Yapay sinir ağları ve sonlu elemanlar metodundan (ANYS) oluşan karma bir modeli kullanarak çatlak içeren sonlu plakalaların gerilme yoğunluk faktörlerinin tahmini

Bu çalışmanın amacı gerilme yoğunluk faktörü formülü bulunmayan yarı eliptik yüzey çatlağı içeren 2 farklı tipteki plakanın gerilme yoğunluk faktörlerini tahmin etmek için yapay sinir ağı modeli geliştirmekti. Bu plakalardan biri ön ve arka yüzünde birer adet yarı eliptik yüzey çatlağı içermektedir. Diğerinin ise ön ve arka yüzünde birbirine paralel 2 adet yarı eliptik yüzey çatlağı bulunmaktadır. İlk olarak sinir ağı modelinin eğitilmesi için gerekli olan veriler sonlu elemanlar metodu (Ansys) yardımıyla oluşturulmuştur. Birinci durum için (her iki yüzeyde de 1 tane yarı eliptik yüzey çatlağı içeren) minör yarıçapın (a), minör yarıçapın majör yarıçapa oranının (a/c) ve minör yarıçapının plaka kalınlığına oranının (a/t) farklı değerleri kullanılarak toplamda 179 Ansys simülasyonu yapılmıştır. Birinci durum için bu simülasyonlar sonucunda 8234 adet veri üretilmiş (her simülasyon için 46 farklı parametrik açı değeri) ve bu verilerin 1061 tanesi yapay sinir ağı modelinin eğitilmesinde kullanılmıştır. Bunun yanı sıra ikinci durum için (her iki yüzeyde birbirine paralel 2 adet yarı eliptik yüzey çatlağı içeren) a, a/c, a/t ve h'ın (iki paralel çatlak arasındaki dikey uzaklık) farklı değerleri kullanılarak 523 Ansys simülasyonu yapılmıştır. Bu simülasyonlardan sonra 24058 tane veri elde edilmiş ve 4248 tanesinden ağın eğitim aşamasında yararlanılmıştır. Yapay sinir ağı modellemesinde Matlab sinir ağı modülü (nntool) kullanılmıştır. Eğitim aşamasında farklı tipte ağ yapıları kullanılmıştır. Eğitilen sinir ağlarının doğruluğu, en iyi ağ modelini belirleyebilmek için Ansys'te üretilen 760 (birinci durum) ve 1139 (ikinci durum) tane yeni veri kullanılarak test edilmiştir. Sonuç olarak birinci durum için minimum sapma değeri 2 tane gizli katman ve her bir gizli katmanda 15 nöron içeren ağ modelinde elde edilmiştir ve minimum sapma değeri % 0.32 olarak hesaplanmıştır. Benzer şekilde ikinci durum için minimum sapma değeri % 0.49 olarak hesaplanmış ve bu model 3 gizli katman ve her bir gizli katman için 14 nöron içermektedir. Bu çalışma sonucunda herhangi bir simülasyon / analiz yapmadan 2 farklı durum için gerilme yoğunluk faktörü değerlerini tahmin edebilme potansiyeline sahip 2 tane yapay sinir ağı modeli elde edilmiştir.