Search

Günümüzde Derin Öğrenme yöntemlerinin kullanımı her alanda artmıştır. Yapay Zekâ, bilgisayarın veya bilgisayar kontrolünde bir makinenın zeki canlılara benzer mekanizmalarla karar verme yeteneğine sahip olmasıdır. Kısaca Yapay Zekâ, bilgisayarın insanlar gibi düşünmesini sağlar. Derin Öğrenme bir veya daha fazla gizli katman içeren yapay sinir ağları ve benzeri makine öğrenme algoritmalarını kapsayan çalışma alanıdır. Yani en az bir adet yapay sinir ağının kullanıldığı ve birçok algoritma ile, bilgisayarın elindeki verilerden yeni veriler elde etmesidir. Derin Öğrenme alanında kullanılan birçok algoritma vardır. Bu algoritmalardan YOLO (You Only Look Once) algoritması ve Darknet modeli, yüksek işleme hızından dolayı yüksek FPS (Frame Per Second) sağlamakta ve daha net sonuçlar vermektedir. Bu sebeple bu çalışmada YOLO algoritması tercih edilmiştir. Algoritmanın 4 farklı versiyonu için denemeler yapılmış, sonuçlar karşılaştırılmış, tespit doğruluğu ve hız olarak en iyi sonuç Versiyon-4 algoritmasında sağlanmıştır. OpenCV, NumPy, SciPy gibi Python programlama dili kütüphaneleri kullanılarak tespit edilen deformelerin sayısı tespit edilmiş, tespit anları kayıt altına alınmış, bu algoritmaların test kontrol sistemi ile bilgi alışverişi sağlanarak test sisteminin durdurulması sağlanmıştır. Deformasyonlar için büyük bir veri seti oluşturulmuş ve oluşturulan bu veri seti 4 farklı algoritma versiyonlarıyla eğitim yapılmış ve uygulamaya geçilmiştir. Otomotiv yan sanayinde üretilen süspansiyon sistem bileşenlerin performansları dinamik testlerle test edilmektedir. Bu testlerde parçalar plastik deformasyona maruz kalana kadar ya da ani kırılma başlangıcı olan çatlak oluşumunda, test sisteminin durdurulması insan konrolünde yapılmaktadır. Ancak bu durumda, parçaların ilk deformasyon anı tespit edilememektedir ve aynı zamanda zaman kaybına yol açmaktadır. Bu çalışmada derin öğrenme algoritmalarından olan YOLO ile deformasyon ve çatlak oluşumu tespit edilmeye çalışılmıştır. Çalışmada ayrıca derin öğrenme, görüntü işleme ve Python kütüphanelerinin nesne tespitinde kullanımları ayrıntıyla incelenmiş, uygulama oluşturulmuş, Python programı ve Yapay Sinir Ağları kullanılarak sonuçların elde edilmesi sağlanmıştır., Nowadays, the use of Deep Learning methods has increased in many areas. Artificial Intelligence, which includes deep learning, is the ability of a computer or a computer-controlled machine to make a decision similar to intelligent creatures. In short, Artificial Intelligence enables the computer to think like a human. Deep Learning is a field of study that includes neural networks with one or more hidden layers and similar machine learning algorithms. In other words, in deep learning, the computer uses at least one artificial neural network and obtains new data from the data it has with different algorithms. There are many algorithms used in the Deep Learning field. Among these algorithms, YOLO (You only look once) algorithm and Darknet model provide higher FPS (Frame Per second) due to high processing speed and give clearer results. For this reason, the YOLO algorithm has been preferred in the application. Trials have been made for 4 different versions of the algorithm, the results have been compared, the best result in terms of detection accuracy and speed has provided in the Version-4 algorithm. Using Python programming language libraries such as OpenCV, NumPy, and SciPy, the number of detected deformities were determined, their detection moments were recorded, and the test system was stopped by providing information exchange with the test control system of these algorithms. A large dataset has been created for deformations and this data set has been trained and implemented with 4 different algorithm versions. The performances of the suspension system components produced in automotive reflectivity are tested with dynamic tests. In these tests, the test system is stopped under human control until the parts are subjected to plastic deformation or in case of crack formation that is a sudden breakout. However, in this case, the first moment of deformation of the parts cannot be detected and at the same time causes a waste of time. In this study, the use of deep learning, image processing and Python libraries in object detection has been examined in detail, the application has been created, and the results have been obtained by using the Python program and Artificial Neural Networks.

Bir deprem ülkesi olan ülkemizin ulusal ağlarının tasarımı ve uzun dönemli idamesi için depremlerin ülkemiz ağları üzerindeki etkilerinin periyodik olarak belirlenmesi ve buna bağlı olarak revizyon ölçümlerinin planlanmasına ihtiyaç vardır. Bu çalışmada son 80 yılda meydana gelen depremlerin ulusal gravite ve nivelman ağları ile jeoid üzerindeki kümülatif etkisi araştırılmıştır. 1938-2008 yılları arasında moment tensör çözümü olan 738 adet deprem kullanılarak yapılan hesaplamalar gravite değişimlerinin -58 ile +69 μGal mertebesinde, yükseklik değişimlerinin ise -47 cm ile +49 cm aralığında olduğu görülmektedir. Buna karşın jeoidin değişimi ±1 mm düzeyindedir. The seismic effects on the national networks need to be determined periodically for the design and long-term maintenance of geodetic networks in Turkey and revision surveys need to be planned according to them. In this study the cumulative effect of the earthquakes on the gravity and levelling networks of Turkey and the geoid over the last 80 years is analyzed. The analysis on 738 earthquakes between 1938 and 2008 with a known moment tensor solution show that the gravity changes are between -58 and +69 μGal, the height changes are between -47 and +49 cm. On the other hand, the change in the geoid does not exceed 1 mm.

Depremler dolayısıyla dolgu barajların kretlerinin fazla oturması veya şev kaymalarının meydana gelmesi neticesinde yıkılması mansapta büyük kayıplar ve tahribat oluşturur. Baraj yıkılmasa dahi, hasarların giderilmesi oldukça maliyetli ve zahmetli olmaktadır. Bu sebeple, barajların yapıldığı bölgenin deprem potansiyeline göre şev stabilitesinin sağlanması kret ve şev kalıcı deformasyonlarının analiz edilerek tahmin edilmesi deformasyon miktarları dikkate alınarak tasarımının yapılması önem arz etmektedir. Örneğin deprem neticesinde kret oturmalarını dikkate alacak şekilde hava payı oluşturulmalıdır. Aksi halde depolanan suyun baraj üzerinden aşma ve yıkılma riski oluşur. Önyüzü geomembran kaplı dolgu barajlarda ise deprem neticesinde oluşan kalıcı aşırı şev ve kret deformasyonları geomembran da hasar oluşturabilir. Böyle bir durum barajın içerisinde sızma kuvvetleri ve mansap şevi stabilitesinin bozulması gibi sonuçlara yol açar. Ülkemizde ve dünyada son yıllarda dolgu barajlarda geçirimsizlik perdesi olarak geomembranın kullanılması çok yeni olup, halen özellikle büyük rezervuarlı yüksek baraj tasarımı yaygın değildir. Bu çalışmada aktif Dinar ve Tatarlı fayları etki alanı içerisinde kalan önyüzü geomembran ile kaplı kaya dolgu bir baraj olan Yıprak barajının sismik kalıcı şev deformasyonları yarı ampirik metotlarla analiz edilerek barajın emniyeti açısından sonuçları tartışılmıştır. If any dam fails because of excessive settlements of crest of embankment dams or slope failures due to earthquakes, heavy damages and louses of life may occur at the downstream. Even if the dam does not fail, rehabilitation of the damages is not easy and cheap. Therefore, depending on the earthquake severity risk of a region, providing slope safety of a dam and also designing the slopes and crest level by analyzing and evaluating the permanent crest and slope deformations are very important. For instance, freeboard of an dam crest should tolerate (not less than) the permanent deformations due to an earthquake. Otherwise, reservoir water may overtop the dam and cause a failure. In addition, excessive permanent slope and crest deformations of a geomembrane faced embankment dam due to an earthquake may cause damages on the geomembrane. In that case, excessive seepage forces may occur in the dam and downstream slope safety may diminish. Application of geomembranes as seepage barriers on the embankment dams is quite new in Turkey and in the world. A large dam designed with a geomembrane seepage barrier has not still been common in the world. In this study, permanent slope deformations of Yiprak rockfill dam which is an geomembrane faced embankment and under the effect of active Dinar and Tatarlı faults are determined by the way of semi empirical methods. Then, safety of the dam is evaluated.

Bu çalışmada karbon elyaf takviyeli polimer matrisli kompozitlerin kenar budama işlemlerinin işlenebilirliği ve yüzey kalitesi araştırılmıştır. Frezeleme tipi, takım tipi, kesme hızı ve ilerleme hızının, yüzeyin ilerleme ve ilerlemeye dik doğrultusunda oluşan yüzey pürüzlülüğüne ve deformasyon davranışına olan etkileri araştırılmıştır. Üç farklı kesici ağız sayısına (2,4,6) sahip mikro taneli karbür kesici takımlarla dik ve eğimli çevresel frezeleme işlemi gerçekleştirilmiştir. Kenar budama işlemleri için kullanılan frezeleme parametreleri Taguchi deney tasarımına göre uyarlanmıştır. Parametrelerin işlenebilirlik çıktıları üzerine etkilerinin katkı oranları varyans analizi (ANOVA) ile istatistiksel olarak belirlenmiştir. İşlenebilirlik çıktıları olan yüzey pürüzlülüğü ve deformasyon miktarlarına göre eğimli yanal frezeleme işleminin dik frezelemeye göre daha üstün olduğu sonucuna varılmıştır. Dik yan yüzey frezelemeyle yapılan kenar budama işlemlerinde Tip-II delaminasyon yani kenarlarda kesilmeden uzayan uzun elyaf demetlerinin bulunduğu gözlenmektedir. Eğimli frezeleme ise Tip I-II delaminasyonun aynı anda ortaya çıkarmakta yani kenarlarda kesilmemiş uzun elyaf demetleri ve kenardan içe doğru kırılmış tabakalar oluşturmaktadır. Kesici ağız sayısı ve kesme hızı arttıkça ve ilerleme hızı azaldıkça enine ve boyuna olan yüzey pürüzlülüğü ile deformasyon azalmaktadır. En iyi işleme koşulları kesme hızının en yüksek seviyede, ilerlemenin en düşük seviyede 6 ağızlı kesicide eğimli frezeleme koşullarında sağlanmıştır., The main focus of this paper is to investigate the surface quality and machinability of the edge trimming process of carbon fiber reinforced polymer (CFRP) material. Measurement of transverse and longitudinal surface roughness and deformation behavior are carried out for different combinations of cutting speed, feed per tooth, tool type and milling type to evaluate the machined surface quality. Three different flutes (2,4,6) micro grain carbide end mill tools were used for vertical and inclined peripheral milling. Edge trimming experiments were conducted under different experimental parameters and their levels according to the Taguchi design of experiment method. The contribution ratio of parameters on machinability outputs has statistically analyzed by Analysis of Variance (ANOVA). According to machinability outputs such as surface roughness and deformation types, the inclined peripheral milling is more suitable than vertical peripheral milling. Edge trimming by vertical peripheral milling generates Type II delamination which consists of long uncut fibers protruding from the trimmed edges. Edge trimming by inclined milling generates Type I-II delamination which consists of short uncut fibers protruding from the trimmed edges and where plies have broken inwards in the same time. The transverse and longitudinal surface roughness and deformation decreased with increased number of teeth, cutting speed and decreased feed per tooth. The best machining quality was obtained when cutting at the highest level of cutting speed, lowest feed rate and 6 number of flute in inclined milling.

Bu çalışmada, bazı hıyar çeşitlerinde depolama süresinin ürünün mekanik özelliklerine etkisinin belirlenmesi amacıyla bir sıkıştırma test düzeneği geliştirilmiştir. Sıkıştırma testi deney ve ölçüm düzeneği; hareketli platform, tutucu, dinamometre, silindirik batıcı uç, amplifikatör, PC kart, veri toplama ve kaydetme programı ile bilgisayardan oluşmaktadır. Çalışmada deneme materyali olarak 147-F1 ve Rawa-F1 hıyar çeşitleri kullanılmıştır. Denemeye alınacak ürünlere, hasat edilen günde 0. gün ve bu günü izleyen 3., 6., 9. ve 12. günlerde sıkıştırma testi uygulanmıştır. Ürünler % 85-90 nem oranında 10 0C depo sıcaklığında depolanarak depo sürelerinin biyolojik malzeme özelliklerine etkileri belirlenmeye çalışılmıştır. Denemeler sonunda biyolojik akma noktasındaki deformasyon, kuvvet, elastiklik modülü, deformasyon enerjisi, deformasyon hacmi ve deformasyon duyarlılığı değerleri belirlenmiştir. Bu özelliklere, çeşit ve depo süresi ile bunların ikili etkileşimlerinin etkisinin ortaya konulabilmesi için istatistiksel analiz yapılmış ve sonuçlar değerlendirilmiştir. Deformasyon duyarlılığı üzerinde çeşit, istatistiksel olarak etkili bulunmazken depo süresi P, In this study, a compression test-measurement system was developed to determine the effect of storage time on some mechanical properties of cucumber varieties. The compression test-measurement system composes of moving platform, holder, dynamometer, cylindrical die with spherical end, amplifier, PC card, data logger software and computer. 147-F1 and Rawa-F1 cucumber cultivars were used in the tests. To investigate the effects of storage time on the properties of the biological materials, samples were stored in 10 0C and 85-90 % r. h. conditions and tests were conducted at harvest date, 3rd, 6th, 9th and 12th days. The compressive force-deformation characteristics of each vegetable were determined with a view to obtaining information on bioyield point force and deformation for them. Deformation, bioyield point force, modulus of elasticity, deformation energy, deformation volume and deformation susceptibility were determined at the end of the tests. The statistical analyze was made to determine the effects of the cultivars, storage time and their interactions on these properties. Storage time significantly P