Yapay Sinir Ağları (YSA) Kullanılarak CLT Perde Duvarların Yanal Yük Altındaki Rijitliklerinin Kereste Direnç Sınıflarına Göre Tahmin Edilmesi

Basit Öğe Kaydı
dc.contributor.authorBirinci, Abdullah Uğur
dc.contributor.authorİlhan, Okan
dc.contributor.authorDemir, Aydın
dc.contributor.authorDemirkır, Cenk
dc.date.accessioned2024-12-28T20:21:49Z
dc.date.available2024-12-28T20:21:49Z
dc.date.issued2024
dc.description.abstractBu çalışmada, öncelikle yapay sinir ağları (YSA) kullanarak ağaç türü ve kereste direnç sınıfları gibi üretim parametrelerinin CLT perde duvarların yanal yük altındaki rijitlik performansı üzerine etkilerinin belirlenmesi amaçlanmıştır. Daha sonra, analizler sonuncunda elde edilen YSA tahmin modellerini kullanarak, CLT perde duvarlar için en yüksek rijitlik değerini verecek orta ve dış tabakalarda kullanılan kereste direnç sınıflarına ait optimum tabaka kombinasyonlarının ortaya konulması amaçlanmıştır. Bu çalışmada, ladin ve kızılağaç kerestelerin kullanıldığı CLT paneller ile bu iki ağaç türünün kombinasyonlarından oluşturulan hibrit paneller üretilmiştir. Kerestelerin direnç sınıfları TS EN 338 standardına göre hasarsız olarak belirlenmiş ve ladin için C16, C22, C30, kızılağaç için ise D18, D30, D40 grubu keresteleri, çalışma kapsamında CLT üretiminde kullanılmak üzere seçilmiştir. Ağaç türü ve direnç sınıfı kombinasyonlarından oluşan 30 farklı test grubu için CLT paneller üretilmiştir. CLT panellerden oluşturulan perde duvarların analizleri ASTM E 72 standardına göre gerçekleştirilmiş ve elde edilen maksimum yük ile bu yükteki yer değiştirme miktarlarından rijitlikler hesaplanmıştır. YSA modellemeleri sonucunda, deneysel verilerden yola çıkarak tahmin değerleri elde edilmiş ve bu verilerle optimum tabaka kombinasyonları belirlenmiştir. Buna göre, CLT perde duvarlar için elde edilen optimum kereste direnç sınıfları ve tabaka kombinasyonları, ladinde C30-C18-C30, kızılağaçta D30-D35-D30, hibritlerde C30-D24-C30 ve D30-C30-D30 olarak tespit edilmiştir.
dc.description.abstractIn this study, it was primarily aimed to determine the effects of production parameters such as wood species and timber strength classes on the stiffness performance of CLT shear walls under lateral load using artificial neural network (ANN). Then, using the ANN prediction models obtained as a result of the analyses, it was aimed to reveal the optimum layer combinations of the timber strength classes used in the middle and outer layers that will give the highest stiffness value for CLT shear walls. In this study, spruce, alder and these two wood species hybrid CLT panels incorporating were produced. The timber strength classes were determined as undamaged according to the TS EN 338 standard, and C16, C22, C30, group timbers for spruce and D18, D30, D40 group timbers for alder were selected to be used in CLT production within the scope of the study. CLT panels were produced for 30 different test groups consisting of wood species and strength class combinations. The shear walls formed from CLT panels was analyzed according to the ASTM E 72 standard, the stiffness was calculated from the maximum load obtained and the displacement amounts at this load. As a result of ANN modeling, prediction values were obtained based on experimental data and optimum layer combinations were determined with these data. According to this, the optimum timber strength classes and layer combinations for CLT shear walls were determined as C30-C18-C30 for spruce, D30-D35-D30 for alder, and C30-D24-C30 and D30-C30-D30 for hybrids.
dc.identifier.dergiparkDergiPark: 1443083
dc.identifier.doi10.58816/duzceod.1443083
dc.identifier.endpage307
dc.identifier.issn2148-7871
dc.identifier.issn2148-7855
dc.identifier.issue1
dc.identifier.startpage288
dc.identifier.urihttps://doi.org/10.58816/duzceod.1443083
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/3754719
dc.identifier.urihttps://dergipark.org.tr/tr/pub/duzceod/issue/85842/1443083
dc.identifier.urihttps://hdl.handle.net/20.500.12684/16797
dc.identifier.volume20
dc.language.isotr
dc.publisherDüzce Üniversitesi
dc.relation.ispartofDüzce Üniversitesi Orman Fakültesi Ormancılık Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20241228
dc.subjectÇapraz Lamine Ahşap (CLT)
dc.subjectKereste Direnç Sınıfı
dc.subjectYapay Sinir Ağları (YSA)
dc.subjectPerde Duvar
dc.subjectRijitlik
dc.subjectCross Laminated Timber (CLT)
dc.subjectArtificial Neural Networks (ANN)
dc.subjectShear Wall
dc.subjectRigidity
dc.subjectTimber Strength Class
dc.titleYapay Sinir Ağları (YSA) Kullanılarak CLT Perde Duvarların Yanal Yük Altındaki Rijitliklerinin Kereste Direnç Sınıflarına Göre Tahmin Edilmesi
dc.title.alternativePredicting Stiffness of CLT Shear Walls Under Lateral Loads According to Timber Strength Classes Using Artificial Neural Network (ANN)
dc.typeArticle

Dosyalar

Koleksiyon

Düzce Üniversitesi Orman Fakültesi Ormancılık Dergisi Koleksiyonu
TR-Dizin İndeksli Yayınlar Koleksiyonu