Kirişle Güçlendirilmiş Kabuk Yapılar İçin Yapay Sinir Ağ Bazlı Analiz Yöntemi Geliştirilmesi

Konferans Bildirisi-- İstanbul Teknik Üniversitesi, Teorik ve Uygulamalı Mekanik Türk Milli Komitesi, 2017Conference Paper -- İstanbul Technical University, Theoretical and Applied Mechanical Turkish National Committee, 2017Bu çalışmanın amacı, kirişle güçlendirilmiş kabuk yapıların tasarımına yönelik bir araç geliştirmektir. Geliştirilecek aracın bu yapıların yük taşıma kapasitesini ve ağırlığını hızlı şekilde belirlemesi gerekmektedir. Bu amaçla, Python 2.7 programı kullanılarak yazılmış bir betikle 1440 farklı güçlendirilmiş kabuk yapının sonlu elemanlar (SE) modeli oluşturulmuş ve ticari SE programı olan ABAQUS kullanılarak bu modeller analiz edilmiştir. Yazılan betik, modelin oluşturulması, modelin analizi, burkulma yükünün, çökme yükünün ve toplam ağırlığın elde edilmesi ve ABAQUS analiz sonuçlarının derlenmesi için kullanılmıştır. Bu 1440 modelin girdi parametreleri ve analiz sonuçları, hâlihazırda yaratılmamış olan güçlendirilmiş kabuk yapıların burkulma yükünü, çökme yükünü ve ağırlığını hızlı bir şekilde belirlemek için MATLAB NNTOOL araç kutusunda bir yapay sinir ağı (YSA) oluşturulmasında kullanılmıştır. Oluşturulan YSA’nın performansı SE sonuçlarıyla yapılan karşılaştırmalarla gösterilmiştir.The purpose of this work is to develop a tool for the design of skin-stringer structures. The tool to be developed needs to quickly identify the load carrying capacity and weight of these structures. For this purpose, a finite element (FE) model of 1440 different skin-stringer structures was created with a script written in Python 2.7, and these models were analyzed using the commercial FE program ABAQUS. The script was used to construct the model, analyze the model, calculate the buckling load, the collapse load and the total mass, and collect the ABAQUS analysis results. The input parameters and analysis results of these 1440 model have been used to create an artificial neural network (ANN) in the MATLAB NNTOOL toolbox for fast determination of the buckling load, collapse load, and weight of the skin-stringer assemblies that have not yet been created. The performance of the generated ANN is shown in comparison with FE results