, seçilmis bölgeye ait üç boyutlu sonlu farklar metoduna bağlı sıvılasma potansiyelinin tahmini için model gelistirilmesi, yapay sinir ağları yöntemine dayalı model gelistirilmesi, yapay sinir ağlarına bağlı modelin performansının arttırılması, sonlu farklar yöntemi tabanlı model sonuçları ve sinir ağı algoritması tabanlı model sonuçları ve basitlestirilmis yöntem sonuçlarının karsılastırılması, bir boyutlu, iki boyutlu ve üç boyutlu sonlu farklar metodundaki modellerin sonuçlarının karsılastırılması, ve son olarak sıvılasma potansiyelinde deprem etkisi parametresinin diğer etkin parametreler ile karsılastırılması amaçlanmıstır. Özetle, zeminlerin sıvılasma potansiyelinin tahmininde kullanılan bu farklı metotların karsılastırılması için gelistirilen bu iki model ile zeminlerde sıvılasma potansiyeli olasılıklarında kullanılabilecek ve uygulamanın baska arastırmalar ve çalısmalarda tahmin aracı olarak kullanılmasını sağlayan sonuçlara varılmıstır.

Summary:

Soil liquefaction is phenomenon of temporary loss of shear in saturated cohesionless soils under influence of vibrations caused by earthquakes. Due to complexity of liquefaction problems, such as nonlinearity of responses, sudden phase transition from solid to liquid behavior, material instability, interaction and relative movement between porous soil skeleton and interstitial water, limitations on experimental and numerical techniques, material model formulation and so on reliable and accurate predictive methods have to be developed. The extensive loss of lives and civil infrastructure system caused by liquefaction emphasize the need for strong and reliable methods for evaluating the liquefaction potential of sites. For this reason, conventional methods for evaluating liquefaction potential are based on correlating data from soil Standard Penetration Test (SPT) with a parameter that represents seismic loading on soil during an earthquake. This study aims to explore the best model by comparing Finite difference model and neural network model for prediction of liquefaction potential for chosen case study area. These models use SPT data for training and testing. Various models are examined and model with highest success rate is presented. Specific objectives of research are to develop finite difference model in 3D to predict liquefaction potential of site, to develop neural network model to predict liquefaction potential, to enhance performance of artificial neural network model of liquefaction analysis, to compare simplified methods results with finite difference method based model results and neural network algorithm based model results, to compare 1D, 2D and 3D finite difference method based model results and to calculate the importance of the earthquake magnitude by comparing the other parameters that affect liquefaction potential of sites. As a summary, results obtained by two proposed models demonstrate potential liquefaction probability and encourage use of this application for forecasting studies.