i

İÇİNDEKİLER

İÇİNDEKİLER..............................................................................................................i
ÖZET...........................................................................................................................iv
ABSTRACT.................................................................................................................v
ÖNSÖZ VE TEŞEKKÜR............................................................................................vi
SİMGELER DİZİNİ...................................................................................................vii
ŞEKİLLER DİZİNİ.....................................................................................................ix
ÇİZELGELER DİZİNİ................................................................................................xi
1. GİRİŞ.......................................................................................................................1
1.1.Çalışmanın Amacı..................................................................................................2
2.METARYAL VE METOT.......................................................................................3
2.1 Üstyapıların Tanımı...............................................................................................3
2.2 Esnek Üstyapılar....................................................................................................3
2.3 Esnek Üstyapılarda Kullanılan Malzemeler ve Yapılan Deneyler........................9
2.3.1 Agregaların Özellikleri.......................................................................................9
2.3.2 Agregalarda Uygulanan Deneyler.....................................................................11
2.3.2.1 Elek Analizi....................................................................................................11
2.3.2.2 Los Angeles (Aşınma Deneyi).......................................................................14
2.3.2.3 Donma Deneyi...............................................................................................14
2.3.2 Bitümün Özellikleri...........................................................................................15
2.3.2.1 Bitümde Uygulanan Deneyler........................................................................15
2.4 Esnek Üstyapılarda Alttemel Tabakası................................................................16
2.4.1 Alttemel Tabakasında Kullanılan Malzeme Özellikleri....................................18
2.4.2 Alttemel Tabakasında Yapılan Deneyler...........................................................22
2.4.2.1 CBR Deneyi....................................................................................................23
2.4.2.2 R Direnç Değerinin Tespiti............................................................................24
2.4.2.3 Texas Üçeksenli Sınıflandırma.......................................................................25
2.5 Alttemel Tabakası Drenaj Koşulları.....................................................................27
3. ESNEK ÜSTYAPI ANALİZİ................................................................................29
 ii

3.1 Esnek Üstyapı Tasarımı Ve Performans..............................................................29

3.2 Üstyapıların Yapısal Özellikleri...........................................................................34
3.3 Üstyapı Test Aletleri............................................................................................39
3.3.1 Benkelman Kirişi...............................................................................................41
3.3.2 Dynaflect ve Road Rater...................................................................................42
3.3.3 Falling Weight Deflectometer (FWD)...............................................................42
3.3.4 Spektiral veya Sismik Üstyapı Analizi..............................................................47
3.3.5. RWD (Rolling Wheel Deflectometer)..............................................................49
3.4 Üstyapıya Etki Eden Faktörler..............................................................................50
3.4.1 Yükleme.............................................................................................................50
3.4.2 Çevresel Etkiler..................................................................................................51
3.5 Üstyapı Bozulmaları.............................................................................................53
3.5.1 Stabilize Yolarda Meydana Gelen Bozulmalar.................................................53
4. SONLU ELEMANLAR ANALİZİ.......................................................................56
4.1. Sonlu Eleman Yöntemi Kullanılarak Hazırlanmış Programlar...........................58
5.YAPAY SİNİR AĞLARI.......................................................................................59
5.1 Yapay Sinir Ağları Yapısı....................................................................................59
5.2 Yapay Sinir Ağlarında Öğrenme ve Ağın Eğitilmesi...........................................64
5.3 YSA Öğrenim Algoritması...................................................................................68
5.3.1 Delta Öğrenim Algoritması...............................................................................68
5.3.2 Öğreticisiz Öğrenim Algoritması......................................................................69
5.3.3 Back-Propagatıon Öğrenim Algoritması...........................................................70
5.4 YSA Geliştirilen Pradıgma Ve Algoritmalar........................................................71
5.4.1 Mc Culloch-Pits Modeli....................................................................................71
5.4.2 Madaline ve Adaline Modeli.............................................................................73
5.4.2.1 Adalıne Modeli...............................................................................................73
5.4.2.2 Madaline Modeli............................................................................................75
5.5 YSA Ağ Topolojisi..............................................................................................75
5.6 Geri Yayılım Algoritmaları..................................................................................76
6. BULGULAR..........................................................................................................79
6.1 YSA Programı Yaklaşımı.....................................................................................80
6.2. Sayısal Örnekler...................................................................................................87
6.2.1 Örnek 1………………………………………………………………………..87
 iii

6.2.2. Örnek2………………………………………………………………………..88
7. TARTIŞMA VE SONUÇ.......................................................................................91
KAYNAKLAR...........................................................................................................92
EK1.............................................................................................................................96
ÖZGEÇMİŞ..............................................................................................................106
 iv

ÖZET

Son yıllarda karmaşık yapıya sahip ve bilinen yöntemlerle çözülemeyen

problemlere çözümler üretmek için yapılan araştırmalar sonucu, yeni bir bilgi işleme
yöntemi Yapay Sinir Ağları (YSA) doğmuştur. YSA, biyolojik sinir sisteminin bazı
fonksiyonlarını modelleyen ve onun bazı yeteneklerini basit işlem elemanlarının
yoğun bir paralel dizisidir.YSA, birçok mühendislik dalında başarıyla kullanılmış ve
kullanılmakta olan giderek yaygınlaşan uzman sistemlerden biri olmuştur.

YSA, eğitilebilmesi ve uygun işlenilme karakteristiklerinden dolayı kontrol

sistemleri uygulamaları için oldukça uygundur. YSA ilk olarak tek hücreli nöron
modeli olarak ortaya çıkmıştır, tek girdi ve tek çıktı olarak düzenlenen bu model
daha sonraları bilgisayarların gelişiminin de etkisiyle çok girdili ve tabakalı sistem
düzeneğine dönüştürülmüştür.

Son yıllarda gelişen diğer önemli bir çalışma ise esnek üstyapıların yapısal
açıdan performansı belirlemekte kullanılan tahribatsız test yöntemidir.
(Nondestructive Testing-NDT). NDT ile yol üstyapısındaki defleksiyon değerleri
ölçülmekte ve bu değerlerin geri-hesaplama analizleri ile üstyapının durumu
hakkında bilgiler edinmekteyiz. Bu aletlerden en sağlıklı ve hızlı olanı FWD (Falling
Weight Deflectometer) test aletidir. Ölçülen defleksiyon değerlerinden geri
hesaplama yöntemiyle üstyapı elastisite modülleri belirlenmektedir. Bulunan üstyapı
tabakalarının elastisite modülü değerleri üstyapı durumunun bir göstergesi
olmaktadır.

Ölçülen defleksiyon değerlerinin geri hesabında kullanılan analiz

yöntemlerinden biriside sonlu eleman analizidir. Bunun için SDUFEM (Saltan 1999)
programında bulunan granüler tabaka malzeme özellikleri YSA mimarisi ile elde
edilen program yerleştirilmiş ve daha gerçekçi yaklaşımlar elde edildiği
gösterilmiştir.

ANAHTAR KELİMELER: Geri Hesaplama, Yapay Sinir Ağları, Tahribatsız Test

Yöntemleri.
 v

ABSTRACT

During the last year, it’s have complex structure or known method to be
unsolved in order to solved, new information system have been developed. Artificial
Neural Network (ANN), a model of brain and ıt’s something used to ability simple
processes in a paralel-distributed manner. Artificial Neural Network (ANN), many
engineering branch using achievement and more than more expert has been system.

Artificial Neural Network (ANN), the control system has been appropriate
due to suitable to work processesing. ANN, firtsly one cell has been appeared. One
input an done output to be accepted as model than more input and output have been
mechanism to change.

During the last years, the other very important guesswork has been NDT
(Non Destructive Testing) for desingning and maintaning pavements. NDT using for
pavement evalution, pavement deflections have been measured have to be knowledge
about pavement structure analysıs. This tool most fit and fast to be FWD ( Falling
Weight Deflectometer). In order to us efor pavement evaluatıon, pavement layer
moduli values have to be determined from measured deflection values.

Values deflections measure using finite element backcalculatıon analysıs.İn

this study, SDUFEM program with new program evalution and absolutely sub-base
layer used to ANN (Artificial Neural Network) architectural obtained program real to
occur is showed approach.

KEY WORDS: Backcalculatıon, Artificial Neural Network, Nondestructive Testing

 vi

ÖNSÖZ VE TEŞEKKÜR

Çağı yakaladığımız bu yüzyılda karayolu ulaştırması tartışılmaz bir şekilde

artış göstermekte ve çeşitli sorunlarla karşı karşıya kalmaktadır. Karayolu
ulaştırmasında en büyük sorunlardan biri üstyapıların durumunun belirlenmesi ve bu
belirleme işlemlerinde hızlı ve ekonomik çözümlerinin bulunamamasıdır. Yapılan
çalışmalarda Tahribatsız Defleksiyon Testleri (NDT) yardımıyla bu sorunların
çözümüne geniş bir kapı açılmıştır. Tahribatsız test aletleri ile defleksiyon verileri
elde edilmekte ve yorumlanmakta, böylece üstyapı daha gerçekçi bir şekilde
modernize edilmektedir. Elde edilen defleksiyon değerleri sonlu eleman yöntemi
esas alınarak ve modern yöntemlerle (YSA, Genetik Algoritmalar, Bulanık mantık)
birleştirilerek üstyapılar hakkında iyi sonuçlar veren bilgilere ulaşılmıştır. Bunlardan
en önemlisi (YSA) dır. Günümüzde insan beynini örnek alarak oluşturulmuş olan
bilgi işleme yöntemi Yapay Sinir Ağları (YSA) her alanda oldukça sık
kullanılmaktadır. Her türlü mühendislik probleminin çözümünde yapıcı ve gerçekçi
çözümlere yaklaşımı ile çağın vazgeçilmez bilgi mekanizması haline gelmiştir.

İşte bu çalışmada üstyapılar için çok önemli olan defleksiyon değerlerinin

değerlendirilmesi, YSA ile daha gerçekçi hale getirilmiştir. Tez danışmanı tarafından
geliştirilen SDUFEM (Saltan 1999) sonlu eleman analizini esas alan program üzerine
FORTRAN programlama dili ile yazılmış, Yapay Sinir Ağlarını esas alan program
granüler tabakalar için uygulanmış ve karşılaştırılmıştır.

Bu çalışmanın konusunu öneren ve yapıcı öneriyle bu tezin

gerçekleşmesinde en büyük pay sahibi olan değerli danışman hocam Yrd. Doç. Dr.
Mehmet SALTAN’a şükranlarımı sunarım. Çalışmalarım sırasında her türlü bilgiye
ulaşmam için yardımcı ve destek olan değerli hocam Prof. Dr. Mustafa
KARAŞAHİN, YSA ve bilgisayar konusunda hiçbir bilgiyi esirgemeyen Arş.Gör.
Serdal TERZİ, FORTRAN programlama dili konusunda her zaman yardımcı olan
Uzm. İlhan YAZICI hocalarıma, ayrıca bu çalışmamın her aşamasında verdikleri
maddi manevi desteklerinden dolayı aileme sonsuz saygı ve minnettarlığımı sunarım.
 vii

SİMGELER DİZİNİ

υ Poisson Oranı
χ Viskozite
ε Kritik Şekil Değiştirme
a Yük Uygulama Yarıçapı
E Elastisite Modülü
[D] Malzeme Matrisi
[K] Sistem Rijitlik Matrisi
{ε} Şekil Değiştirme Vektörü
{σ} Eleman Gerilme Vektörü
dh Hesaplanmış Yüzey Defleksiyonu
di Yüzey Defleksiyonu
PV Düşey Basınç
PH Yatay Basınç
D2 Yer Değiştirme
σ3 Çevresel Basınç
σV Granüler Tabakadaki Maksimum Normal Gerilme
σ1 Asal Gerilme
PSI Servis Verme Kabiliyeti
b Temel Tabakası Kalınlığı
P Eksenel Yük
N Geçiş Tekrar Sayısı
c Alttemel Tabaka Kalınlığı
T8.2 Standart Dingil Tekrar Sayısı
σ1-σ3 Deviatör Gerilme
ε3r Çap Gerilmesi
ε1r Eksenel Gerilme
Xn Girdi Değerleri
Wij Ağırlıklar
F(x) Aktivasyon Fonksiyonu
 viii

E Hata Oranı
µ Öğrenme Oranı
Oi Gerçek Değer
Ti Hedef Çıktı
P Eğitim Setinde Girdi-Çıktı Toplamı
 ix

ŞEKİLLER DİZİNİ

Şekil 2.2.1. Tipik bir esnek üstyapı kesiti 5

Şekil 2.2.2. Tipik bir üstyapı enkesiti 5
Şekil 2.2.3. Karayolu esnek üstyapısını oluşturan tabakalar 6
Şekil 2.2.4. Malzeme davranışı 7
Şekil 2.2.5. Üstyapı gerilme dağılımı 8
Şekil 2.3.1.1. Agregaların sürtünme katsayıları ve kayma dayanımları 12
Şekil 2.4.1. Alttemel tabakası yan görünüşü 17
Şekil 2.4.1.1. Alttemel malzeme serim ve sıkıştırılması 20
Şekil 2.4.2.1.1 CBR deneyi uygulama test aleti 24
Şekil 2.4.2.1.2. Nem-Yoğunluk eğrisi 24
Şekil 2.4.2.2.1. Stabilometrenin şematik diyagramı 25
Şekil 2.4.2.3.1. Texas üç eksenli deney düzeneği 26
Şekil 2.4.2.3.2. Sınıflandırma nomogramı 26
Şekil 2.5.1. Alttemel drenaj uygulaması 27
Şekil 2.5.2. Yol Dolgu Şevinde Alttemel Drenajı ve Micropipe Uygulaması 28
Şekil 3.1.1. AASHTO esnek üstyapı dizayn prosedürü nomogramı 31
Şekil 3.3.3.1. Rijit Üstyapılarda Uygulanan FWD düzeneği 44
Şekil 3.3.3.2. Üstyapı FWD ile ölçülen defleksiyon değerlerine göre oluşan
defleksiyon eğrileri 45
Şekil 3.3.3.3. FWD aleti yük uygulama plağı ve ölçüm sensörleri 46
Şekil 3.3.3.4. FWD ölçüm düzeneği 47
Şekil 3.3.4.1. SPA spekturum sensörleri 48
Şekil 3.3.4.2. SPA Ekipmanı 48
Şekil 3.3.5.1 RWD (Rolling Wheel Deflectometer) Düzeneği 50
Şekil 3.5.1.2 Üstyapıda oluşan aşırı defleksiyonlar 54
Şekil 3.5.1.3. Üstyapıda meydana gelen oturma 55
Şekil 3.5.1.2. Üstyapıda meydana gelen kusma 55
Şekil 5.1.1. YSA işlem elemanlarının yapısı 61
Şekil 5.1.2. Biyolojik sinir hücresi ve elemanları 62
Şekil 5.1.3. İleri beslemeli (Feed-Forward) ağ topolojisi 63
Şekil 5.1.4. Feed Forward- Back Propagatıon 63
 x

Şekil 5.2.1. Aktivasyon fonksiyonları 66

Şekil 5.3.2.1. Competitive öğrenim şekli 70
Şekil 5.3.3.1. İleri beslemeli ağ yapısı MLP 71
Şekil 5.4.1.1. Tekil perceptron modeli 72
Şekil 5.4.2.1.1. Adalıne öğrenim modeli 74
Şekil 5.4.2.2.1. Adalıne- Madalıne modeli 75
Şekil 5.5.1. Geri ve ileri beslemeli ağ topolojisi 76
Şekil 5.6.1. Geri yayılım delta kuralı şematik gösterimi 77
Şekil 5.6.2. Çok katmanlı bir perceptron geri yayılım (Flow chart) akış şeması 78
Şekil 6.1. Program akış şeması 79
Şekil 6.1.1. YSA ile geliştirilen program için seçilen başlangıç perceptronu 80
Şekil 6.1.2. Elastiklik deneyi uygulanan yükler ve oluşan defleksiyonlar 81
Şekil 6.1.3. Geri dönüşüm ile hata değerinin ağırlıklara atanması 82
Şekil 6.1.4. Matlab’de eğitim seti ile çözümlenmiş R2 değerleri 83
Şekil 6.1.5. Matlab’de test seti ile çözümlenmiş R2 değerleri 84
Şekil 6.1.6. Oluşturulmuş program eğitim seti ile çözümlenmiş R2 değerleri 85
2
Şekil 6.1.7. Oluşturulmuş program test seti ile çözümlenmiş R değerleri 86
Şekil 6.2.1.1. Örnek 1 87
Şekil 6.2.1.1. Ölçülen ve Yeni program ile hesaplanan defleksiyon değerlerinin
kıyaslanması 88
Şekil 6.2.2.1. Örnek 2 88
Şekil 6.2.2.1. Ölçülen ve Yeni program ile hesaplanan defleksiyon değerlerinin
kıyaslanması 90
 xi

ÇİZELGELER DİZİNİ

Çizelge 2.3.2.1.1 Granüler agregaların test prosedürü 13

Çizelge 2.4.1.1. Alttemel serim yoğunluğu belirleme deneyleri 20
Çizelge 2.4.1.2. Alttemel malzemesinin fiziksel özellikleri 21
Çizelge 2.4.1.3. Kullanılan malzeme cinsine göre alttemel kalınlıkları 21
Çizelge 2.4.1.4. Alttemel malzeme gradasyon limitleri 22
Çizelge 3.1.1. AASHTO Esnek üstyapı kalınlık tasarımı 32
Çizelge 3.1.2. Yol temel tabakası için üstyapıda tavsiye edilen min. kalınlık 32
Çizelge 3.1.3. AASHTO Esnek üstyapı kalınlık tasarım Örneği 33
Çizelge 5.1.1. Yapay sinir ağları kategorileri 64
Çizelge 6.2.1.1. Örnek 1 için defleksiyon değerleri 88
Çizelge 6.2.2.1. Örnek 2 için defleksiyon değerleri 89
 1

1.GİRİŞ

1.1. Çalışmanın Amacı

Son yıllarda üstyapı durumunu belirleme çalışmalarında kullanılan yaklaşık

hesaplama yöntemleri, yerini daha güvenilir yöntemlere bırakmaya başlamıştır.
Üstyapıların durumlarını belirlemek için, başlangıçta karot numuneler alma, çukur
açma ve benzeri tahribatlı testler kullanılırken, son yıllarda çok hassas tahribatsız test
aletleri geliştirilmiştir. Özellikle üstyapı bakım çalışmaları günümüzde tahribatsız
test aletleriyle toplanmış gerçek bilgilere dayandırılmaktadır. Karayolu üstyapılarının
yapım ve bakım çalışmaları için milyarlarca lira harcandığı da dikkate alınırsa, en
faydalı ve en ekonomik çözümün bulunmasında bilimsel yöntemlerin kullanılması
gerektiği daha açık olarak ortaya çıkmaktadır.

Üstyapı durumunu belirleme çalışmalarında tahribatsız testlerden elde edilen

defleksiyon verileri kullanılmaktadır. Bu da, üstyapı tabaka karakteristiklerinin
ölçülmüş defleksiyon verileri yardımıyla belirlenmesi şeklinde olmaktadır. Ölçülen
defleksiyon değerlerinden, üstyapı tabaka elastisite modüllerinin belirlenmesi
işlemine “geri-hesaplama” (backcalculation) denilmektedir. Geri-hesaplama işlemi
sonucunda bulunan üstyapı tabakalarının elastisite modülü değerleri üstyapının
durumunun göstergesi olmaktadır. Bu değerlerin doğru bir şekilde hesaplanması
analizin doğruluğu açısından çok önemlidir. Bunun için gerçekçi sayısal yöntemler
kullanma gereği ortaya çıkmaktadır. Özellikle Yapay Sinir Ağları (YSA) gibi yeni
yöntemler kullanılarak malzeme özelliklerinin analize katılması, analizin doğruluk
derecesini artıracaktır.

Karayolu üstyapılarının yapısal analizi için bugüne kadar değişik yöntemler

kullanılmıştır. Bunlar lineer elastisite teorisine dayanan çok tabakalı analiz, denk
tabaka kalınlık yöntemi, abaklar yardımıyla analiz ve sonlu elemanlar yöntemi olarak
sayılabilir. Bunlar arasında günümüze kadar basitliği sebebiyle en yaygın olarak
lineer elastisite teorisi kullanılmıştır. Ancak bu yöntemde üstyapı tabaka
malzemelerinin lineer elastik davrandığı kabulü yapılmaktadır. Oysa karayolu esnek
 2

üstyapı tabakalarının lineer elastik davranış göstermediği herkes tarafından bilinen

bir gerçektir. Bu nedenlerden dolayı günümüzde, karayolu üstyapılarının yapısal
analizinde, bilgisayar teknolojisinin de gelişmesiyle sonlu elemanlar metodu yaygın
olarak kullanılmaktadır.

Yapılacak olan çalışmada, karayolu esnek üstyapılarının yapısal durumlarını

belirlemek amacıyla sonlu elemanlar yönteminde özellikle granüler tabaka malzeme
özelliklerinin daha gerçekçi bir şekilde modellenebilmesi için YSA yöntemi
kullanılarak, daha gerçekçi sonuçlar elde edilmeye çalışılacaktır

Tez çalışmasında, esnek üstyapıların yapısal durumunu belirlemek için

kullanılan sonlu elemanlar yöntemi ile yapılmış olan SDUFEM programı (Saltan,
1999) üzerinde, daha gerçekçi sonuçlar alabilmek için iyileştirmeler yapılacaktır.
Özellikle granüler tabaka malzeme özelliklerinin doğru olarak modellenmesi çok
önemlidir. SDUFEM programının malzeme matrisinin oluşturulduğu rutin içerisine
YSA yöntemi programlanıp monte edilmek suretiyle programın iyileştirilmesi
sağlanmış olacaktır.
 3

2. METARYAL VE METOT

2.1. Üstyapıların Tanımı

Bir yol üstyapısı, değişik tabakalardan oluşur. Bu tabakalar, proje ömrü

boyunca emniyetli bir şekilde ve her türlü iklim koşulları altında hizmet
verebilmelidir. Üstyapılar genel olarak iki temel sınıfa ayrılabilir. Bunlar, esnek
üstyapılar ve rijit üstyapılardır (beton yollar). Çalışma esnek üstyapılarla ilgili
olduğundan, esnek üst yapıların özellikleri detaylı olarak verilmiştir.

2.2. Esnek Üstyapılar

Bir karayolu üstyapısı, trafiği güvenli olarak ve ekonomik bir şekilde

taşımak zorundadır. Güvenli olarak taşıma, araç tekerleği ile üstyapı yüzeyi
arasındaki sürtünme ile sağlanır. Ekonomi ise yapım sırasında kullanılan
malzemelerle, işletme ve taşıt maliyetleri ile ilgilidir.

Bir esnek üstyapı, aşınma tabakası, temel tabakası ve alttemel

tabakalarından oluşur ve üstyapının üst kısmından taban zeminine inildikçe,
tabakalarda kullanılan malzemelerin mekanik özellikleri, kaliteleri düşer. Bu
tabakalanma durumunu belirleyen proje ömrü, trafik hacmi, mevcut malzeme
durumu ve taban zemini dayanımı gibi kriterler göz önünde bulundurulmaktadır. Bir
enek üstyapıda en üstteki tabaka kaplama tabakasıdır. Bu tabaka aşınma ve binder
olarak iki kısımda oluşur. Bu tabakanın trafiği emniyetli ve konforlu bir şekilde
geçirebilmesi için yeterli pürüzlülükte üniform bir yuvarlanma yüzeyine sahip olması
gerekir. Ayrıca aşınma tabakalarının, taşıtlardan su sıçramasını ve yol yüzeyindeki
küçük havuzcukların oluşmasını önlemek için drenaj tesislerine de sahip olması
gereklidir. Aşınma tabakasında binder tabakasına göre daha ince malzeme kullanılır
(Umar ve Ağar 1991).

Esnek üstyapılar, çekme dirençleri fazla olmayan malzemelerden yapılmış

alttemel, temel ve kaplama tabakalarından oluşur. Trafik yüklerinin bu tabakalardan
 4

geçerek taban zeminine iletilmesi, zemin içindeki klasik yük dağılışı gibidir. Yani
tekerlek yükleri altında esnek üstyapı deforme olur ve her tabaka, üzerine gelen yükü
bir alttakine biraz daha yayarak iletir. Böylece, taban zeminine ulaşan yük kısmen
büyük bir alana yayılmış olur. Esnek üstyapıda oluşan gerilmelerin değeri yolun en
üst tabakasından alta inildikçe düştüğü için, kullanılacak malzemelerin mekanik
özellikleri de bu gerilme dağılışına uygun olarak seçilir. Bitümlü karışımlardan,
asfalt betonundan yapılan kaplama tabakası, trafiğin ve iklimin bozucu etkilerine
doğrudan doğruya maruz kaldığı için, yüksek elastisite modülü, kaymaya direnç
yanında geçirimsizlik özelliğine de sahip bulunmalıdır. Esnek üstyapılar iyi
projelendirilmezse; aşağıdaki iki nedenden biri yolun tahrip olmasına sebep olur.

¾ Taban zemininde veya yol üstyapısını oluşturan tabakaların birinde meydana

gelen gerilmelerin, malzemenin sınır gerilme değerlerini aşması ve iç
dengenin bozulması ile ortaya çıkan kaymalar.

¾ Taban zemininde veya yol üstyapısı tabakalarının birindeki yüksek basınç

gerilmeleri ve rutubet oranındaki önemli değişmeler altında oldukça büyük
oturmaların ortaya çıkması, üst tabakaların oturmalara uymaması sonucunda
oluşan çatlaklar, kopmalar.

Aşınma tabakasının altında, üstyapının oturduğu doğal zemin olan taban

zeminin koruyan temel tabakası bulunur. Temel tabakası bir veya birden fazla
tabakadan oluşabilir. Temel tabakasının asıl görevi taşıtların geçişlerinden dolayı
gerilmeleri taban zemininin taşıma gücü sınırları içinde yaymaktır. Temel tabakası
duruma göre çimentolu veya bitüm bağlayıcılı karışım, stabilize edilmiş veya
dikkatle seçilmiş granüler malzeme olabilir. Trafik hacminin yüksek olduğu
kesimlerde bitümlü karışımlar daha yaygın olarak kullanılmaktadır. Esnek üstyapı
tabakaları Kaplama, Temel, Alttemel, Taban zemininden oluşmaktadır (Şekil 2.2.1).
Ayrıca üstyapı enkesiti de (Şekil 2.2.2) de gösterilmektedir. Esnek üstyapıların
dizaynında platform genişliği, banket genişlikleri, hendek ve şevler oldukça önemli
bir yer teşkil etmektedir (Şekil 2.2.3).
 5

Kaplama tabakası

Temel tabakası

Alttemel Tabakası

Taban Zemini

Şekil 2.2.1. Tipik bir esnek üstyapı kesiti

25-5 cm Aşınma Tabakası

5-10 cm Binder Tabakası

10-30 cm Temel Tabakası

10-30 cm Alttemel Tabakası

15-20 cm Sıkıştırılmış Taban Zemini

Doğal Taban Zemini

Şekil 2.2.2. Tipik bir üstyapı enkesiti

 6

Asfalt Tabakası
Binder Tabakası
Temel Tabakası
Alttemel Tabakası

3.0 m
6.0 m

Şekil 2.2.3. Karayolu esnek üstyapısını oluşturan tabakalar.

Temel tabakasının altında alttemel tabakası bulunur. Alttemel tabakasının

esas görevi, bitümlü tabakaların inşası için çalışma platformu oluşturmaktır. Bu
tabakada kullanılan malzemeler genel olarak temel tabakasına göre daha düşük
kalitededir ve granüler malzemedir. Mümkün mertebe yerel malzemeler ve yol
inşaatında kullanılmaya elverişli malzemeler (molozlar, cüruflar, inşaat atıkları gibi)
kullanılmaya çalışılır.

Taban zemini, sıkıştırılmış doğal zeminden oluşur. Yapısal olarak en önemli

tabakadır. Üstyapı yükü son olarak bu tabakaya iletilir. Bu tabakanın esas görevini
iyi yapabilmesi için iyi bir drenaja ihtiyacı vardır (Karaşahin 1993).

Bir karayolu üstyapısı, tabakalı bir sistem olduğundan çok karmaşık bir
yapıya sahiptir. Çünkü tabakalar farklı davranış gösteren malzemelerden meydana
gelmektedir. Alttemel ve temel tabakalarını oluşturan granüler malzemeler nonlineer
elastik davranış gösterirler. Aşınma tabakasında ise özellikle sıcaklığa ve yükleme
hızına bağlı olarak visko-elastik davranış gösteren bitümlü karışımlar
kullanılmaktadır. Üstyapılara gelen yükler altında tabakaların gerilme yayılışı en üst
tabakadan en alt tabakalara doğru ilerlemektedir (Şekil 2.2.4). Böylece de
tabakalarda kullanılan malzeme özellikleri bu gerilme durumundaki farklılıklardan
 7

dolayı çeşitlilik gösterir. Tekerlek noktasında oluşan gerilmeleri üstyapı tabakalara

yaymakta ve bu yükleri absorbe etmeye çalışmaktadır.

Gerilme Gerilme gerilme

Şekil değiştirme şekil değiştirme şekil değiştirme

-Lineer elastik -Nonlineer elastik -Elasto plastik

gerilme

Yükleme boşaltma
şekil değiştirme Visko-elastik

zaman

Şekil 2.2.4. Malzeme davranışları

Esnek üstyapılar başlangıçta iki tabakalı olarak yapılmaktaydı. Günümüzde

ise artık iki tabakalı bir esnek üstyapı sistemi az kullanılır durumdadır. Genelde taban
zemininin üzerinde en az iki farklı malzemeden oluşan tabakalar bulunmaktadır.
Yaygın olarak üç tabakalı sistemler kullanılmaktadır. Bazen ara tabakalar da
eklenerek dört tabakalı sistemler yapılmaktadır. Araç yüklerinden gelen gerilmeler
yüzeye daha yakın yerlerde daha büyük olduğu için, alttaki tabakalara göre üst
tabakalarda daha güçlü malzeme kullanımına gitmek üstyapıda oluşacak
 8

defleksiyonları azaltacaktır. Üstyapı drenajı da üstyapı taşıma kapasitesini arttıran

önemli bir unsurdur. Tekerlek yüklemeleri altında üstyapıda meydana gelen gerilme
ve şekil değiştirmeler Şekil 2.2.5’de gösterilmiştir.

Dual Tekerler Arasındaki Boşluk

1.Asfaltın altında çekme gerilmesi

2.Güçlendirilmiş bitümlü tabaka altında çekme gerilmesi

3.Taban zemini üzerinde düşey yönde basınç gerilmesi

Tekerlek yükü

Üstyapı
yapısal
durumu

Doğal zemin

Şekil 2.2.5. Üstyapı gerilme dağılımı

 9

2.3. Esnek Üstyapılarda Kullanılan Malzemeler ve Yapılan Deneyler

Esnek üstyapılarda tabakalarda kullanılan malzemeler esas itibariyle

agregalar ve bitümler olmak üzere iki grupta ele alınır. Bu iki grup esnek üstyapıların
temel yapım malzemelerini oluşturmaktadır.

2.3.1. Agregaların Özellikleri

Esnek üstyapılarda kullanılacak agregalar;

¾ Tekerlek statik yüklerine karşı koyabilme özelliğine,

¾ Tekerleklerin dinamik darbeleri altında kolayca kırılarak ve toz haline
gelerek yol yüzeyinde kayganlık meydana getirmeme özelliğine,
¾ Agrega’nın bitümle iyi bir şekilde aderans sağlama özelliğine,
¾ Çok bitüm alma potansiyeli özelliğine,
¾ Hava şartlarına, iklim değişimlerine, rutubetteki artış veya azalmaya
karşı koyabilme özelliğine,
¾ Dinamik ve sürtünme etkilerine karşı koyabilme özelliğine,
¾ Dondan etkilenmemesi için dinamik yükler altında kırılma veya
çatlamaya karşı dayanım özelliğine,
sahip olmaları gerekmektedir. Özellikle don etkisinin olacağı kış günlerinde
tekerlerin dinamik etkilerinden dolayı agrega taneleri bünyelerinde küçük çatlaklar
oluşturur. Yağışlarla birlikte özellikle üstteki aşınma tabakasından alt temel
tabakalarına doğru su geçişi başlar ve donma çözünme ile yol üstyapısında telafisi
olmayan defleksiyonlar ve göçmeler olacaktır. Bu bozulmalar yapısal bozulmaları
oluşturacağından dolayı yüksek bakım ve onarım masraflarını ortaya çıkaracaktır.
İşte burada yapım aşamasında en önemli püf noktası temele su geçişini
engellemektir. Burada da alttemel tabakasının önemi bir kat daha artmaktadır.

Bir yol kaplamasının kaymaya karşı dayanıklılığı, artan trafik miktarı, taşıt
hızı ve yüzey dokusu gibi bir çok faktöre bağlıdır. Islak kaplama üzerinde kayma ve
su üzerinde kızaklama, sorunun en tehlikeli tarafını oluşturur. Bunun yanı sıra göz
 10

kamaşması ve su sıçraması da otoyol kazalarına yol açmaktadır.Trafik yüklerinden

dolayı yolların cilalanmasına ve düzleşmesine karşı dayanıklı agrega seçilmesi ve
yüksek hızlarda araç lastiklerinin altından su drenajına izin verecek şekilde yüzey
dokusunun durumunu muhafaza edecek sıralı yüzey değişimi kullanmak, kaymaya
dayanıklı kaplama inşasının kilit noktasını oluşturur. Beton yol kaplaması ve asfalt
yol kaplamasının her ikisi de, düzlenme ve kaymaya karşı geliştirilmeye uygundur.
Beton yol kaplamalarında, inşaat sırasında aşınmaya dayanıklı ince agrega ve
mekanik yüzey bitirmesinin kullanılması, daha uzun aşınma (aşınmaya karşı direnç)
ve kaymaya daha fazla dayanıklı yol kaplaması üretilmesini sağlar. Kullanım
sırasında yol kaplamalarında aşınma sonucu tehlikeli düzlenmeler oluşur. Özellikle
kavşak ve trafik işaretleri için seçilen asfalt zeminlerin yüzeylerinde oluklanmalar
meydana gelebilir. Asfalt beton kaplamalarında kayma direnci, hareket yüzeyine
maruz kalan kaba agreganın fiziksel ve yapısal karakteristiklerine daha fazla bağlıdır.

Asfalt kaplamalarda mikro dokunun kaba agregalar tarafından korunması,

aynı trafik koşullarında petrografik karakteristiklerin de ana fonksiyonudur. Bileşim
ve tane büyüklüğü, baskın petrografik faktörlerdir. Bileşimle ilgili olarak sert silikat
minerallerinin yumuşak karbonatlara göre daha yavaş aşındığı gözlenmiştir. Bununla
beraber karbonatların aşınma hızlarında değişiklikler olabilir. Daha kolay aşınanlar,
kaba kristal karbonat yapıya ve yüksek oranlarda çözülmez asit malzemelere sahiptir
ki, en iyi çözülmez malzeme olarak kuvars parçacıkları örnek gösterilebilir.

Bazı agrega tanecikleri farklı sertliklere sahip minerallerden meydana

gelmişlerdir. Bu tür bir agrega taneciğinin farklı aşınması ve üniform bileşimi, diğer
agregalara göre istenilen mikro dokunun daha uzun bir süre korunmasını sağlar.
Örnek olarak, çözülmez tortu olarak kuvars tanelerine sahip karbonatlı agregalar,
kompoze üniform karbonatlardan daha iyi bir performans gösterirler.
Kalsit ve kuvarsın farklı sertliğe sahip olması agregaların kayma performansları
üzerinde önemli bir etki oluşturur. Döküntü tortul kayaçlar (örneğin yumuşak
karbonat çimentosu ile kuvars kırma taş) aynı zamanda servis sırasında kaba bir
dokuyu muhafaza eder. Üniform bileşim ve tane büyüklüğüne sahip sert kuvarsit,
karışık bileşimli agregalardan daha hızlı olarak yüzeyi parlar. Optimum sert mineral
 11

içeriği minimum sertlik farkının %50 ile %70 oranlarında vermektedir. Bu durum
ayrıca daha önce üniform sert mineral agregalar için açıklananları ortaya
koymaktadır. Kaba agregaları, genel kaymaya karşı gösterdikleri direncin özellikleri
ve farklı sertliklere özgü özellikleri hakkında geniş kapsamlı belgeler yayınlanmıştır.

Şekil 2.3.1.1’de agregaların kayma dayanımlarını ve sürtünme katsayıları

ile ilgili çizimler gösterilmektedir.

2.3.2. Agregalara Uygulanan Deneyler

Yol inşaatında kullanılacak Agregaların özelliklerinin belirlenmesi için

uygulanacak deneyler, doğrudan doğruya yolda kullanılacak agregalar üzerinde
yapılmaktadır. Agregaların karayolu üstyapısında kullanılabilmesi için, aşınmaya ve
donmaya karşı dirençlerinin, özgül ağırlıklarının, su absorbsiyonu, soyulma
değerlerinin, elek analizi ve sürtünme etkisiyle oluşacak cilalanmaya karşı
dirençlerinin bilinmesi yeterlidir. Bu deneylerdeki agregaların değerlendirilmesinin
güvenilir olabilmesi için, denenecek numunelerin çok özenle alınmış temsili
numuneler olması gerekmektedir.

2.3.2.1. Elek Analizi

Bu deney yöntemi, standartlarda nitelikleri verilmiş olan elekleri kullanarak

agrega’nın dane büyüklüğü dağılımının saptanmasını amaçlar. Elek analizinde eleğin
fazla yüklenmesi hatalı sonuçlara neden olduğundan, elekler üzerindeki numune
ağırlıkları ve dane boyutları sınırlandırılmıştır. Deney, kullanılan elek serisi içindeki
her bir elekten geçen miktarın, toplam numune ağırlığının yüzdesi olarak hesaplanıp,
grafik olarak gösterilmesiyle tamamlanır. Kullanılan malzeme özellikleri ve üzerinde
uygulanan deneyler (Çizelge 2.3.2.1.1) tek tek ele alınarak incelenmek zorundadır.
 12

Şekil 2.3.1.1. Agregaların Sürtünme Katsayıları ve Kayma Dayanımları

 13

Çizelge 2.3.2.1.1. Granüler agregaların test prosedürü

Niteliği Test Metodu Referans
Genel Havaalanları veya yollarda alttemel ve temel tabakaları için ASTM
özellikler gradasyonlu agrega D2940
ASTM
D448/
Köprü ve yol inşaatı için agrega boyutları
AASHTO
M43
Gradasyon
ASTM
C136/
Agrega boyutu ve derecelenmesi için elek analizi
AASHTO
T27
ASTM
İnce, uzun ve yassı daneli tabakalarda
D4791
Sıkıştırılmamış yüzey tekstürü dane şekli ve gradasyonu iyi AASHTO
Dane şekli
olan Agregalar TP33
ASTM
Agrega tekstürü ve dane şekli belirlenmesi
D3398
ASTM
D1883/
California Taşıma Oranı (CBR)
AASHTO
T193
Temel ASTM
stabilitesi 305 mm yükseklikten 2.5 kg ağırlığında tokmakla zeminin nem D698/
yoğunluk ilişkisi AASHTO
T99
457 mm yükseklikten 4.54 kg ağırlığında tokmakla zeminin AASHTO
nem yoğunluk ilişkisi T180
ASTM
D2434/
Permeabilite Granüler zeminlerin permeabilitesi
AASHTO
T215
ASTM
D4318/
Zeminlerin plastiklik indeksi ve plastik limitin belirlenmesi
AASHTO
T90
Plastisite
ASTM
Kum eşitlik testini kullanarak zemin ve agregaların D2419/
derecelendirilmesi AASHTO
T176
Los Angeles aşınma deneyiyle büyük boyutlu agrega içeren
ASTM C535
tabakaların aşınmaya karşı direnç değeri
Aşınma ASTM
direnci Los Angeles aşınma deneyiyle küçük boyutlu agrega içeren C131/
tabakaların aşınmaya karşı direnç değeri AASHTO
T96
Elastisite Doğal zemin, temel ve alttemel tabakalarında ara yüzeylerin AASHTO
modulü elastisite modülü T274
 14

2.3.2.2. Los Angeles Aşınma Deneyi

İç çapı 711,2 mm ve iç uzunluğu: 508 mm olan içi boş ve iki yanı kapalı
çelik silindir. tambur, yatay ekseni etrafında dönebilecek biçimde iki ucundan tespit
edilmiştir, Tamburun içine malzeme koyabilmek için bir kapağı mevcuttur. Tozun
girip çıkmasına engel olmak için bu kapak bulonla sıkıca kapatılır. Kapak o şekilde
yapılmıştır ki, kapandığında tamburun iç yüzünün silindirik şekli bozulmaz.
Tamburun içinde silindirin bir doğrultmanı boyunca uzanan ve 9 cm’lik bir çıkıntı
teşkil eden çelik siper mevcuttur. Bu çelik siper kapaktan (tamburun dönme
yönünde) en az 127 cm ötede olmalıdır. Deney silindire aşındırıcı çelik küreler
konur.

Numune ve küreler alete konur. 500 devir yapılır (30-33 devir/dak). Tambur
üniform bir hızla dönecek şekilde dengeli olmalıdır. Çelik siper korniyerden yapılmış
ise, korniyerin dış yüzü, yükü alacak yönde alet döndürülmelidir. Deneyden sonra 12
No. dan büyük elekle elenir. 12 No. da kalan kısmın hepsi yıkanır ve (105-110 C0) da
sabit ağırlığa kadar kurutulur. Hassas bir terazi ile tartılır. Numunenin ağırlık kaybı
(ilk ve son ağırlıkları farkı) hesaplanır. Ağırlık kaybının ilk ağırlığa oranı aşınma (%)
sini verir.

2.3.2.3. Donma Deneyi

Agregaların hava etkileriyle donarak ufalanmaya karşı olan dirençleri

hakkında kısa süre içerisinde karar verebilmek amacıyla uygulanan hızlandırılmış bir
deneydir. Kısaca şartnamede belirtilen sınırlar içinde kalacak şekilde elenmiş
numune 110 0 C’lik etüvde kurutulur ve sodyum sülfat içine daldırılır daha sonrada
o
25 C de kurutulur. Bu işlem 4 defa tekrar eder. En sonraki aşamada çıkarılan
o
numune 110 C’lik etüvde sabit ağırlığa ulaşıncaya kadar kurutulur ve tartılır.
Ağırlık kayıpları yüzdesi donma kaybı yüzdesidir.

Bu deneylere ek olarak;
¾ Cilalanma deneyi,
 15

¾ Su etkilerine karşı dayanıklılık (soyulma) deneyi,

¾ Yassılık deneyi,
¾ Su emme (absorbsiyon) deneyi,
gibi deneyler de yapılmaktadır.

2.3.2. Bitümün Özellikleri

Bitüm doğal kökenli hidrokarbonlar olup, çok defa bunların gaz, sıvı, katı
veya yarı katı olabilen, metal dışı türevleri ile bir arada bulunan, yapıştırıcı
özellikleri olan madde olarak tanımlanır. Agrega ile iyi bir aderans sağlamasından ve
petrol yan ürünü olup fazla bulunmasından dolayı yol üstyapılarında kullanılır.
Bitümlü karışımlar aşağıdaki şartları yerine getirmelidir:

¾ Yorulma kırılmasına karşı dirençli olmalı,

¾ Alt tabakaları sudan korumak için geçirimsiz olmalı,
¾ Üstyapının direncini artırmalı,
¾ Hava ve su gibi etkilere direnç sağlamalı,
¾ Kolay bakım yapılabilmeli ve ekonomik olmalıdır.

2.3.2.1. Bitüme Uygulanan Deneyler

Bitümlü bağlayıcılarda uygulanan deneyler kısaca şunlardır;

¾ Düktilite deneyi,
¾ Yumuşama noktası deneyi,
¾ Viskozite deneyi,
¾ Penetrasyon deneyi,
¾ Parlama noktası deneyi.
 16

2.4. Esnek Üstyapılarda Alttemel Tabakası

Alttemel tabakası, üstyapının yük taşıma kapasitesinin esasını teşkil eder.

Belirtilen gradasyon limitleri içerisinde sürekli gradasyon verecek şekilde hazırlanan
malzemenin optimum su yüzdesinde, ince tesviyesi tamamlanmış dolgu veya
yarmadan oluşan taban üzerine bir veya birden fazla tabakalar halinde, projesinde
belirtilen plan, profil ve enkesitlere uygun olarak serilip sıkıştırılmasıyla oluşan
tabakadır (Şekil 2.4.1).

İyi bir şekilde yapılmış olan bir alttemel tabakası, üstyapıdaki oturmaları ve
defleksiyonları önleyecektir. Üstyapının yük taşıma kapasitesine etki eden alttemel
tabakası böylece doğrudan yüzey defleksiyonlarını etkiler. Alttemel, taban yüzeyi ile
temel tabakası arasına yerleştirilen sıkıştırılmış daneli malzeme veya uygun bir
bağlayıcı malzeme ile stabilize edilmiş malzeme tabakasıdır. Alt temel tabakası,
taban zemininin taşıma gücünü aşabilecek yüksek gerilmeleri ve tabanda oluşacak
don etkisinin üstyapıya yansımasını önleyecek özelliklere sahip bulunmalıdır. Alt
temel tabakası, ekonomik etkenler göz önünde tutularak, yörede bulunan iyi kaliteli
seçme malzemeden oluşturulmalıdır. Temel tabakası ile alt temel tabakasının ayrı
yapılmasının nedeni yine ekonomi sebebiyledir. Tek bir temel tabakası yaparak daha
pahalı malzeme kullanmak yerine, alt temelle birlikte temel tabakası yapılır.

Belirtilen gradasyon limitleri içerisinde sürekli gradasyon verecek şekilde

hazırlanan malzemenin optimum su yüzdesinde, ince tesfiyesi tamamlanmış dolgu
veya yarmadan oluşan taban üzerine bir veya birden fazla tabakalar halinde,
projesinde belirtilen plan, profil ve enkesitlere uygun olarak serilip sıkıştırılmasıyla
oluşan tabakadır.
 17

Şekil 2.4.1. Alttemel tabakası yan görünüşü

Uygun bir alt-yapı hava ve trafik tesirlerine karşı mukavim olmalıdır. Alt
temelin taşıma kabiliyetinde bu tesirlerden dolayı olan azalma bazen “regresyon”
olarak adlandırılır.

Trafik dolayısıyla alt temel taşıma kabiliyetindeki azalmaya, zeminin trafik

sebebiyle meydana gelen kompaksiyonunun sebep olduğu düşünülür. Bu, zeminin
hacminde lokal azalmalar şeklinde ortaya çıkarak alt-yapıda farklı oturmalar
doğurur. Bu tesirlere ait bir örnek, iyi doldurulmamış hendekler üzerinde inşa
olunmuş yollardaki oturmadır. Kumlu alt-yapılar kompaksiyona karşı bilhassa
hassastır. Kil alt-yapılar devamlı tekrarlanan yükler altında plastik deformasyona
müsaittir.

Alt temelin taşıma kabiliyetinin azalması esnek üstyapıda yüzeyde

çatlakların ve seviye farklarının meydana gelmesine sebep olur. Beton yollarda ise
ciddi yarıklar meydana getirir.
 18

Alttemel yüzeye yakın olduğundan, genel olarak, atmosfer tesirlerinden

etkilenmez. Alt-yapının su muhtevasında oynamalar doğrudan iki ana etki, don etkisi
ile mevsimlik değişimlerdir.

Don alt-yapıya nüfuz ederse, yol kaplamasında kabarmalar oluşur. Aynı

zamanda, erime meydana geldiğinde, alt-yapının önemli şekilde yumuşamasına
sebep olacak kadar su, donmuş bölgeye çekilebilir. Bu yumuşama, yol kaplamasının
tamamen ayrışmasına sebebiyet verecektir. Siltli kumlar ve yumuşak kalker, don
etkisinden oldukça fazla etkilenen zemin türleridir.

Kışın yolun kenarındaki zemin kısmı alt yapıya nazaran daha nemli, yazın
ise daha kurudur. Yol kenarlarındaki zeminin su muhtevasındaki değişikliklerin
etkileri genelde, yolun kenarı altından, alt yapı içinde bir hayli mesafeye kadar uzanır
ve alttemel hacminde değişmelere yol açar. Bu hallerde yol kenarı mevsime bağlı
olarak, yolun merkezine nazaran 5 cm’e varan, yükselip alçalmalara maruz kalır.
Kurak zamanlarda bu hareket daha fazladır ve bitümlü kaplamalarda önemli
çatlamalara sebebiyet verir.

Alttemel zeminindeki diğer önemli bir durum ise drenajdır. Alttemel

drenajındaki esas gaye nemi zeminden almak değil, suyu alttemel zemininden uzak
tutmaktır. Alttemel zeminindeki su muhtevasının azalması aynen artması kadar yol
yüzeyine zarar verir. İdeal durum, yol yapımı sırasında altyapıya yeter bir stabilize
sağlamak, yapımdan sonra da su muhtevasını sabit tutmaktır.

2.4.1. Alttemel Tabakasında Kullanılan Malzeme Özellikleri

Alttemel tabakasında kullanılan malzeme özellikleri yol mühendisliği için,

özellikle zemin taşıma gücü düşük zeminlerde ve don tehlikesi olan zeminlerde
önem arz etmekte ve uygulamalarda kullanılmaktadır. Çakıl ve kırmataş
alttemellerde, dona hassas olmayan malzeme kullanılır. 0,02 mm’den küçük dane
miktarı %3 ten fazla olmamalıdır. Malzemenin dona dayanıklı ve basınca dayanıklı
olması gerekir. Kullanılan malzeme cinsine göre alttemel kalınlıkları Çizelge 2.4.1.3
 19

deki gibi alınmalıdır. Alttemel tabakasında özellikle granüler malzemeler

kullanıldığından dolayı agregaların önemi oldukça fazladır. Üstyapının ağırlıkça ve
hacimce önemli bir kısmını oluşturan agrega, yola etkiyen yüklerin oluşturduğu
gerilmelerin karşılanmasında önemli bir rol oynamaktadır. Sürekli gradasyon verecek
şekilde hazırlanan alttemel malzemesi su ile karıştırılarak, ince tesviyesi
tamamlanmış dolgu veya yarmadan oluşan taban üzerine bir veya birden fazla
tabakalar halinde serilip sıkıştırılır.

Alttemel malzemesi inşaat ve tesviyesi tamamlanarak hazırlanmış taban

üzerine sıkışmış kalınlığı 20 cm’i geçmeyecek şekilde tabakalar halinde serilir.Ancak
sıkıştırma makinalarının kapasitelerinin büyük olması durumunda tabaka kalınlığı,
30 cm’ ye kadar artırılabilir.

Serme işlemi homojen ve üniform miktar ve kalınlıklarda sermeyi sağlayıcı

ekipmanlarla gerçekleşir. Serme işlemi malzemenin alındığı en uzak noktadan
başlayarak malzemenin alındığı yere doğru ilerler. Projede belirtilen kalınlığın
fazlalığı nedeni ile birden fazla tabakalar halinde serilmesi gerektiğinde, tabaka
kalınlıkları birbirine eşit alınarak sıkıştırılır ve bir üst tabaka serilir. Alttemel
malzemesinin serilmesi ve tesviyesi sırasında optimum su içeriği belirli tolerans
limitleri dahilinde ayarlanır. Alttemel tabakasında yapılan deneyler sonucunda
fiziksel özellikleri belirli değerlerde olmak zorundadır (Çizelge 2.4.1.2).

Kullanılacak malzeme ve serilen tabaka kalınlığına uygun olarak sıkıştırma

tekniği belirlenir. Sıkıştırma yolun eksenine paralel olarak yapılır ve kenarlardan
başlayarak merkeze doğru ilerler. Sıkıştırma esnasında segregasyona uğramış
kesimler, kaldırılarak yerine uygun malzeme serilir ve sıkıştırma işlemine devam
edilir (Şekil 2.4.1.1). Sıkıştırılmış alttemel kalınlığı projede gösterilen kalınlığın
%10’ dan farklı olması durumunda gerekli ilave veya azaltmalar yapılarak tekrar
sıkıştırma işlemi yapılır. Yapılan kontroller tabakanın belirtilen oranlarda
sıkışmadığını gösterdiği takdirde, ilave ıslatma ve sıkıştırma ile istenen yoğunluk
elde edilir. Arazi yoğunluğunun belirlenmesi için yapılan bazı deneyler mevcuttur.
Bu deneyler aşağıda verilmiştir.
 20

Çizelge 2.4.1.3. Alttemel serim yoğunluğu belirleme deneyleri

Deneyin Adı Uygulanacağı maksimum dane boyutu.

Kasnak metodu 75 mm
Kum konisi metodu 50 mm
Nükleer metot 37,5 mm

Şekil 2.4.1.1. Alttemel malzeme serim ve sıkıştırılması

 21

Çizelge 2.4.1.2. Alttemel malzemesinin fiziksel özellikleri

2 mm elek üzerinde kalan

agreganın hava tesirlerine
karşı dayanıklılık (donma)
25
deneyinde Na2SO4 ile kayıp,
max %
Aşınma kaybı (Los Angeles),
max % 50
Likit limit, max 25
Plastisite indeksi, max 6

Çizelge 2.4.1.1. Kullanılan malzeme cinsine göre alttemel kalınlıkları (Yollar Fenni
Şartnamesi; Bayındırlık ve İskan bakanlığı, Karayolları Genel Müdürlüğü, 1986)

Malzeme Cinsi Alttemel Minimum Kalınlığı (cm)

Çakıl ve kırmataş 20

Mekanik stabilizasyon 20

Çimento ile stabilizasyon 15-18

(I. ve II. Sınıf yollarda)

Bitümle stabilizasyon 15-18

(I. ve II. Sınıf yolarda)

Kireç ile stabilizasyon 15-18

(I. ve II. Sınıf yollarda)

Ayrıca alttemel tabakasında kullanılacak malzemenin gradasyon limitleri

de önem arz etmektedir (Çizelge 2.4.1.4)
 22

Çizelge 2.4.1.4 Alttemel Malzeme Gradasyon Limitleri (Yollar Fenni Şartnamesi;

Bayındırlık ve İskan bakanlığı, Karayolları Genel Müdürlüğü, 1986)

ELEK AÇIKLIĞI %GEÇEN

(mm) olarak
3(75mm) 100
1 ½(37,5mm) 85-100
3/8(9,5mm) 45-100
No.4(4,75mm) 25-85
No.40(0,425mm) 7-40
No.200 (0,075mm) 0-12

2.4.2. Alttemel Tabakasında Yapılan Deneyler

Alttemel tabakasında genellikle granüler malzemeler kullanıldığından dolayı

malzemeler non-lineer elastik bir davranış gösterir. Tekrarlı yüklemeler altında taban
zemininin taşıma gücü tespit edilerek, alttemel tabakasının kalınlığı ve buna bağlı
olarak kullanılacak malzeme ve stabilizasyon cinsi tespit edilmektedir. Alttemel
tabakası her ne kadar non-lineer elastik davranış göstermiş olsa da lineer elastik
davranış kabulleri esas alınmakta, elastiklik modülü ve CBR değerleriyle birlikte
tasarım yapılmaktadır. CBR (Colifornia Bearing Ratio), yol üstyapıları için
geliştirilmiştir, tabakaların malzeme cinslerine ve stabilizasyonuna göre dayanım
oranlarını göstermektedir. CBR değerinin artması tabakanın dayanımının yüksek
olduğunu ve buna bağlı olarak ta tabaka kalınlığının düştüğünü göstermektedir.
Zemin direnç katsayısı (R) tespiti de üç eksenli basınç deneyine benzemekte, bu iki
deney uygulanarak zeminin düşey yük altındaki stabilitesi bulunmaktadır.

2.4.2.1. CBR Deneyi

1930 larda Kaliforniya da O.T Porter tarafından geliştirilmiştir. İlk yıllarda

havaalanı kalınlık tasarımında kullanılmış ve daha sonraları yol üstyapıları için de
 23

kullanılmaya başlanmıştır. Zeminin ve granüler malzemenin CBR değeri göz önüne

alınarak üstyapı kalınlığı hesaplanır. CBR deneyi;

¾ Yaklaşık 4000 gr’lık ve değişik nem değerlerinde bulunan birkaç örselenmiş

zemin örneği 140 kg/cm2 bir statik yük ile 15 cm çaplı ve 20 cm
yükseklikteki silindirik kalın kenarlı çelik kalıplar içinde sıkıştırılır (Şekil
2.4.2.1.1).

¾ Nem – yoğunluk eğrisi çizilir ve en büyük kuru yoğunluk değerini veren

numune seçilir (Şekil 2.4.2.1.2).

¾ Bu numune, içinde bulunduğu kalıpla birlikte suya bastırılır ve uygulamada

elde edilebilecek doygunluk derecesine ulaşması amacıyla dört gün süre ile
su içinde bırakılır.

Taban alanı 20 cm2 olan küçük bir silindirik piston silindirik çelik kalıp içinde
bulunan numuneye batırılır (Şekil 2.4.2.1.1). Bu sırada piston numuneye saplandıkça
yük deformasyon bilgileri toplanır. Genellikle piston 4.5 kg ağırlığında bir sürşarj
halkası içinden geçer. Bu halka numune yüzeyini sınırlar ve uygulamada yol temel
ve zemin tabakalarının ağırlığını temsil eder.

Pistonun numune yüzeyine 0.25 cm batması için yeterli yük

CBR = (2.1)
Standart kırma kaya temelde pistonun 0.25 cm batması için gerekli olan yük

CBR değeri % olarak ifade edilir ve CBR değeri yükseldikçe zemin sertleşir.
 24

Şekil 2.4.2.1.1. CBR deney uygulama test aleti

Kuru ağırlık
Doygunluk çizgisi

% su muhtevası ( nem )

Şekil 2.4.2.1.2. Nem – yoğunluk eğrisi

2.4.2.2. R Direnç Değerinin Tespiti

R değeri, bir stabilometre aleti (Şekil 2.4.2.2.1) tarafından saptanan bir

zemin direnç değeridir. Bu deney Kaliforniya Karayolları Dairesi (California Divison
of Higways) tarafından geliştirilmiştir. Üç eksenli deneye benzer, 160 psi (1.1
MPa)’lik bir düşey basınç, 102 mm’lik çaptaki ve yaklaşık 114 mm kalınlığındaki bir
numuneye uygulanır. Esnek bir kılıf içine konan numune üst ve alt yüzlerinden
sıkıştırılır ve kapalı bir sıvıya bu sırada gelen yanal basınç ölçülür.
 25

Test üst başlığı

Numune (Örnek)

Su dolu alt
kısım
Basıç ölçer

Şekil 2.4.2.2.1. Stabilometrenin şematik diyagramı

R =100 - 100 /(2.5 / D2 ( PV / Ph − 1) + 1 (2.2)

Burada R deneye tabi tutulan malzemenin direnç değeri, PV silindirik

numuneye uygulanan düşey basınç, PH sıvıya gelen yatay basınc ve D2 sıvıda 5 den
100 kadar çıkan yatay basınç artışının yer değiştirmesidir.

D2 değeri maksimum düşey basınç 160 psi uygulandıktan sonra bulunur.

Eğer bir sıvının direnç değeri sıfırsa Ph=PV olur. Buna karşılık sonsuz rijitlikte bir
katı için direnç değerinin 100 olduğu açıktır.

2.4.2.3. Teksas Üç eksenli Sınıflandırma

Teksas üç eksenli test mohr dairesi temel alınarak zeminlerin

sınıflandırılmasında kullanılır. 152 mm yüksekliğinde 171 mm iç çapında delikli
silindir düzenekten oluşmaktadır (Şekil 2.4.2.3.1). σ 3 yanal basınç membran ve

silindir arasına hava uygulanmasıyla elde edilir. σ 1 asal gerilmesi esas olarak
deneyde dikkate alınır. Çünkü çevresel basınç yani yanal basınç numunenin üstüne
uygulanmaz. Sonuç, sınıflandırma nomogramına aktarılır ve malzemenin en uygun
gerilmesi tespit edilir.
 26

Kesme gerilmesine ve normal gerilme değerlerine göre sınıflandırma

nomogramından (Şekil 2.4.2.3.2) kullanılacak malzemenin hangi tip bir zemin
olduğu ve hangi tabakada kullanılabileceği tespit edilmiş olmaktadır.

Şekil 2.4.2.3.1. Texas üç eksenli deney düzeneği

PSI olarak elde

edilen değerler
nomogramda
yerleştirilerek
sonuç zemin
sınıflandırılması ve
kıyaslaması
gerçekleştirilir.

Şekil 2.4.2.3.2. Sınıflandırma nomogramı

 27

2.5 Alttemel Tabakası Drenaj Koşulları

Granüler Alttemel tabakası

Geçirimsiz temel

Üstyapı
Banket
Su Akışı

Akış Borusu

Filtre

Şekil 2.5.1. Alttemel drenaj uygulaması

Karayolu drenajı, her birine bireysel önem verilmesi gereken birkaç konu
içerir. Alt drenaj yol altındaki alt tabaka suyunun kontrolünde sızma teknikleri için
uyarlanmış bir terimdir. Drenaj suyun düşme başlangıcının yol içinde yada dışında
olup olmadığına bakmaksızın, herhangi bir yolu etkileyen yüzey akışı metotlarını
içerir.

Su alttemel tabakasının altında olmak zorundadır. Alttemel tabakasına

sızacak sular temelde hasarlara sebebiyet verir. Hendeklerin max. Su yüksekliği
alttemel altında tutulmalıdır veya hendek kaplanırsa derin yapılma zorunluluğu
ortadan kalkmaktadır. Suyun alttemele girmesi yol alt yapısında şişmeler veya aşırı
defleksiyonlara sebep olur. Buda yolun yapısal bozulmasında çok büyük rol oynar.
Alttemel tabakasının stabilitesin de hendek ve yarma sev stabilitesi de büyük önem
arz etmektedir. Hendek ve yarma şevlerindeki herhangi bir şekilde kayma olması
yolun eksen kaymasına veya göçmesine sebep olur. Şev kayması, hendeğin dolması
suyun istenilen şekilde drenajının sağlanamaması, granüler alttemel tabakasının su
ile yıkanıp gitmesi ve defleksiyon, aşırı oturmalar hatta kaymalara sebebiyet
 28

vermesiyle sonuçlanır. Şev stabilitesi de yol üstyapısının bakım, onarım ve ömrünü

etkileyen başlıca faktörlerin başında gelir.

Yol üst yapılarında özellikle dolgu şevlerinde sağlam kayaya kadar uzanan
micropipe yani çelik boruların çimento enjeksiyonu ile ankre edilmesi günümüzde
yol mühendislerinin en yeni uygulamalarından biridir.Yol dolgu şevlerinin topuk
kısımlarında (dere,nehir) su etkilerinin alttemel’e sızmasıyla üstyapıda yapısal
bozulmalar oluşmaktadır (Şekil 2.5.2). Bu noktalarda oluşacak kayma yada
kopmaların önlenmesi için günümüzde oldukça yeni bir yöntem olan micropipe
uygulaması yol üstyapılarının stabilitesin de önemli bir uygulamadır böylece suyun
alttemel tabakasına girmesi durumunda dahi üstyapının dolgu şevindeki herhangi bir
kayma yada kopması engellenmiş olur.

Şekil 2.5.2. Yol Dolgu Şevinde Alttemel Drenajı ve Micropipe Uygulaması

 29

Bir üstyapının analizinde yapısal ve fonksiyonel değerlendirmeler söz

konusudur. Üstyapı analizinde yapısal durum taşıma kapasitesine bağlıdır. Taşıma
kapasitesi ise, üst-yapının fonksiyonel ya da yapısal olarak kabul edilemez bir
bozulma miktarına ulaşmadan önce, üstyapının taşıyabileceği önceden belirlenmiş
teker geçiş sayısıdır.

Taşıma kapasitesi, üstyapıyı oluşturan tabakalardaki malzeme tiplerine ve

tabaka kalınlıklarına bağlıdır. Elastisite teorisine göre tabakanın elastisite modülü ise
yapısal durumun bir göstergesidir. Yani üstyapı tabaka elastisite modüllerinin değeri
esnek üstyapıların analizinde önemli bir rol oynar. Üstyapıda ölçülen defleksiyon
değerleri ile elastisite modülleri ilişkilendirilmekte ve aynı zamanda bu değerler ise
tabaka kalınlıklarıyla doğru orantılı olarak değişmektedir. Üstyapı durumunu iyi bir
şekilde belirlemek için üstyapı tabaka kalınlıklarının tasarımının iyi bir şekilde
yapılması gerekir.

Üstyapıların yapısal analizi için, taban zemini davranışının doğru

modellenmesi önemlidir. Çünkü taban zemininin, özellikle teker yüklemesi altındaki
defleksiyonlar dikkate alındığında üstyapı performansı üzerinde önemli bir etkisi
vardır. Taban zemini durumunun gerçekçi bir tanımlaması için, nonlineer gerilme-
şekil değiştirme ilişkileri kabulü yapmak gerekir.

3.1. Esnek üstyapı Tasarımı ve Performans

Esnek üstyapı kalınlık tasarımında AASHTO metodu şu anda en çok

kullanılan metotlardan biridir. Karayolları Genel Müdürlüğü de bu tasarım metodunu
kullanmaktadır. Bir üstyapı çok değişik bozucu etkilere maruzdur. Yorulma
kırılmasından, tekrarlı yüklemelerden kaynaklanan malzeme ve yapım
kombinasyonlarının farklılığına kadar bir çok etkenin komplike ele alınması gerekir.
AASHTO kriterleri esas alınarak üstyapı kalınlık hesabını gerçekleştiren bir
programda şematik olarak gösterilmiştir (Değerleri ve formüllerde kullanılan
parametre açıklamaları ile birlikte) (Çizelge 3.1.3).
 30

AASHO yol testleri ve benzer tecrübeler göstermiştir ki üstyapı tasarımı ile

üstyapı performansı arasında lineer bir ilişki vardır. Üst yapı performansını
yüklemeler, geçiş tekrar sayısı, üstyapı kalınlığı etkilemektedir. Üst yapı tasarımı
AASHO yol testleri, diğer faktörler ve performans arasında ilişkilerle
değerlendirilmelidir. Esnek üstyapıların performansı, servis verme kabiliyeti (PSI) ile
ifade edilir. Aynı zamanda yüzey tabaka kalınlığı a, temel tabakası kalınlığı b,
alttemel kalınlığı c, eksenel yük P, geçiş tekrar sayısı N, AASHO yol testleri
sonuçları ile doğrudan ilişkilidir.

PSI ( N ) = ( PSI )0 − C110(C2 P −C3 )10(C4−C2 P ) D N

k (3.1)
− ∑ H ( N İ )C7 P −C8C9 −C10 PD
i =1

Buradaki C değerleri nümerik parametreler, D kalınlık indeksi,

D=0.44a+0.14b+0.11c (3.2)

şeklinde hesaplanır. k değeri de N tekrarlı yüklemeler sırasında ortaya çıkan, iklim

şartlarına bağlı erime katsayısıdır. 8.2’lik dingil yüklemesine karşılık elde edilen
CBR değerleri ve SN değerleri ayrı ayrı hesap edilip değerlendirilmiştir (Çizelge
3.1.1.)
 31

Servis Kabiliyeti ∆PSI

Dizayn Sayısı SN

Şekil 3.1.1. AASHTO esnek üstyapı dizayn prosedürü nomogramı

∆PSI
Log
LogW18 = Z R S0 + 9.36 Log ( SN + 1) − 0.20 + 4.2 − 1.5
1094 (3.3)
0.40 +
( SN + 1)5.19
+ 2,32 log M r − 8,07

Yukarıdaki formül ile ∆PSI değerleri tablo kullanmaksızın hesaplanması

mümkündür.Yol üst tabakası için verilen minimum kalınlıklar (Şekil 3.1.2)’de
gösterilmiştir.
 32

Çizelge 3.1.1. AASHTO esnek üstyapı kalınlık tasarımı

SN
T8.2 Log(T8.2) loT8.2 SN inç. Si Pt CBR cm

33812457 7,529076728 7,958739842 7,92 2,3 2,5 2,0 20,13

33812457 7,529076728 7,529054254 7,01 2,3 2,5 2,0 17,80
33812457 7,529076728 7,52901406 6,51 3,0 2,5 3,0 16,53
33812457 7,529076728 7,529099323 6,17 3,5 2,5 4,0 15,67
33812457 7,529076728 7,529086211 5,92 3,9 2,5 5,0 15,03
33812457 7,529076728 7,529772481 5,71 4,2 2,5 6,0 14,51
33812457 7,529076728 7,529099099 5,55 4,4 2,5 7,0 14,08
33812457 7,529076728 7,528690632 5,40 4,6 2,5 8,0 13,72
33812457 7,529076728 7,528943131 5,28 4,8 2,5 9,0 13,40
33812457 7,529076728 7,529042038 5,17 5,0 2,5 10,0 13,12
33812457 7,529076728 7,528196276 4,75 5,7 2,5 15,0 12,08
33812457 7,529076728 7,529068017 4,47 6,2 2,5 20,0 11,37
33812457 7,529076728 7,529071097 3,84 7,32 2,5 40,0 9,75

Çizelge 3.1.2. Yol temel tabakası için üstyapıda tavsiye edilen min. kalınlıklar

18,000-lb’ye 100 CBR TEMEL 80 CBR TEMEL 50 CBR TEMEL

eşit dual
ÜSTYAPI TEMEL TOPLAM ÜSTYAPI TEMEL TOPLAM ÜSTYAPI TEMEL TOPLAM
teker
yükleme
uygulaması

3X103 SBST 4 41/2 MBST 4 5 11/2 4 51/2

1.5X104 SBST 4 41/2 MBST 4 5 2 4 6
4 1/2 1/2 1/2
7X10 MBST 4 5 1 4 5 2 4 61/2
7X105 MBST 4 5 11/2 4 51/2 3 4 7
4 1/2 1/2 1/2
7X10 1 4 5 2 4 6 3 4 71/2
7X107 11/2 4 51/2 21/2 4 61/2 4 4 8
8 1/2 1/2 1/2
7X10 2 4 6 3 4 7 4 4 81/2
2X109 3 4 7 31/2 4 71/2 5 4 9

SBST (Tek aşınma tabakalı üstyapı)

MBST (Çift veya daha fazla tabakalı üstyapı)
 33

Çizelge 3.1.3. AASHTO esnek üstyapı kalınlık tasarım örneği

TRAFİK GRUPLARI Treyler Kamyon Otobüs Otomobil TOPLAM
YOGT sayım yılı: 1983 200 1000 250 3000 4450
Trafik Artış Katsayısı, r
4 4 5 5
(%):
İlk Trafik Ti: 1983 200 1000 250 3000 4450
Son Trafik
438 2191 663 7960 11253
Ts: 2003
Proje Trafiği Tp : 304 1519 424 5083 2246
Taşıt Eşdeğerlik Faktörü,
7,49 4,53 2,69 0,0006
TEF :
Hesap Şeridine Düşen
Günlük Standart Dingil
1024 3095 513 1 4632
Yükü Tekerrür Sayısı
(Wg)=TpxTEFxn/i
Toplam Standart Dingil T8.2
Tekerrür Sayısı 33812457
T8.2=Wgx365x20
İklim

Yıllık Ort. Ortalama Yaz

Yeraltı Suyunun Taban
Yağış (mm) Sıcaklığı
Yüzeyinden Derinliği
Yağışlı Günler Ortalama Kış (cm)
Sayısı Sıcaklığı
Karlı Günler Donlu Günler Deniz Seviyesinden
Özellikleri
Bölgenin

Sayısı Sayısı Yüksekliği (m.)

Maksimum Kar Maksimum Don
Bölge Faktörü R 1
Kalınlığı (cm) Derinliği
axD
ÜSTYAPI TABAKALARI
İLGİLİ ŞARTNAME a D (cm)
Asfalt Betonu Aşınma
Y.F.Ş. 74. KISIM 0,42 5 2,10
Tabakası
Asfalt Betonu Binder
Y.F.Ş. 74. KISIM 0,40 6 2,40
Tabakası
Bitümlü Temel Tabakası Y.F.Ş. 84. KISIM 0,32 10 3,20
Plentmiks Temel Tabakası Y.F.Ş. 67. KISIM 0,15 20 3,00
Alttemel Tabakası Y.F.Ş. 66. KISIM 0,13
Mevcut SN 10,7
Taban Zemini Üstyapı Sayısı SN Alttemel Kalınlığı Düşünceler
CBR Gerekli Mevcut Fark
Hesaplanan Önerilen
ALTTEMEL HESABI

Kilometre % SN SN SN
2,0 20,13 10,70 9,43 85,68 40
2,0 17,80 10,70 7,10 64,51 40
3,0 16,53 10,70 5,83 53,00 40
4,0 15,67 10,70 4,97 45,20 40
5,0 15,03 10,70 4,33 39,33 40
6,0 14,51 10,70 3,81 34,68 35
7,0 14,08 10,70 3,38 30,77 30
 34

3.2. Üstyapıların Yapısal Özellikleri

Ülkemiz karayolu ağının büyük çoğunluğunun bakım ve onarıma

gereksinimi vardır. Ancak zamanında bakım yapılırsa yolların ömrü uzatılabilir. Yeni
yollar yapmak oldukça pahalı bir iştir. Bu nedenle, ana hedef mevcut yolları
iyileştirmek olmalıdır. Bu durumda karayolu üstyapılarının yapısal olarak bir
incelemeye tabi tutulması artan bir önem kazanmaktadır. Çünkü bakım ve onarım
gereksinimlerini belirlemede, harcamaları belirlemede, bakım ve onarım
planlamalarında, bakım ve onarım seçenekleri arasında şeçim yapmak için ülke
karayolu teşkilatı tarafından kullanılabilecek sonuçlar yapısal analizlerden ortaya
çıkar. Yapısal analizleri yapabilmek için de üstyapı hakkında bazı bilgilerin elde
edilmesi gerekmektedir. Mevcut üstyapı sistemlerinin yapısal olarak
değerlendirilmesinde, arazi malzeme özelliklerinin belirlenmesi gerekmektedir.
Üstyapı durumunu belirleme teknikleri arasında en hızlı ve en ekonomik olanı
seçmek önemlidir. Bunun için devamlı araştırmalar yapılmaktadır. Çünkü dünyanın
her yerinde karayolu üstyapı şebekelerinin bakım ve onarımı için büyük miktarda
paralar harcanmaktadır (Chou 1994). Geçmişte, üstyapı durumunun belirlenmesi için
kabul edilen metot, araziden alınan numunelerin doğrudan laboratuarda test edilerek
sonucun belirlenmesiydi. Son zamanlarda tahribatsız test aletlerinin gelişmesiyle
üstyapı malzeme özelliklerinin belirlenmesi kolaylaşmaya başlamıştır (Alexander
1990). Özellikle son on yılda, karayolu ve ulaştırma kurumları özellikle esnek
üstyapıların bakım, onarım ve işletmesiyle ilgili gelişme kaydetmişlerdir. Mevcut
karayolu üstyapılarının yapısal özelliklerini belirlemek için etkili ve ekonomik
metotlar gereklidir. Tahribatsız test verilerini kullanarak mevcut üstyapıların yapısal
özelliklerini belirlemek, en etkili ve en ekonomik metotlardan birisidir ve üstyapı
mühendislerince artan bir şekilde kullanılmaya başlanmıştır (Zhou et al 1992). Bir
karayolu şebekesinin üstyapı kesimlerinin durumunu belirlemede tahribatsız test
metotları kullanmanın sayısız faydası bulunmaktadır (Lytton 1986). AASHTO Guide
for Desıgn of Pavements Structures, üstyapı projelendirilmesinde üstyapı
malzemelerinin esneklik modülü (resilient modulus) değerlerinin kullanımını ve
kaplama projelendirilmesinde de tahribatsız testleri kullanımını tavsiye etmektedir
(Zhou et al 1992). Bilgisayar programcılığındaki gelişmeler, mühendislerin
 35

tahribatsız test verilerinden yararlanarak üstyapı malzeme özelliklerini belirlemeyi

daha kolay hale getirmiştir.

Tahribatsız test metotları, gelişmiş batı ülkelerince yıllarca üstyapıların

yapısal durumunu belirlemede kullanılmıştır. Karayolu üstyapı mühendislerince
kullanılan en yaygın tahribatsız test (Nondestructive Testing-NDT) metodu,
defleksiyon testidir. Defleksiyon, bir yük altında üstyapının tepkisinin ölçümüdür
(Hudson and Uddin 1987). Büyüklüğü belli bir yük altında üstyapıda oluşan yüzey
defleksiyonları ölçülür. Bu defleksiyon testleri de en yaygın olarak Falling Weight
Deflectometer (FWD) denilen aletlerle yapılmaktadır (Chou 1993). Ayrıca yük
taşıma kapasitesi, yerinde malzeme karakterizasyonu ve beton üstyapılar altındaki
boşlukları belirlemek için kullanılabilir (Elton and Harr 1988).

Defleksiyon testleri, üstyapının yük taşıma kapasitesini tahribatsız olarak

değerlendirmekte kullanılmaktadır. Defleksiyon testi, karayolu üstyapılarının yapısal
incelenmesinde uzun zaman alan ve daha pahalı olan laboratuvar testlerine ve
üstyapıya zarar verici diğer testlere göre daha etkili ve daha ekonomik bir yoldur
(Siddharthan et al 1991; Liang and Zhu 1995). Bakım ihtiyacı duyan üstyapı ağının
büyüklüğü ve bütçelerdeki sınırlamalar dikkate alındığında, büyük üstyapı
yönetiminden sorumlu kurumların üstyapı mühendisleri için NDT metotları önem
kazanır. Defleksiyon testi kullanılarak çok kısa bir zamanda çok fazla defleksiyon
testi uygulanabilir. Ancak bu verileri toplamak tek başına hiç bir şey ifade etmez.
Önemli olan NDT test sonuçlarını yorumlamak ve üstyapı malzeme özelliklerini
belirlemekde kullanılacak bir analiz yapabilmektir.

Üstyapıda ölçülen defleksiyon, tabaka karakteristiklerini belirlemenin

yanında üstyapının o andaki durumu hakkında da bilgi verir. Ölçümlerle elde edilen
defleksiyon eğrisinin geometrisinden ve ölçülen değerlerin büyüklüğünden üstyapı
hakkında bir fikir elde edilebilir. Bu defleksiyon değerlerinden yararlanarak,
üstyapının tabaka elstisite modülleri yada tabaka sertlik modülleri hesaplanabilir.
Tabaka karakteristiklerinin belirlenmesi ise malzeme özellikleri ile üstyapı
performansı arasındaki ilişkinin daha iyi anlaşılmasını sağlar. Bunun yanında üstyapı
 36

tabaka elastisite modüllerinin değişimi izlenerek üstyapıda uygulanacak

rehabilitasyon çalışmalarına yön verilebilmektedir.

NDT, üstyapı durumunu belirlemede pek çok avantaj sağlar. Temel avantajı,
kısa bir sürede bir karayolu üstyapısı üzerinde pek çok noktada veri toplama
özelliğidir. Test sonuçlarını yorumlamak günlerce sürmez. Elde edilen veriler birkaç
saat içinde değerlendirilip üstyapı durumu hakkında bilgi edinilebilir. Hatta trafiğin
az olduğu gece saatlerinde de test uygulamak mümkün olabilmektedir (Albert 1985).
Laboratuvar testinin arazide yapılan teste göre avantajı, test şartlarının laboratuarda
kolayca kontrol altına alınabilmesidir. Laboratuarda, gerilme seviyesindeki
değişmelerin modüller üzerindeki etkilerini belirlemek kolaydır.

Laboratuvar testleri, NDT ile kıyaslandığında son derece pahalıdır. Fakat

mecbur kalındığında bu maliyet büyüklüğü göz ardı edilebilmektedir. Ayrıca
numunenin deney anına kadar bozulabilme ihtimali vardır. Bu da sonuçlarda büyük
değişikliklere yol açabilmektedir (Houston et al 1992).

Esnek üstyapı sistemlerini analiz etmek için ilk olarak Boussinesq

denklemleri kullanılmıştır. Ancak, Boussinesq üstyapı sistemini bir yarı-sonsuz
uzayda kütle olarak değerlendirmiştir. Tabakalı durum dikkate alınmamıştır. (Yang
1988).
Westergard, sert sistemler için elastik tabaka teorisini kullandıktan sonra,
tekerlek yüklemesi altında üstyapı sistemlerinin tepkisi ile ilgilenmiştir.

Esnek üstyapılar, en üst kısmında daha iyi malzemelerden oluşan ve

derinlere inildikçe malzeme kalitesi düşen tabakalı sistemlerdir. Homojen bir kütle
olarak düşünülemez. İlk olarak Burmister 1943’te iki tabakalı bir sistem geliştirmiş
ve daha sonrada 1945’ te üç tabakalı bir sisteme geçmiştir. Teori, bilgisayar
teknolojisinin gelişmesiyle çok tabakalı sistemlere uygulanabilmiştir. Bu teorinin
temel kabulleri şunlardır.
 37

¾ Her tabaka; homojen, izotropik ve bir E elastisite modülü ile bir ν

poisson oranına sahip olup lineer elastiktir.
¾ Her tabaka sonlu bir h kalınlığına sahiptir, fakat en alt tabakanın
kalınlığı sonsuzdur.
¾ Yatay yönde tabakaların sonsuz genişlikte olduğu kabul edilir ve
sürşarj yükü ihmal edilir.
¾ Üniform bir q basıncı a yarıçaplı dairesel bir alan üzerinde üstyapı
yüzeyine uygulanır. Çoklu tekerleklerin olması durumunda
süperpozisyon yapılır.
¾ Tabaka ara yüzeylerinde süreklilik söz konusudur. Yani aynı
gerilme ve deplasmanlar söz konusudur. (Charyulu and Sheeler
1968).

Lineer elastik analizde sınırlandırmalar, kabuller paralelindedir ve bunlar

sayesinde sonuçlar iyi bir şekilde değerlendirilmektedir. Lineer elastik analizde
Hooke kanunu büyük önem taşımaktadır. Hooke kanununa göre, her üstyapı
tabakasında gerilme, şekil değiştirme ile orantılıdır ve orantısal sabit modüldür. Her
tabaka homojen ve izotropiktir; çatlak, boşluk ya da bundan başka herhangi bir
açıklık yoktur. Düşey ve yatay deplasmanlar gibi düşey ve kesme gerilmeleri üstyapı
tabakalarının ara yüzeyleri boyunca süreklidir.

Taban zemini yarı-sonsuz uzay olarak kabul edilir. Bütün tabakalar da yatay
yönde sonsuz olarak kabul edilmektedir. Tabakaların ara yüzeylerinin düzgün ve
sürekli olduğu düşünülmektedir. Yükleme, dairesel bir alan üzerinde üniform yayılı
düşey temas basıncı olarak yapılır (Inoue and Matsui 1990). Genelde modelleme
zorluğundan dolayı visko-elastik davranış gösteren bitümlü tabakanın da lineer
elastik davrandığı kabulü yapılmıştır (Huang 1993).

Bütün elastik teorilerdeki temel kabul, malzemelerin lineer elastik

davrandığıdır. Fakat üstyapı malzemelerinin hemen hemen hepsi tamamen lineer
elastik değildir. Elastik deformasyonların yanında viskoz, plastik, ve visko-elastik
deformasyonlar da oluşacaktır. Bu deformasyonlar ya da deformasyon oranları pek
 38

çok durumda gerilmeye bağlıdır, yani nonlineerlik söz konusudur. Elastik teori,
malzemenin homojen olduğunu kabul eder. Oysa çoğu üstyapı malzemesi ve
özellikle alttemel malzemesi olarak kullanılan granüler malzeme homojen değildir.
Pek çok taban zemini malzemesi de nonlineer davranmaktadır. Eğer bu nonlineerlik
ihmal edilirse, üstyapı malzemelerinin modüllerinin değerlendirilmesinde çok büyük
hatalar ortaya çıkabilir.

Elastiklik modülü eksenel tekrarlı gerilmelerin en yüksek değerine eşittir.

Elastiklik modülü;

Mr= (σ1-σ3)/Є1r (3.4)

ile hesaplanır.

Burada Mr elastiklik modülü, (σ1-σ3) deviatör gerilme yani tekrarlı eksenel

gerilmenin en büyüğü, Є1r ise maxsimum elastiklik eksenel çekme gerilmesidir.

Elastiklik modülü Mr aynı zamanda Er olarak da isimlendirilir. Elastiklik

modülü tekrarlı yol testlerinde gerilmeler ve şekil değiştirmelerin en büyük değerleri
uygulanır. Poisson oranı ise;

υr= -Є3r/Є1r (3.5)

ile hesaplanır.
Burada υr poisson oranı, Є3r çap gerilmesi, Є1r eksenel gerilmedir.
Elastiklik modülü ve poisson oranı beraber değerlendirilir. Örneğin öz elastiklik
modülü (k) ve elastiklik kesme modülü (G) eğer istenirse;

G=Mr/2(1+ υr) (3.6)

K= Mr/3(1-2υr) (3.7)
ile lineer elastik davranış simgelenebilir.
 39

3.3. Üstyapı Test Aletleri

Yol üstyapısının yapısal açıdan ne durumda olduğunu belirlemek için bazı

testler uygulanmaktadır. Bu testler tahribatsız test (Nondestructıve testing-NDT) ya
da tahribatlı test yöntemleridir. Karot alma yada çukur açma gibi tahribatlı test
yöntemleri pek tercih edilmez. NDT, üstyapıya zarar vermeden, üstyapıya yük
uygulamak suretiyle üstyapının tepkisini ölçmeyi sağlar (FHWA 1990). NDT nin;
üstyapının özelliklerini bizzat yerinde belirlemek, üstyapıya herhangi bir zarar
vermemek, laboratuar testlerini ortadan kaldırmak, çok hızlı test yapabilmek gibi
avantajları vardır. Üstyapıya uygulanan yükler sonucunda oluşan defleksiyon
değerleri üstyapı dayanımının bir göstergesi olmakta ve elde edilen defleksiyon
verilerine dayanarak üstyapı hakkında bilgiler elde edilebilmektedir. Yani üstyapının
durumunu ortaya koyacak rakamlar hesaplanabilmektedir.

Belli üstyapı kesimlerinde tekrarlı olarak yapılan defleksiyon ölçümlerinden

üstyapının zamanla ne şekilde bozulduğu ortaya çıkarılabilmektedir. Trafik, zaman
ve defleksiyon değişimleri arasında geliştirilen ilişkiler, analizlerle bilgisayar
programcılığının kullanımını kolaylaştırmaktadır.

Yol üstyapılarına uygulanan testlerden elde edilen defleksiyon değerleri

yardımıyla üstyapı tabakalarının ayrı ayrı elastisite modülleri hesaplanabilmektedir.
Üstyapı defleksiyonları tabaka kalınlıklarına karşı hassastır. Hatta tabaka
kalınlıklarındaki hatalar geri-hesaplanmış tabaka modüllerinde büyük hatalara yol
açabilmekte, bir sert tabakanın mevcudiyeti yada taban zemini altında uzanan sağlam
kaya analiz üzerinde büyük etki yapmaktadır. Dolayısıyla tabaka kalınlıklarının
doğru belirlenmesi modüllerin doğru hesaplanması hususunda son derece önemlidir.

Tahribatsız testler genel olarak, mevcut yol üstyapılarının farklı özellikler

taşıyan elastisite modüllerini geri hesaplamak, üstyapıda çatlak ve derzler boyunca
yük aktarımının etkisini değerlendirmek, kalite kontrolü yapmak ve beton plaklar
altındaki boşlukların yerini ve boyutunu belirlemek için kullanılır.
 40

Günümüzde pek çok tahribatsız test aleti geliştirilmiş ve üstyapıların yapısal

olarak değerlendirilmesinde kullanılmıştır. Bu aletlerin tümü, bir yük uygulamak
suretiyle üstyapı yüzeyinde oluşan defleksiyon değerini ölçme değerine dayanır.
Üstyapı tepkisi, üstyapının bir yada daha fazla noktasında ölçülür.
Üstyapı değerlendirilmesinde;

¾ Statik yada yavaş hareket ederek yük uygulayan aletler,

¾ Sabit-sarsıcı etki yapan aletler,
¾ Ani çarpma yüklemesi uygulayan tahribatsız test aletleri kullanılır.

Dalga yayarak üstyapının özellikleri hakkında bilgi veren aletler henüz

gelişme aşamasında olduğundan bunlardan alınan verilerin yeterince güvenilir
olduğu söylenememektedir.

Tahribatsız test aletlerinin seçiminde şu ön faktörler dikkate alınmaktadır:

¾ Uygulamayla ilgili karakteristikler

¾ Veri kalitesi (tekrarlanabilirlik, uygunluk, doğruluk)
¾ Maliyet
¾ Çok yönlülük (sensörlerin sayısı, hareket kabiliyeti)
¾ Güvenilirlik, servis süresi

NDT, üstyapı tabakalarının malzeme özelliklerinin doğru olarak

belirlenmesiyle toplanan defleksiyon datalarının hızlı ve etkili ortalamasıdır. Başarılı
bir NDT programı, tabaka kalınlıklarını ve malzeme içeriklerini bilmeyi gerektirir.
Eğer bu bilgiler mevcut değilse, daha sığ derinliklerde sağlam kaya hesaba
katılmadıkça test çukurları yaklaşık 6 m derinlikte açılmalıdır. Tabaka kalınlıklarını
ve sağlam kayaya olan derinliği belirlemek için daha hızlı bir araca ihtiyaç duyulur.
Defleksiyon dataları, üstyapının hiç zarar görmemiş kısımlarından alınmalıdır.
Sıcaklık ve su emme değişimleri durumu, üç, dört yada daha çok tabakalı üstyapı
kesitlerinin tepkisini etkileyebilir. Sıcaklık değişimleri üstyapıda bükülmeye sebep
olabilir. Sıcaklık ve su emme değişmeleri gibi fiziksel büyüklükleri ölçmek için
 41

düzenek kurmak yada kabul edilebilir bir doğrulukta tahmin etmek gerekir. Diğer
taraftan, değişmeler küçük yada önemsiz ise sabah erken saatlerde defleksiyon
dataları toplanmalıdır.

Üstyapılar genel olarak alttemel, temel ve kaplama tabakasından meydana

gelmektedir. Temel tabakasında ağır trafik durumuna göre granüler materyal veya
bitümlü karışım kullanılır. Alttemel tabakası ise genel olarak bölgede çok bulunan
yerel malzemeden inşa edilir. Tekrarlı yüklemeler altında üstyapının servis verebilme
kabiliyeti çeşitli şekillerde azalır. Diğer bir deyişle, kullanıcı ve çalışma ücretleri
artarken konfor azalır. Bu durum için bir bakım programı oluşturulmalıdır. Önemli
olan bakım çalışmalarının zamanı ve ne kadar sıklıkta olacağıdır. Üstyapı geri kalan
ömrünün belirlenmesi oldukça güçtür. Yol üstyapıda meydana gelen bozulmalar
gözle görülebilir durumda ise, yapısal bozulma fonksiyonel bozulmaya dönüşmüş,
bakım masrafları artmış, hatta üstyapı kullanılamaz duruma bile gelmiş olabilir. Yol
üstyapısının kalan ömrünü belirlemek için üstyapı kalınlığı, poisson oranı, elastiklik
modülü değerleri her bir tabaka için kullanılan malzeme özellikleriyle birlikte analiz
edilmelidir.

Üstyapı yapısal kapasitesini belirlemek için kullanılan tahribatsız test

aletleri (NDT) genel olarak Benkelman Kirişi, Road Rater, Dynaflect ve FWD’ dir.

3.3.1. Benkelman Kirişi

Temel olarak, üç ayak üzerinde taşınan bir ana kirişe bağlanmış bir ölçüm
çubuğundan oluşmaktadır. Statik tek yada dual tekerlek yüküne karşı üstyapının
tepkisini ölçmekte kullanılan bir alettir. 2.4 m uzunluğundaki çubuk 8.2 kg
ağırlığındaki dual tekerler arasına yerleştirilir. Üstyapıya yük uygulandığında, kiriş
üstyapıya oturan bir referans kiriş üzerindeki bir dönme noktası etrafında döner ve
böylece kirişin dönme miktarı, maksimum defleksiyon olarak ölçülür. Tek bir
noktada ölçüm aldığı için defleksiyon eğrisi oluşturmaz ve üstyapı hakkında tam bir
bilgi vermez. Farklı karakteristiklere sahip iki farklı üstyapı kesiminde bu aletlerle
 42

test yapılıp aynı defleksiyon değeri ölçüldüğü zaman her iki kesim içinde aynı
değerlendirme yapılacaktır. Bu da beraberinde hatalı bir yorumlama getirecektir.

Bu tip yükleme yapan aletlerle ilgili önemli problem, defleksiyonların sabit

referans bir nokta baz alınarak ölçülmesidir. Ayrıca statik ve yavaş hareket eden
yükler, üstyapılar üzerinde gerçek yükleme sürelerini temsil etmemektedir. Bu tip
yükleme yapan Deflectograph ve Benkelman Kirişinin temel dezavantajlarından
birisi de, sadece yükün merkezi altındaki defleksiyonu ölçebilir olmalarıdır.

3.3.2. Dynaflect ve Road Rater

Sabit sarsıcı yükleme yapan aletler olarak bilinir. Bu aletlerin en büyük

avantajı, sabit bir referans noktaya göre ölçüm yapmamasıdır. Bu tiplerin dezavantajı
ise, üstyapıya uygulanan yüklerin sabit-sarsıcı durumda olmasıdır. Sabit sarsıcı bir
aletin oluşturduğu defleksiyon eğrisi gerçek tekerlek yükünün oluşturduğu
defleksiyon eğrisi ile aynı olmamaktadır.
Bu tip aletlerde teknik problem, dinamik yükün statik yükün iki katından
daha az olmasıdır. Bu da uygulanacak olan statik yükün büyüklüğüne bir sınırlama
getirir. Dinamik yük arttıkça statik yük de arttırılmalıdır. Bu ön yükün üst yapının
gerilme durumunu değiştirdiği ve üst yapıda farklı tepkilere yol açabileceği dikkate
alınmalıdır.

3.3.3. Falling Weight Deflectometer-FWD

FWD’ nin bütün tipleri geçmekte olan bir kuvvet etkisini üstyapı yüzeyine
iletir. Kuvvet; belli bir yükseklikten üstyapı yüzeyine yerleştirilmiş bir plak üzerine
düşürülen bir kütle ile oluşturulur. Alet başlangıçta Fransa’ da geliştirilmiş daha
sonra Danimarka ve İsveç’ te üç farklı FWD tipi üretilmiştir. FWD, son on yıldır
üstyapı dizaynında kullanılan bir alet olmuştur (Şekil 3.3.3.1). Önceleri yaygın
olarak Benkelman Kirişi, Deflectograph, Dynaflect, Road Rater gibi tahribatsız test
aletleri kullanılmaktaydı. Ancak bunların tümü, yükleme süresi, yükleme metodu,
yükleme dalgası ve benzer problemlere sahiptir. FWD bütün bu problemleri
 43

çözmüştür. 0.025 saniyeden 0.030 saniyeye kadar aralıklarla, 6,7-156 kN arasında

yükler üstyapıya uygulanabilmektedir.

FWD bir iş gününde 200-300 test uygulanabilecek kadar basit ve hızlı

olması, yükün uygulandığı noktadaki maksimum defleksiyonla birlikte farklı
mesafelerdeki 7 sensör yardımıyla defleksiyonların elde edilmesi, yük büyüklüğünü
ve ağır araçların yükleme sürelerini simule etmesi, esnek, rijit ve blok üstyapılar için
uygulanması, kaplamasız yollardan havaalanlarına kadar çok farklı üstyapılarda
kullanılması, üstyapının aynı kesiminde pek çok kez FWD testi uygulanarak zamanla
durumunun incelenmesi olanağı gibi bir çok avantajı vardır (Şekil 3.3.3.3).

FWD, dairesel bir plakla üstyapı yüzeyine bir yük uygulayan treylere monte
edilmiş bir alettir. Sonuç yüzey defleksiyonları, yükün merkezinden artan radyal
mesafelerde yerleştirilen bir grup transducer ile tam olarak ölçülür (Şekil 3.3.3.2).
Böylece, yüzey defleksiyon profili yada “defleksiyon bowl” belirlenir ve onun
karakteristikleri üstyapının gerçek durumunu analiz etmekte kullanılabilir.

FWD testi, üstyapı değerlendirme amaçları doğrultusunda defleksiyonları

ölçmekte en etkili aletlerden birisi olarak yaygın bir şekilde kullanılmıştır. Esnek,
rijid ve blok üstyapılar için kullanılabilir. Derzler boyunca yük transferi testinde
beton üstyapılar için faydalıdır. Benkelman kirişi gibi diğer NDT aletlerinden farklı
olarak max. defleksiyonun kaydedildiği yerde yükten farklı mesafede pek çok ani
defleksiyonlar elde etmek mümkündür. Yük dinamik olarak uygulandığı zaman ve
onun şiddeti düzeltilebildiği zaman; FWD, yük büyüklüğünü ve ağır araçların
yükleme sürelerini simule edebilir.

FWD muayenelerinden alınan defleksiyon dataları, bütün üstyapı

tabakalarının efektif elastik rijitliklerini belirlemek için kullanılabilir. “Elastic
Stıffness” (elastik rijitlik) parametresi, geçen yük altında yüzey defleksiyonunu en
çok etkilediği için önemli bir parametredir. Üstyapıda bulunan her bir tabakanın
özelliğini ifade eder. Genel defleksiyon seviyesindeki yada süre ve trafiğe bağlı
olarak defleksiyon eğrisinin şeklindeki değişmelere üstyapı tabakalarının birisinin
 44

yada daha fazlasının rijitliklerindeki değişmeler sebep olur. Elastik rijitliğin

değerlendirilmesi bir üstyapının durumunu teşhis etmek için temel teşkil eder. Bu
elastik rijitliklerin elde edilmesi ölçülmüş defleksiyon eğrilerinin “geri analiz” ile
mümkündür.

Üstyapı malzemeleri; sıcaklık, yükleme oranı ve gerilme düzeyi gibi pek

çok faktörle değişim gösteren elastik özelliklere sahiptir. FWD yük üstyapı üzerinde
bir yüksekliğe kaldırılır ve yükü transfer eden bir plak üzerine düşürülür. Yük, hem
ağırlık hem de düşme yüksekliği değiştirilerek ayarlanabilir. (ağırlık: 50-300 kg;
yükseklik:50-450 mm) itki kuvveti, yükleme plağı üzerine monte edilmiş bir yük
haznesiyle ölçülür. Test işlemi bir elektronik mikroişlemci ile yapılır ve işlem test
datalarını kaydeder.

Şekil 3.3.3.1. Rijit üstyapılarda uygulanan FWD düzeneği

 45

d
e
f
l
e
k
s
i
y
o
n
Yoğun trafik yüklemesi ile oluşan defleksiyonlar

d
e
f
l
e
k
s
i
y
o
n
Düşük yoğunluklu trafik yüklemesi altında oluşan defleksiyonlar

Şekil 3.3.3.2. Üstyapıda FWD ile ölçülen defleksiyon değerlerine göre oluşan
defleksiyon eğrileri
 46

Şekil 3.3.3.3. FWD aleti yük uygulama plağı ve ölçüm sensörleri

 47

Şekil 3.3.3.4. FWD ölçüm düzeneği

3.3.4. Spektiral veya sismik üstyapı analizi (SPA)

Sismik üstyapı analizi veya spektral üstyapı analizi- SPA elastiklik modülü
ve tabaka kalınlığını belirlemek için dalga yayılım tekniğini kullanır. Elastik
modüller dalga yayılım hızlarından hesaplanır. Bu yöntem aşınma tabakalarında
bozulmaya uğramış üstyapının takviyesi için gerekli kalınlık hesabı için uygun
olmasına rağmen, yol alt-temel tabakalarında non lineer malzeme davranışı söz
konusu olduğundan elastisite modülleri çok yüksek değerler almaktadır. FWD ile
elastisite modülleri arasında çok fark bulunmaktadır. Şekilde gösterilen dalgaların
yayılım hızlarını algılayıcı sensörler bilgisayar düzeneğine bağlıdır ve elastik
modüller bu dalga yayılım hızlarından elde edilmektedir (Şekil 3.3.4.1). FWD
düzeneğine benzer şekilde dizayn edilmiş ekipmanlardan oluşmaktadır (Şekil
3.3.4.2).
 48

Şekil 3.3.4.1. SPA spekturum sensörleri

Şekil 3.3.4.2. SPA ekipmanı

 49

3.3.5. RWD (Rolling Wheel Deflectometer)

Son yıllarda araştırmalarda üstyapı tabakalarının elastiklik modülünü

belirlemekte önemli farklılıklar bulunan teker hareketini simule ederek yükleme
yapan RWD ile FWD arasındaki yükleme tarzı ve oranı çok farklı olduğu
anlaşılmıştır. FWD ile oluşan yüklemeler sadece düşey sensörlerle elde edildiği halde
RWD ile hem düşey hem de yatay yönde tekerlek hareketini tam simule etmektedir
(Hall 1994). FWD ölçümleri ile elde edilen belli bölgelerdeki defleksiyon verileri
defleksiyon eğrisi için yeterli değildir. Defleksiyon eğrisinin çizilebilmesi yada
belirlenebilmesi için 10 m’lik bir bölgede en az 30 defleksiyon değerinin
tanımlanması gerekir bu değerlerde ancak modern yöntemlerle ( GA, YSA, Bulanık
Mantık) ek işlem yapılarak elde edilebilir.

RWD’de (ABAQUS 1989) ticari program ve 3D-DFEM dinamik sonlu

eleman metodu üç boyutlu olarak birleştirilmiştir. Bu programda elastik ve plastik
tabaka materyallerinin karakterizasyonu’nu modelleme zorluğu yanında teker
hareketini simule edememe ve yükleme problemi analiz edilerek giderilmeye
çalışılmış ve büyük ölçüde başarılı olunmuştur.

RWD ölçüm düzeneği ile (Şekil 3.3.5.1) üst yapı yük simülasyonu tekerlek
yüklemelerine benzer şekilde oluşturulmaya ve dolayısı ile sadece düşey yüklemeler
değil yatay yüklemelerde dikkate alınmaya çalışılmıştır.
 50

Kontrol ana panel

Yüklenmiş alan tarayıcı

Ön balanslar(2 ton)

RWD Yükleme Platformu ve

Defleksiyon Ölçümü

Şekil 3.3.5.1. RWD (Rolling Wheel Deflectometer) Düzeneği

3.4. Üstyapıya Etki Eden Faktörler

Bir üstyapının yük taşıma kabiliyeti, donma, sıcaklık, nem ve diğer çevresel
değişiklikler gibi değişik etkilere göre yıl boyunca değişim gösterir. Yol üstyapılarda
oluşacak yapısal veya fonksiyonel bozulmalar üstyapıda oluşacak defleksiyon
üzerinde önemli rol oynar.

3.4.1. Yükleme

Tekerlek yükleri genelde dairesel üniform yayılı olarak temsil edilmektedir.

Tekerlek yükleri üstyapıda tabakalar arasında zemin gerilme yapısına benzer bir
dağılım meydana getirir. Yükleme büyüklüğü ve süresi üstyapıda oluşacak
defleksiyon üzerinde büyük bir etkiye sahiptir. Tahribatsız test aletinin üstyapıya
gerçek proje yüküne benzer bir yük uygulaması beklenir. Oysa, mevcut test
aletlerinin FWD haricinde hemen hemen tamamı gerçek proje yükünü simule
edemez.
 51

Pek çok kaplama malzemesi nonlineer gerilmeye hassas olduğu için

defleksiyonlar yükle orantılı olmayabilir. Hesaplamalarda hafif yükler için elde
edilen test sonuçlarından, ağır yükler için ortaya çıkabilecek değerlerin bulunması
gerekmektedir.

3.4.2. Çevresel Etkiler

Bir üstyapının yük taşıma kabiliyeti, donma, sıcaklık, nem ve diğer çevresel
değişiklikler gibi değişik etkilere göre yıl boyunca değişim gösterir. Üstyapıların yük
taşıma kapasitesinde gözlenen değişim, temel olarak sıcaklık ve nemin bir
fonksiyonudur. Üstyapı elastisite modülleri mevsimsel değişmelere maruzdur. Genel
olarak mevsimsel etkiler her bir üstyapının yapısal kapasitesini azaltır veya artırır.
Daha önceki araştırmalarda, bir esnek üstyapının yük taşıma yeteneğinin çevresel
faktörlerle önemli derecede etkilendiği görülmüştür. Böylece, karayolu üstyapılarının
ekonomik olarak projelendirilmesi ve bakım çalışmaları için, sıcaklık ve nem gibi
çevresel etkilerdeki değişmeleri anlamak üstyapı performansını anlamak için önem
kazanmaktadır.

Yer altı seviyesi yüksek olan bölgelerde, donma-çözünme olayları üstyapı

performansını önemli derecede etkileyen bir olaydır. Özellikle bahar aylarındaki
çözülme periyodunda üstyapı en dayanıksız durumdadır. Üstyapıdaki bozulmaların
büyük kısmı bu periyotta ortaya çıkar. Bu periyot sırasında defleksiyon ölçümü
almak üstyapının gerçek durumunu belirlemek açısından önem taşımaktadır (Tam
1987). Yani üstyapı olabileceği en kötü durumda test edilmiş olur.

Karayolu esnek üstyapı yüzeyi, asfaltın siyah renginden dolayı güneş ışığını
daha çok absorbe etmektedir. Bu durunda bitümlü karışımın mekanik özelliklerine
bağlı olarak ölçülen defleksiyon değerini, üstyapı sıcaklığı, yani hava sıcaklığı
etkilemektedir. Bütün kaplamalı üstyapılarda, üstyapıya uygulanan bir miktar yük
miktarı için oluşan defleksiyon miktarı, üstyapı sıcaklığının artışıyla artmaktadır.
Ancak sadece üstyapı yüzeyi sıcaklığını bilmek yetmez. Çünkü alt tabakalardaki
defleksiyonlar da sıcaklıktan etkilenir ve alt tabaka yüzeylerindeki sıcaklıkların da
 52

bilinmesi gerekir. Alt tabaka yüzeylerindeki sıcaklık değerlerini bulmak için bazı
ilişkiler geliştirilmiştir. Genelde referans bir sıcaklık değeri kabul edilmiş ve
ölçülmüş olan defleksiyon değerleri bu referans sıcaklık değerine göre düzeltilmiştir
(Germann and Lytton 1989).

Bir tahribatsız defleksiyon ölçümü, ölçüm yapılan zaman dilimi için ve

ölçüm alınan şartlar için geçerlidir. Sıcaklık arttığında yada aniden azaldığında
defleksiyon ölçümü takip eden gün yada hafta için geçerli olmaz. Bu tür durularda,
ölçülen defleksiyon değerlerini yorumlamak için, ölçümün yapıldığı mevsim, günün
hangi vakti olduğu dikkate alınmalıdır.

Genelde yükten en uzak sensörler taban zemininin özelliklerine bağlı olduğu

için ve taban zemini sıcaklıktan etkilenmediği için bu sensörlerdeki defleksiyon
değerleri üzerinde sıcaklığın pek etkisi yoktur.

Bir üstyapıdaki nemlilik durumu aslında oldukça karmaşıktır. Nemliliği pek

çok parametre etkilemektedir. Yağış, buharlaşma, sızma bunlardan en önemli
olanlarıdır. Eğer yol üstyapı yüzeyi çok kaliteli yapılmışsa üstyapı yüzey sularından
zarar görmez. Ancak yer altı suyu yükselerek üstyapıya zarar verebilir.

Bir zemin karışımının özelliklerinin diğer sebeplere göre nem içeriğinin

daha çok etkilendiği karayolu ve zemin mühendislerinin aralarında uyuştukları bir
noktadır. Eğer nem yüzdesi değişirse, belirli nem şartları altında belli dayanım ve
taşıma gücüne sahip olan zeminler yetersiz kalabilir.

Temel ve taban zemininin nem içeriğini etkileyen faktörler; zemin

taneciklerinin büyüklüğü ve şekli, boşluk yapısı, yer altı su durumu, yağış şartları ve
düşen kar ve yağmur miktarıdır. Üstyapı projelendirilmesinde, üstyapının
durumunun belirlenmesi ve bakım çalışmalarında nem içeriğinin büyük etkisi dikkate
alınmalıdır.
 53

3.5. Üstyapı Bozulmaları

Başlangıçta üstyapı bozulmaları yol kullanıcıları tarafından hissedilmez.

Yapısal bozulmalar; asfalt bağlayıcı malzemelerde küçük çatlaklar halinde, granüler
malzemelerde ise ezilme, agregaların aşınması yada su girmesinin yol açtığı
bozulmalar şeklinde gelişebilir. Sonuçta, yapısal bozulmalar gözle görülebilir hale
gelecek ve fonksiyonel bozulmalar halini alacaktır (Şekil 3.5.1). Yani pürüzlülük,
oluklanma (tekerlek izinden dolayı) ve diğer bozulmalar, sürüş konforunu
etkileyecek ve yol kullanıcısı tarafından hissedilecektir. Bu bozulmaların ilerlemesi
kullanıcı maliyetlerini, güvenliği ve seyahat süresini etkileyecektir. Üstyapıdaki
bozulmalara, üstyapı tabakalarındaki kritik şekil değiştirmeler sebep olmaktadır.
Asfalt tabakalarındaki çekme gerilmeleri ve şekil değiştirmeleri önce küçük
çatlamalara ardından da gözle görülür kırılmalara sebep olmaktadır. Granüler
tabakalardaki kesme gerilmeleri de üstyapı yüzeyine kadar yansıyan kalıcı
deformasyonlara sebep olmaktadır. Yüzey defleksiyonları üstyapılardaki kritik
gerilme ve şekil değiştirmelerle doğrudan ilişkili değildir. Ancak defleksiyonlar
tabaka modülleri şeklinde ifade edilirse, bu durumda defleksiyonlar yardımıyla kritik
gerilme ve şekil değiştirmeler hesaplanabilmektedir.

3.5.1. Stabilize Yollarda Meydana Gelen Bozulmalar:

Yol sathındaki bozulmaların nedenleri:

¾ Yol tabanı stabilitesinin ve drenajının yeterli olmaması

¾ Alttemel ve temel malzemelerinin şartnameye göre seçilmemesi,
kalınlıklarının ve sıkıştırmaların yeterli olmaması,
¾ Yerüstü suları drenajı için, platform eğimlerinin yeterli olmaması
¾ İklim şartlarının ağır oluşu,
¾ Yoğun trafik, dingil yükünün fazla oluşu nedenleriyle bozulmalar meydana
gelir.
 54

Şekil 3.5.1.1. Üstyapıda oluşan aşırı defleksiyonlar sonucu meydana gelen bozulma

Yüzey bozuklukları ve defermasyonlan nedenleri:

¾ Ondülasyonlar.
¾ Tekerlek izinde oturmalar
¾ Yol platformundaki bombenin yok olması ya da tersine bombenin
oluşması.
¾ Gevşek malzeme.
¾ Çukurlar.

Dalga uzunluğu (iki tepe noktası arasındaki mesafe) muayyen olan bir satıh
ondülasyonu üzerinde vasıtanın minimum derecede sarsılmasını temin eden, kritik
bir aşma hızı mevcut olup, bu hızın altında sarsıntılar çok daha şiddetle hissedilir.
Dalga uzunluğu 65 cm civarında olan satıh ondülasyonu olan bir yol üzerinde, 70
km/saatlik bir hızla seyredilirse vasıtanın iki tepe noktası arasındaki düşme miktarı 5
mm mertebesinde kalır ki, seyahat edenler bundan dolayı sarsıntıyı genellikle
 55

hissetmezler. Üstyapıda meydana gelen bozulmalar Şekil 3.5.1.2 ve Şekil 3.5.1.3’de

gösterilmiştir.

Şekil 3.5.1.2. Üstyapıda Meydana Gelen Oturma

Şekil 3.5.1.3. Üstyapıda Meydana Gelen Kusma

 56

4. SONLU ELEMANLAR ANALİZİ

Analiz edilecek üstyapı, öncelikle düğüm noktalarından birbirine bağlı

birçok elemana bölünür. Eleman malzemesinin gerilme şekil değiştirme
karakteristikleri ile deplasmanların değişimi temeline dayanarak, her elemanın her
düğüm noktasının rijitliği hesaplanır. Üstyapıda oluşan gerilme ve şekil
değiştirmelerin değişimi, her sonlu eleman için lineer yada kuadratik bir deplasman
fonksiyonu olarak ifade edilir. Sistemdeki her düğüm noktası için, düğüm noktası
deplasmanları ve rijitlikleri yardımıyla düğüm noktası kuvvetlerini ifade eden
denklemler yazılabilir. Verilen malzeme modellerine ve eleman geometrilerine bağlı
olarak, düğüm noktalarındaki bilinmeyen düğüm deplasmanlarıyla ilgili eleman
direngenlik (stiffness) matrisleri ve uygulanan kuvvetler virtüel iş prensiplerine göre
oluşturulur. Bütün sistemin direngenlik matrisi eleman direngenlik matrislerinin
süperpozisyonu yapılarak oluşturulur.

Bütün düğüm deplasmanları için oluşan denklem sistemi istenilen bir

metotla, örneğin Gauss Eliminasyon metoduyla çözülür. Düğüm deplasmanlarıyla
birlikte her elemanın gerilme ve şekil değiştirme değerleri de hesaplanabilir.

Sonlu elemanlar metoduyla karayolu üst yapılarının yapısal analizinde

kullanılan ilk programlardan birisi ILLI-PAVE dir. Wilson ve Duncan tarafından
geliştirilmiştir. Sonlu eleman analizi ile oluşturulacak programların yapım aşamaları
ise;

¾ Düğümlerdeki deplasmanlar yardımıyla, her elemanın deplasmanlarını

tanımlamak için uygun polinom fonksiyonları oluşturulur.

¾ Sonlu eleman denklemleri formüle edilir ve bütün için bir grup cebrik
denklem bir araya toplanır.

¾ Bu denklemlerin çözümü, elde edilen şekil değiştirme ve gerilmelerden

düğüm deplasman değerlerini verecektir.
 57

Sonuçları fazla etkileyebilecek bir faktör olduğu için, eleman ağı (mesh) iyi
bir şekilde tanımlanmaktadır. Analizin hassas olması için sonlu elemanların boyutu
mümkün olduğunca küçük tutulmalıdır.

Hem düşey hem de yatay yönlerde değişiklikler yapmak için malzeme

özelliklerinde kolaylıkla değişiklikler yapılabildiği için sonlu eleman metodunda
lineer olmayan formülasyonlar etkili olmaktadır.

Hesaplanmış gerilme ve şekil değiştirmeler temel malzeme ilişkileriyle

uyum sağlayana kadar hesaplama sürmesi gerektiği için lineer olmayan bir analiz
daima iteratif olur.

Çevresel faktörler, malzeme özelliklerindeki değişiklikler ve üstyapı

geometrisindeki modifikasyonlara bağlı olarak çıktı değişiklikleri ve sonlu eleman
analizinden alınan çıktılar üstyapının performansını değerlendirmek için
kullanılabilir. Bu suretle, yapısal davranış daha iyi anlaşılabilir.

Üstyapı yüklerindeki gibi kısa süreli yüklemeden dolayı bitümlü tabakaların

tepkisi lineer elastik olarak kabul edilebilir. Bitümlü malzemelerin rijitliği üzerinde
yükleme oranı ve sıcaklığın etkisini dikkate almak için, geri-hesaplanmış bitümlü
tabakaların rijitlikleri, test sırasındaki araç hızı ve sıcaklık değerleriyle proje
değerleri arasındaki farkları dikkate alarak proje koşullarına göre düzeltilmelidir.

Bir malzeme rijitliği ve onun gerilme durumu arasındaki nonlineer ilişkiler,

tabakalı ve sonlu eleman metotlarıyla belirlenmektedir. Tabakalı sistemleri analiz
eden programlarda bir tabaka için bir modül kullanılabilir.

Malzeme özelliklerini belirlemek sonlu eleman analizi için önemli bir

etkendir. Malzeme özelliklerinin doğru elde edilmesi doğru bir sonlu elemen analizi
ve sonucunda da üstyapı hakkında doğru bilgiler elde etmemizi sağlar. Malzeme
 58

matrisinin oluşturulmasında YSA algoritmalarıyla birleştirilmesi üstyapı yapısal

analizin daha gerçekçi yorumlar katılmasını sağlayacaktır.

Çevresel faktörler, malzeme özelliklerindeki ve üstyapı performansındaki

modifikasyonlara bağlı olarak output değişiklikleri ve sonlu eleman analizlerinden
alınan çıktılar üstyapının performansını değerlendirmek için kullanılabilir. Bu
suretle, yapısal davranış daha iyi anlaşılabilir. Bununla birlikte, şu günlerde yapısal
analizin temelleri ve malzemelerin mekanikleri hakkında bilgi elde etme konusunda
iyi bir çalışma yapmak için iyi bilgisayarlar gerektiği için, sonlu elemanlar metodu
üstyapı analizinde tam kapasiteyle kullanılmaya başlanmıştır.

Bir üstyapı analiz edildiği zaman, temel gereksinim, geçen teker yüklerinin
sebep olduğu defleksiyonları belirlemektir. Bununla birlikte, başlangıç gerilmeleri ve
yükün sebep olduğu gerilmelerin toplamından oluşan toplam gerilmelerin
değerlendirilmesi gerekmektedir. Gerçekte onlar üstyapı malzemelerinin maruz
kaldığı gerilmelerdir ve onların davranışına bağlıdır.

4.1. Sonlu Eleman Yöntemi Kullanılarak Hazırlanmış Programlar

Sonlu eleman analizleri yol üstyapıları için oldukça önemli ve vazgeçilmez

olduğundan şimdiye kadar bir çok program geliştirilmiştir. Bunlardan bazıları;
SENOL, ILLI PAVE, FENLAP, FEAP, SAPIV, SAP2000 programlarıdır.

Analiz edilecek üstyapı sistemi yükün altında daha sık ve yükten

uzaklaştıkça daha seyrek olan sonlu elemanlara bölünmüştür. Sonlu eleman
sisteminin en alt kısmı sert kabul edilir ve sistemin en alt kısmındaki düğüm
noktalarına hem radyal hem de düşey yönlerde hareketine izin verilmez. Sistemin
yanal sınırlarında ise sadece düşey yönde harekete izin verilir.Bu yöntemde
üstyapıda oluşan yüklemeler sonucunda gerilme ve defleksiyon değerleri hesaplanır.
Kullanılan malzeme özellikleri seçilir ve sonlu eleman ağı oluşturulur. Oluşan bu
ağda yükün uygulandığı bölgede esnek üstyapı yük modellemesine uygun biçimde
sık sonlu eleman ağı, yük den uzaklaştıkça geniş eleman ağı oluşturulur.
 59

5.1. Yapay Sinir Ağları Yapısı

Yapay sinir ağları, insan beyninin çalışma mekanizması taklit edilerek

geliştirilmiş ve biyolojik olarak insan beyninin yaptığı temel işlemleri belirli bir
yazılımla gerçekleştirmeyi amaçlayan mantıksal bir programlama tekniğidir.
Bilgisayar ortamında, beynin yaptığı işlemleri yapabilen, karar veren, sonuç çıkaran,
yetersiz veri durumunda var olan mevcut bilgiden yola çıkarak sonuca ulaşan, sürekli
veri girişini kabul eden, öğrenen hatırlayan algoritma “Yapay Sinir Ağları (YSA)”
olarak adlandırılır.

Bilimin ve teknolojinin birbirini ittiği ve çektiği günümüz bilgi çağındaki

dinamizm, yeni hesap ve analiz tekniklerinin doğmasına neden olmuştur. Gerek
ihtiyaçların farklılaşması ve gerekse yeni malzeme ve yapım tekniklerinin ortaya
çıkması, ortaya çıkan komplike yapıların hesabında çeşitli zorluklara neden olmuştur.
Böylece; mühendislik çalışmaları bir yandan kıt kaynakların optimum kullanılması
zorunluluğunu doğururken, öte yandan ortaya çıkan sistemlerin hesap işlemleri,
gereken zaman ve hesaplayıcı ihtiyacı artmıştır.

20. yüzyılın ikinci yarısında temelleri atılan yapay zeka tekniği, başlangıçta;
hastalık teşhisi, uydu fotoğraflarının okunması ve belirlenmesi, strateji belirleme gibi
askeri amaçlı uygulamalarda, kontrol problemlerinde, endüstriyel uygulamalar için
geliştirilmiş günümüzde hemen her disiplinde kullanılır olmuştur. YSA ve diğer
mantıksal programlama tekniklerinin ispatlanmış teorilerinin ortaya çıkartılması
nedeniyle konu pek çok teorisyenin ilgisini çekmiştir.

YSA konusunda ilk çalışmalar 1940 yılında başlamıştır. McCulloch ve Pitts

(1943) ilk temel hesap olan sinir hücresi (nöron) modelini tasarlamayı başarmıştır.
McCulloch – Pitts sinir hücresi ağının her bir işlem birimini temsil ederler ve
birbiriyle bağlanarak ağı oluştururlar. Her bir sinir hücresi basit bir anahtar görevi
yapar ve şiddetine göre gelen sinyali ya sönümlendirir ya da iletir. Böylece ağ
içerisindeki her bir sinir hücresinin belli bir yükü olur.
 60

1960-1962 yılarında Widrow-Hoff öğrenme kuralını geliştirmiştir. Widrow

tarafından geliştirilen Adaline (Adaptive Lineer Element) algılayıcıya benzer.
Adaline çeşitli girdileri kabul eden tek bir çıktıya sahiptir. İşlem elemanı girdilerin
ağırlıklı lineer toplamını alır ve toplamın polaritesine bağlı +1 yada –1 üreten iki
kutuplu bir fonksiyona geçirir.

Taylor (1956) ve Steinbuch (1961) çağrışımlı bellek yapılarını ortaya

atmıştır. Van der Malsberg (1973), self organizasyon için modeller sunmuştur. Sun-
Ichi Amari (1972-1977) tarafından ağırlıklı ortalama elemanlarının öğrenmeleri ile
ilgili matematiksel modeller geliştirilmiştir. Grossberg ve Carpenter (1974-1982),
yeni mimari yapıları ve teoremler dizisini ortaya atmıştır. Ayrıca Mc Culloch ve
Pitts; nöronun, mantık sistemlerinde basit eş-değer yapısıyla modellenebileceğini
ortaya atmışlardır. Bu modele göre, bir nöron N tane ağırlıklandırılmış girişi
toplamakta ve sonucu lineer olmayan bir fonksiyondan geçirmektedir. Herhangi bir
katmandaki j birime gelen toplam giriş, önceki katmandaki birimlerin Xi çıkışlarının
(ilk katman için girişlerin) bağlantılar üzerindeki wij ağırlıkları hesaplanmış bir
ağırlıklı toplamıdır (Şekil 5.1.1)

Ağın geometrisinden genel mimari yapısı ile bağlantı şeklinin belirlenmesi

anlaşılır. Burada genel olarak tabakaların sayısı ve her bir tabakadaki düğüm
noktalarının belirlenmesi gerekir.

Giriş Tabakası: Bu tabakadaki düğüm noktalarına giriş birimleri veya

hücreleri adı verilir. Bunlar ağa girdi olarak verilen bilgilerin ağ tarafından
algılanmasının başlangıcını temsil eder. Mesela, her bir giriş biriminde girdi
verilerinin belirli bir andaki değerleri vardır. Giriş birimleri verileri işlemezler ve
basit olarak çıktılarında kendilerinde bulunan bilgiyi saklı tabakanın birimlerine
dağıtırlar.

Saklı Tabaka: Buradaki düğümlere saklı birimler denir ve bunlar doğrudan

doğruya gözlenemezler. Bunlar ağa doğrusal olmayan davranışları sağlar.
 61

Çıkış Tabakası: Buradaki düğümlere de çıkış birimleri denir ve her andaki

beklenti verilerini temsil ederler. Mesela, her çıkış biriminde giriş verilerinin bir
sınıfı bulunabilir.

x1
W1j

W2j
x2
Σ
f(Σ) y
• •

• • Wnj

x3

Şekil 5.1.1. YSA işlem elemanlarının yapısı

Toplam girdi ve ağırlık değerleri tek tek toplanarak aşağıdaki formülle hesaplanır.

NET j = ∑w X
i
ıj j (5.1)

Birimin çıkışı, bu değerin bir sınır değerden çıkartılıp lineer olmayan bir
fonksiyondan geçirilmesiyle hesaplanır. Bu fonksiyon;

f(x) = 1 / exp(∑ wij X J ) (5.2)

i

dır. Sinir ağları, insan beynindekine benzer olarak meydana getirilen yapay sinir
hücrelerinin değişik bağlantı geometrisi ile birbirlerine bağlanmasıyla oluşan
kompleks sistemlerdir. Şekil 5.1.2’ de bir biyolojik sinir hücresi gösterilmiştir.

Bir yapay sinir ağında girdi, gizli ve çıktı birimleri olmak üzere üç farklı
birim bulunmaktadır. Her birim bir çok sinir hücresinden oluşmakta olup, birimler
 62

arasında ağırlık kümeleri ile bağlanmaktadır. Bağlanma şekli ve her kısımdaki sinir
hücresi sayısı değişebilmektedir. Aynı kısımdaki sinir hücreleri arasında iletişim
olmasına izin verilmemektedir. Sinir hücreleri girdiyi ya başlangıç girdilerinden ya
da ara bağlantılardan alırlar.

Bir eğitim süresinin başında, bağlantı kuvvetleri rastgele değerler olarak

atanmakta ve ileri besleme ağ topolojisi kurularak iterasyona başlamaktadır.
İterasyon süreci bir sonuca vardığında bağlantı kuvvetleri, eğitim süresince
kullanılan örneklerdeki mevcut bilgiyi elde eder ve saklar.

Şekil 5.1.2. Biyolojik sinir hücresi ve elemanları

 63

Şekil 5.1.3. İleri beslemeli (Feed Forward) ağ topolojisi

YSA hepsi temel kavram olarak neuronları, bağlantıları, aktivasyon

fonksiyonunu, farklı yapılar arasındaki benzerlikleri, ağ mimarisini ve yapısını temel
alır (Şekil 5.1.3). YSA bölümlere ayrılır ve bu kategoriler anlamlarına göre değil, ağ
yapılarına göre ele alınmıştır (Çizelge 5.1.1).

Çıktı değerleri

Gizli
tabaka

Girdi değerleri

Şekil 5.1.4. Feed Forward-Back Propagatıon

 64

Çizelge 5.1.1. Yapay sinir ağları kategorileri

AĞ YAPISI AĞ AĞIN KULLANIMI

Tahmin -Geri-yayılım Girdi değerleri verilerek
-İleri-geri yayılım çıktıları
-İleri beslemeli ağ Tahmin etmek (Örnek hava
-Rasgele değerlerle araştırma tahmini-borsa,insanların kanser
-Yüksek düzenli YSA riskinin tahmini)
Sınıflandırma -Öğrenim Vektörleri Girdi değerlerini kullanarak
-Hesaplamalı-yayılım sınıflandırma
-Tahmini (YSA)
Veri -Hopfield Modeli Sınıflandırma benzeri aynı
Değerlendirilmesi -Boltzman Değerlendirmesi zamanda data hatalarını
-Öğrenim ağı tanımlama
-Direk Değerlendirme
Kavramsal veriler -Uygulamalı ağ Giriş veri analizi ve
-Kendi Kendine Organizeli gruplandırma
Harita
Veri incelenmesi -Tekrar dönüşüm Girdi sinyallerinin düzğünlüğü

Bunlardan en önemlisi ve en çok kullanılan ise (Feed forward-back

propagatıon) İleri-Geri Yayılımdır (Şekil 5.1.4). Bu metot tipik olarak girdi tabakası,
çıktı ve gizli tabakadan oluşmaktadır. Gizli tabaka için limit yoktur. Fakat genelde 1
veya 2 tane kullanılır. Bazı çalışmalarda 4 tabaka için (3 gizli tabaka 1 çıktı) karışık
problemler çözmek gerekir. Her bir tabaka birbiriyle bağlantılıdır.

5.2. Yapay Sinir Ağlarında Öğrenme ve Ağın Eğitilmesi

Yapay sinir ağları konvaksiyonel (birbirinden bağımsız) programlama gibi

belirli bir algoritma çerçevesinde programlanmaz. Sinir ağları insandan örnekler ile
eğitilirler. YSA öğrenmesi bir çocuğun öğrenmesi gibidir. Sıcak bir nesneye
 65

dokunmaması gerektiğini deneyerek öğrenen çocuklar zamanla daha sıcak olan bir
cisme dokunabilme cesaretini gösterirler ve sıcak süt dolu bardağı elleriyle tutarlar.
Yani çocuk sıcaklık bilgisini öğrenmiş olmaktadır. Benzer olarak yapay nöral ağlarda
öğrenme; sunulan girdi kümesi için; transfer fonksiyonu tarafından sağlanan
değerlere cevap olarak bağlantı ağırlıklarının tamamının veya bir kısmının istenen
çıktı ile ağ çıktısı arasındaki fark belirli bir değere düşünceye kadar değiştirilmesidir.
Öğrenme algoritmaları genellikle temel olarak denetimli öğrenme, denetimsiz
öğrenme ve takviyeli öğrenme olarak üç ana gruba ayrılır. Denetimli öğrenmede sinir
ağına hem girdi hem de çıktı değerleri sunulur. Ağın ürettiği çıktı ile istenen çıktı
arasındaki fark sıfır veya sıfıra yakın bir değere gelinceye kadar ağırlıklar değiştirilir.
Denetimsiz öğrenmede ağa sadece girdi vektörü uygulanır. Girdi değerlerine uygun
bir çıktı üretilinceye kadar bağlantı ağırlıkları değiştirilir. Takviyeli öğrenme ise giriş
değerlerine karşılık gelecek uygun çıktıların elde edilmesi sırasında ağırlıkların en
uygun değerlerinin bulunması için genetik algoritmalar veya tabu en iyileme
yöntemleri kullanılır. Böylece ağırlıklar optimize edilmektedir.

Bunların dışında hibrid öğrenme algoritmaları da geliştirilmiştir. Nöral

ağlarda öğrenme mekanizması girdi vektörü ve transfer fonksiyonu tarafından
sağlanan değerlere karşılık olarak bağlantı ağırlıklarının hepsinin veya bir kısmının
değiştirilmesidir. YSA ne kadar çok örnekle eğitilirse, hem öğrenecekleri olay ve
tanıyabilecekleri obje sayısı artar, hem de hata oranı azalarak daha hassas sonuçlar
elde edilir. En genel anlamda nöral ağlar, kullanılan nöron modeli, bu nöronların ağ
yapısında bir arada bulunma şekli yani ağ mimarisini, ağırlıkların ayarlanması için
öğrenme kuralının belirlenmesi ve kullanılan aktivasyon fonksiyonu gibi dört farklı
özellik ile karakterize edilir. Bu uygulamalarda inşaat mühendisliğiyle ilgili malzeme
modellenmesi, boyutlandırma, hasar analizi, statik ve dinamik analiz gibi konular ele
alınmaktadır.

Bir eğitim sürecinin başında, bağlantı kuvvetleri rasgele değerler olarak

atanmaktadır. Öğrenme algoritması her iterasyonda eğitim başarı ile tamamlanana
kadar kuvveti değiştirmektedir. İterasyon süreci bir sonuca vardığında bağlantı
kuvvetleri , eğitim süresince kullanılan örnekleri, mevcut bilgiyi elde eder ve saklar.
 66

Girdiler, girdi seti veya kendinden önceki tabakadaki başka bir işlem
elemanının çıktısıdır. Burada X girdi bilgilerini içeren vektör olmak üzere XT = (x1,
x2,.....xn) şeklinde ifade edilebilir. Ağırlıklar girdi seti veya kendinden önceki bir
tabakadaki başka bir işlem elemanının, bu işlem elemanı üzerindeki etkisini ifade
eden değerlerdir. Ağırlık katsayı değerlerini içeren vektör ise WT = (w1, w2,..., wn,)
ile gösterilebilir. Toplam fonksiyonu, girdiler ve ağılıkların tamamının bu işlem
elemanına etkisini hesaplayan bir fonksiyondur. Aktivasyon fonksiyonu toplam
fonksiyonun çıktısında hesaplanan değerin, 0 ve 1 arasında işlem elemanı çıktı
değerine dönüştürüldüğü fonksiyondur (Şekil 5.2.1). Çıktı, aktivasyon
fonksiyonunun sonucudur.

Şekil 5.2.1. Aktivasyon Fonksiyonları

Geriye yayılma algoritması, uygulamada getirdiği kolaylıklar nedeniyle

günümüzde pek çok alanda kullanılan bir yöntemdir. Geriye yayılma aslında yapay
sinir ağları için özel bir öğrenme tekniğidir. Ancak genel olarak geri yayılma
algoritması, kullanılan ağın topolojisi olarak bilinir. Bunun en büyük nedeni,
öğrenme kapasitesinin yüksek ve algoritmasının basit olmasıdır.

Her bir neurondaki ağırlık ve girdi değerleri hesaplanarak toplanır, net değer
hesaplanır;
n (5.3)
net = ∑ xi wi
i =1
 67

1
E(k) = [d i (k) − y i (k)]2 = 1 d i (k) − f  w iT (k)x(k)  (5.4)
2 2  

∂E(k) ∂y (k)
= − [d i (k) − y i (k)] i
∂w i (k) ∂w i (k) (5.5)

Geri hesaplamalar sonuçunda ağırlıkların değiştirilmesi;

∂E
wi (k + 1) = wi (k ) − c
∂wi (k ) (5.6)

formülüyle hesaplanır.

Katmanlar arasındaki ağırlık bağlantıları olan W ve V değerleri rasgele bir

şekilde atanır. L ölçüm sayısı olmak üzere, atanan bağlantı ağırlıkları kullanılarak her
bir giriş vektörü için zkj (k = 1,..L, j = 1,..q) çıktıları elde edilir.

Hatanın wji bağlantı ağırlıkları üzerine yayıldığı gibi, aynı şekilde vih
üzerine de yayılması gerekir. Bu sebeple vih bağlantı ağırlıklarının yenilenmesi
aşağıdaki şekilde gerçekleştirilir;

∂E
vih yeni = vih eski − η (5.7)
∂vih

Zincir kuralı yardımıyla E teriminin vih bağlantı ağırlıklarına göre olan

değişimi aşağıda gösterilmiştir

∂E ∂E ∂z j ∂y i
= (5.8)
∂v ih ∂z j ∂yi ∂vih

L q
∂E
∂vih
( ) ( )
= 2 ∑ ∑ bkj − z j (− 1) f © z j w ji f © ( yi )akh
(5.9)
k =1 j =1
 68

5.3. YSA Öğrenim Algoritması

Bir problemde n tane sıralı eğitme dizisinin bulunması durumunda YSA’ nın
eğitilerek istenen sonuçların elde edilmesi aşağıdaki işlemlerin tamamlanması ile
yapılır.

¾ Ağ şebekesi başlangıç ağırlıklarını seç, burada adım sayısı i = 1 dir.

¾ Giriş tabakasına i = 1 için geçerli olan verileri sokarak algılat,
¾ Çıkarım algoritmasının kullanılması ile çıkış birimlerinin aktivasyon
seviyelerini elde et. Eğer YSA öngörüleri istenen sonuçları belirli bir hata
sınırında veriyorsa dur. Aksi taktirde, öğrenme kuralı ile ağırlıkları ayarla.
¾ Eğer i = n ise, tekrar i = 1 yap. Aksi taktirde i yi 1 artır ve ikinci adıma git.

Eğitme dizisinin verilmesi ile çıkarımda bulunmak için aşağıdaki adımların

tamamlanması gereklidir.

¾ Giriş verilerini YSA giriş tabakası birimlerine gir,

¾ YSA’ nın saklı ve çıkış tabakalarındaki birimlerin her birindeki aktivasyon
seviyelerini hesapla,
¾ İleri beslemeli YSA’ da tüm çıkış tabakası birimlerinin aktivasyon seviyeleri
hesaplandıktan sonra, işleme son ver. Geri beslemeli bir durumda, çıkış
tabakası birimlerinin her birindeki aktivasyon seviyeleri sabite yakın değerler
alırsa, işleme son ver. Aksi taktirde 2. adıma dön. Eğer YSA dengeli bir
duruma erişemezse sistemden çık, çünkü başarılı bir mimari değildir.

5.3.1. Delta Öğrenim Algoritması

Delta öğrenim algoritması hatayı minimum değere indirmeyi temel alan bir
metottur. Bu metotta ağırlık ve girdi değerleri yerine hedef çıktılar ve yeni ağırlık
farklılıkları ifade edilir. Hedef çıktı değeri (T) gerçek çıktı ve hata arasında aşağıdaki
bağıntılar vardır.
 69

E = 1 / 2(Ti − Oi ) 2 = 1 / 2[Ti − f (WiXi)]2 (5.10)

Burada; Xi, Oi, Ti, değerleri sırasıyla girdi, değişen çıktı, hedef çıktıdır.

∆E = −(Ti − Oi) f ′(WiXi) Xi (5.11)

∆Wi = − µ∆E (5.12)

Burada; E hata oranı µ ise pozitif bir değer olup öğrenme oranıdır.

∆Wi = µ (Ti − Oi) f ′(WiXi) Xi (5.13)

Matematiksel ifadeler oluşturulursa yeni ağırlıklar,

Wi (k + 1) = Wi(k ) + µ / 2(Ti − Oi )(Ti − Oi 2 ) Xi (5.14)

şeklinde hesaplanır. Aktivasyon fonksiyonu denklemde yerine konulmuştur.

Aktivasyon fonksiyonu ise;

f ′(WiXi) = 1 / 2(Ti − Oi 2 ) (5.15)

şeklindedir.

5.3.2. Öğreticisiz Öğrenim Algoritması (Winner-Takes-All Learnıng Algorithm)

Bu model öğreticisiz (unsupervised) çalışılacak ağlar için uygundur. X

girdileri her bir nörona uygulanır, her bir tabaka için ayrı ayrı çıktı oluşturulur (Şekil
5.3.2.1).

On = max İ =1.2.3...N (WnX ) (5.16)

Ağırlıkların değişimi ise;

 70

∆Wn = α (k )( X − Wn) veya; (5.17)

veya;
Wn(k + 1) = Wn(k ) + α (k )( X − Wn) (5.18)

şeklindedir. Burada, α(k) öğrenme oranı olarak bilinen pozitif küçük bir
sayıdır.

X 1

X 2

X 3

Şekil 5.3.2.1. Öğreticisiz öğrenim şekli

5.3.3. Geri Beslemeli Öğrenim Algoritması

Bu algoritma Paul Werbos tarafından geliştirilmiştir (1974). Rumelhart ve

Parker tarafından ise tekrar düzenlenmiştir. Geri beslemeli öğrenim algoritması ileri
beslemeli çok tabakalı ağların öğrenimi için kullanılmaktadır. Bir veya birden fazla
gizli tabakalı ileri beslemeli ağlar da kullanılır. Algoritmanın temeli çıktı ve girdi
tabakaları arasındaki ilişki dağılımını ağa öğretmektir (Şekil 5.3.3.1). Bu algoritma
farklı olarak ağırlıklar tarafından işletilmekte ve ağırlıklar ağın eğitimi sırasında
hesaplanmaktadır. Genel olarak, çıktı hataları ağırlıkların üzerine yayılmakta ve hata
değeri sıfır olana kadar ağırlıklar hesaplanmaktadır. Ağırlıkların değiştirilmesinde
hata hesabı gereklidir. Çıktı tabakasındaki hata değerlendirilir, istenen çıktı ve atanan
çıktı farklıdır. Gizli tabakada hata gözlenmez. Çıktı hataları minimize olacak şekilde
ağırlıklara yayılır ve hesaplanır. Bu metot matematiksel ifadelerle birleştirilir. Fakat
öğrenim eşitliklerinde iterasyon fonksiyonları temel alınır. Bundan dolayı bilgisayar
 71

kullanılır ve çözüm oldukça kolay hale gelir. Ok atanan çıktı değeri, Tk İstenen çıktı
değeri ve Xk girdi değerleridir.

GİRDİ GİZLİ ÇIKTI

TABAKASI TABAKA TABAKASI

m n k

Oi Çıktı Değerleri
Wij Ağırlık Değerleri
Xij Girdi değerleri

Şekil 5.3.3.1. İleri Beslemeli Ağ Yapısı MLP

5.4. YSA Geliştirilen Pradigma ve Algoritmalar

Genel olarak pradigmalar nöronların oluşturduğu tabaka yapılarıdır. YSA

girdi tabakası, gizli tabaka ve çıktı tabakasından bir topoloji oluşturulur. YSA çalışan
bilim adamları tarafından nöronların matematiksel modelleri, öğrenim prosedürü ve
öğrenim algoritmaları ele alınarak modeller geliştirilmiştir.

5.4.1. Mc Culloch-Pitts Modeli

Neuro biyolojicisi olan Warren McCulloch ve bir istatistikçi olan Walter

Pitts bir çalışma yapmışlar ve tek tabakalı biyolojik neuron oluşturmuşlardır (1943)
(Şekil 5.4.1.1).
 72

McCulloch-Pitts model olarak bilinen bu model oldukça basittir. İlk

aşamada öğrenim ve adaptasyon yoktur. Xj her bir girdi değeri, W ij ağırlıklar, f ise
nonlineer transfer fonksiyonunu ifade etmektedir. Bias terimi dediğimiz bir terim
tanımlamışlardır ve bu terim hesaplandığı anda ağ öğrenimi tamamlanmış olarak
değerlendirilir.

N
Oi = f ∑ ( XijWij ) − Θi (5.19)
J =1

Şekil 5.4.1.1 Tekil Perceptron Modeli

Daha sonra McCulloch-Pitts modellerini geliştirerek ağın öğrenimini de bu

çalışmalarına eklemişler ve algılayıcılı bir nöron yapısı oluşturmuşlardır. Bu ağ
yapısına göre, girişler oluşturulmakta, hedef çıktı seçilmekte, ağ için küçük boyutlu
pozitif bir tamsayı olan µ yani öğrenim oranı tanımlanmakta, aktivasyon fonksiyonu
seçilmekte ve en son olarak ağın ne zaman ve neye göre eğitimini tamamlayacağı
öğretilmektedir. İlk aşamada giriş ve ağırlık değerleri rastgele atanmakta ve
aşağıdaki formülden çıktılar güncelleştirilmektedir.

N
O(k ) = f ∑ Wj (k ) Xj (k ) (5.20)
J =0

Burada k değeri iterasyon sayısıdır. İterasyon kullanarak yeni ağırlıkların atanması

aşağıdaki formülden hesaplanmaktadır.
 73

W (k + 1) = W (k ) + µ (T (k ) − W (k ) X (k )) X (k ) 0 ≤ k ≤ N − 1 için, (5.21)

Ağırlıkların değişimi durduğu anda istenen çıktı değerine ulaşılmış olur. Bir önceki
aşama döngü içinde devam eder, ta ki istenen çıktı sağlanana kadar.

5.4.2 Madaline ve Adaline Modelleri

5.4.2.1 Adalıne Modeli

Bernard Widrow sadece 1 neuronlu bir ağ geliştirdi. Burada;

girdi ağırlık vektörü;

Wj= [W 1,W 2,.....Wn)] (5.22)

girdi vektörü ;

Xj = [X 1. X 2,..... Xn] (5.23)

Denemedeki yani nonlineer analizinden önceki neuronun çıktısı;

R=WT X (5.24)

nonlineer analizden sonraki neuronun çıktısı;

n
O = sgn( ∑ WjXj ) (5.25)
J =1

Burada T; öğreticinin eğitimi veya hedefi, E=T-R eğitim sırasında oluşan çıktı
hatasıdır (Şekil 5.4.2.1.1).
Eğitim sırasında oluşan çıktı hatası;
 74

E=T-R (5.26)

Adaline modelinin öğrenimi, yani Widrow-Hoff olarak bilinen eğitim algoritmasının

öğrenimi şu şekildedir.

¾ -1 ile +1 arasında ağırlık değerlerinin rastgele atanması,

¾ Hedef çıktı ve girdi değerlerinin seçimi,
¾ Hata oranının hesaplanması,
¾ Ağırlıkların düzenlenmesi,
¾ Hata değeri sıfır olana kadar işlemin devamı,
¾ Yeni girdilerin verilerek işlemin devamı,

Є Aktivasyon O=wt x
fonksiyonu

Wn

E=T-R
T
Öğrenim Çıktı hata
algoritması düzenleyeci

Şekil 5.4.2.1.1 Adaline öğretim modeli

 75

5.4.2.2. Madaline Modeli

Madaline, Adaline’ nın paralelinde çalışarak tek çıktılı bazı kuralları temel
alarak çalışmalar yapmıştır. Daha sonra Adaline-Madaline Modeli ortaya çıkmıştır.
Bu modelde iki bias bulunmakta ve ayrı ayrı iki girdi değerini aynı ağ içinde
değerlendirip tek bir çıktı almaktadır (Şekil 5.4.2.2.1).

Şekil 5.4.2.2.1 de görüldüğü üzere ayrı iki girdi değerleri için ağ mimarisi
oluşturulmuştur. Böylece farklı iki girdi değerler topluluğunu değerlendirmek
mümkün olmuştur.

W11
X

Є f

W1n Madaline Oi
X

X
W21 Є
f

X
W2n

Şekil 5.4.2.2.1 Adaline- Madaline Modeli

5.5. YSA Ağ Topolojisi

İleri beslenmeli ağlarda bütün bağlantılar girişten çıkışa doğru bilgi akışını
temin ederler (Şekil 5.5.1).

Geri beslenmeli ağlarda ise bunlar ya geriye dönüşlü veya döngüler

şeklindeki beslenmeleri temsil ederler (Şekil 5.5.1).
 76

Simetrik bağlantılarda bir düğümden diğerine ve aynı diğer birimden yine

ilk birime bilgi akışları olur ve bunların iki yöndeki ağırlıkları da birbirine eşitse
bunlara simetrik bağlantılar denir.

Eğer önceki adımda söylenen biçimde bağlantı simetrik değilse bunlara

simetrik olmayan bağlantılar adı verilir.

Giriş Katmanı Gizli Katman Çıkış katmanı

Şekil 5.5.1. Geri Ve İleri beslemeli ağ topolojisi

5.6. Geriye Yayılma algoritmaları

Geriye yayılma algoritması esasen çok katmanlı ağların eğitiminde

kullanılan bir denetimli öğrenme algoritmasıdır. Geriye yayılma algoritması bu tür
ağlarda yaygın olarak kullanılan öğrenme algoritması olmasına rağmen daha çok
geriye yayılma sinir ağları olarak tanınmıştır.

Herhangi bir k. girdi –çıktı örnek çifti j. girdi ile i. nöron arasındaki ağırlık
değişimi;
 77

∆Wıjk = µ (Ti K − OiK ) X Kj (5.27)

ile ifade edilir. Burada Ti istenen hedef çıktı, µ öğrenme oranı ve X J ise j. ağ
girdisidir. Herhangi bir k. tabakadaki örnek çifti için ortalama hata fonksiyonu;

2
E= 1 / 2 P ∑ ∑ (T j − Oj ) (5.28)
p j

olarak tanımlanır. Burada, Tk istenen hedef çıktı, Ok ise hesaplanan çıktı, P ise eğitim
setinde bulunan gidi-çıktı çiftlerinin toplam sayısıdır (Şekil 5.6.1).

Geri yayılım ağlarının eğitiminde; Delta kuralı (Generalized Delta Rule )

öğrenim algoritması kullanılır.

Şekil 5.6.1. Geri yayılım delta kuralı şematik gösterimi

Geri yayılım ile elde edilecek ağırlık değerlerinin bilgisayar destekli

çözümünde uygulanacak adımlar Şekil 5.6.2 de detaylı olarak gösterilmiştir.

Başlangıç ağırlıkları rasgele değerler atanarak işleme başlanır. Daha sonra

öğrenim seti için oluşturulmuş değerler programa sunularak, öğrenim tamamlatılır.
İleri geri yayılım kurallarıyla istenen iterasyon sayısı kadar işlem yaptırılır ve işletim
 78

sisteminde oluşan hata değeri sıfır veya sıfıra yakın bir değer aldığında iterasyon
durdurulur. Elde edilen değerler istenen hedef çıktı değerleri ile kıyaslanır.

Başlangıç Ağırlıklarını Seç

Öğrenmeye Başla

Giriş Setini Giriş Katına Uygula

İşlemci Elemanların Çıkışını Hesapla

Kabul edilemez Eğitim Azaltma

Hata ile Ağırlıkları
Yeniden
Kabul edilir Düzenle

Test İşlemine Başla

Test giriş setini sinir ağının giriş setine uygula

İşlemci elemanlar Üzerinde Çıkışı Hesapla

Ağın Gerçek Çıkışı

Dur
İşlem
tamam mı

Şekil 5.6.2. Çok Katmanlı Bir Perseptron Geri Yayılım Akış Şeması
 79

6. BULGULAR

Yapay sinir ağlarının çözümü bilgisayar ortamıyla birleştirildiği takdirde

girdi, gizli, çıktı tabakaları sayısı fazla olan ağ yapılarını çok iyi bir şekilde
modernize edebilmekteyiz. YSA ile ilgili bir çok program yapılmıştır, hatta bu
konuyla ilgili özel hazır programlar bile geliştirilmiştir. İlk olarak bilgisayar öğrenim
sürecini tanımlamak gereklidir. Bu çalışmada fortran bilgisayar programı yardımıyla
YSA modellemesi yapılarak, yollarda oluşan yapısal bozulmaların tespitine
yardımcı olan defleksiyon değerleri için malzeme matrisinin gerçekçi bir şekilde
idealizasyonu sağlanmıştır. Daha önce geliştirilmiş olan SDUFEM sonlu eleman
programındaki malzeme matrisi, oluşturulan YSA rutini ile güncelleştirilmiştir. Bu
rutinin akış şeması Şekil 6.1’de gösterilmiştir.

BAŞLA

VERİ GİRİŞİ

VERİ
DOSYASI KRİTERLER
BUL,OKU RANDOM BELİRLE
AĞIRLIKL
ARI ATA

TEST
İLERİ (İLERİ)
GERİ

SON

Şekil 6.1. Program Akış Şeması

 80

Üstyapıların yapısal analizi için, altteml davranışının doğru modellenmesi

önemlidir. Alttemelin özellikle teker yüklemesi altında defleksiyonlar dikkate
alındığında üstyapı performansı üzerinde önemli bir etkisi bulunmaktadır. Taban
zemini durumunun gerçekçi bir tanımlaması için, nonlineer gerilme-şekil değiştirme
ilişkileri kabulü yapılması gerekir. PADAL ve benzeri programlarda alttemelin
davranışını temsil etmek için lineer elastik bir ilişki benimsemek gerekir. Bu
sınırlamayı aşmak ve granüler tabakaların yapısal olarak uygun olduğu üstyapıların
geri analizinde kullanışlı bir program sağlamak için, düzeltilmiş temel ilişkiler
değerlendirilir.

6.1 YSA Programı Yaklaşımı

Wij
X1 Çıktı
değeri

X2

Şekil 6.1.1 YSA ile geliştirilen program için seçilen başlangıç perseptironu

2 girdili, 3 gizli tabakalı, bir çıktılı neuron ağ yapısı başlangıçta

oluşturularak girdi ve ağırlık değerleri random olarak atandı. Daha sonra;

∑ Ε = ∑ WijXi (6.1)

f=1/1+e-Є (6.2)

değerleri her bir neuron için hesaplandı.

 81

Geri yayılım (feedback-propagatıon) kuralıyla hatalar ağırlıklar üzerine her

ileri-geri yayılım iterasyonunda değişerek sıfıra indirilmeye çalışıldı.
Є(hata)=Gerçek-fN (6.3)

N burada gizli tabaka ve çıktıdaki neuron sayısına bağlı terimdir.

∆Wi = Μ Oi (k ) Xij (6.4)

Wij(k+1)-Wij(k)=µЄ(hata)Oi(k)Xi(k) (6.5)

formülüyle hatalar ağırlıklar üzerine yayılarak iterasyon yapılmaktadır. µ ise 0,9 sabit
değer alınmıştır. Programda ağın eğitimi için eğitim seti oluşturulmuş gerçek
değerler girdilerin çarpımı şeklinde alınmış hesaplanan değerleri ise programda
hesaplatarak ikisi arasındaki fark hata olarak alınmış ve geri yayılım ile 0 değerine
yaklaşılmaya çalışılmıştır. Laboratuarda yapılan elastiklik deney sonuçlarının
değerlendirilmesi için YSA kullanılmıştır. YSA programı ile deney sonuçlarına bağlı
elastiklik modülleri tahmin edilmiş ve laboratuarda elde edilen elastiklik modülleri
YSA ağları programı ile elde edilen elastiklik modülleri ile kıyaslanmıştır (Şekil
6.1.2).

q=qb-qa

q=σ1-σ3 ε3

P=σ1+2σ3/3 ε1
q
P=Pb-Pa
p

Şekil 6.1.2. Elastiklik deneyi uygulanan yükler ve oluşan defleksiyonların

gösterimi
 82

Girdi Gizli Tabaka Çıktı Tabakası

Tabakası

TAHMİNİ
DEĞER
Girdiler

HATA
Kontrol

İSTENEN
ÇIKTI

Şekil 6.1.3. Geri dönüşüm uygulanması ile hata değerinin ağırlıklara atanması

Matlab programı kullanılarak elde edilen R2 değeri ile YSA ile geliştirilen
programdan elde edilen R2 değerleri kıyaslanmıştır. Eğitim ve test setleri de ayrıca
değerlendirilmiştir. Programda elde edilen değerler Matlab’de elde edilen
değerlerden daha güvenilir ve büyük R2 değerleri vermiştir. İki girdili ve iki çıktılı
bir Yapay Sinir Ağı çözümü yapılmış hem Matlab’de (Şekil 6.1.4 -6.1.5) hem de
geliştirilen programdaki sonuçlar (Şekil 6.1.6-6.1.7) kıyaslanmıştır. İki çıktıdaki E1r
ve E3r değerleri yer değiştirmeleri temsil etmektedir.
 83

E1r 2
R = 0,838

1,2

0,8
Tahmin

0,6

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1 1,2

Gerçek

E3R 2
R = 0,8577
1,2
1
0,8
Tahmini

0,6
0,4
0,2
0
-0,2 -0,2 0 0,2 0,4 0,6 0,8 1 1,2
Gerçek

Şekil 6.1.4. Matlab’de eğitim seti ile çözümlenmiş R2 değerleri

 84

E1 r 2
R = 0,7865

1,2

0,8
Tahmin

0,6

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1
Gerçek

E3 r 2
R = 0,2949

1,2

0,8
Tahmin

0,6

0,4

0,2

0
-0,1 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7

Gerçek

Şekil 6.1.5. Matlab’de test seti ile çözümlenmiş R2 değerleri

 85

E1r R2 = 0,8722

1,2
1
Tahmini

0,8
0,6
0,4
0,2
0
0 0,5 1 1,5
Gerçek

E3R 2
R = 0,8483

1,2
1
0,8
0,6
0,4
0,2
0
-0,2 -0,2 0 0,2 0,4 0,6 0,8 1 1,2

Şekil 6.1.6. Oluşturulan programın eğitim seti ile çözümlenmiş R2 değerleri

 86

2
E1R R = 0,7786

1
0,8
Tahmini

0,6
0,4
0,2
0
0 0,2 0,4 0,6 0,8 1
Gerçek

E3R 2
R = 0,6658

0,6
0,5
0,4
Tahmini

0,3
0,2
0,1
0
-0,2 0 0,2 0,4 0,6 0,8
Gerçek

Şekil 6.1.7. Oluşturulmuş programın test seti ile çözümlenmiş R2 değerleri

 87

6.2. Sayısal Örnekler

Daha önceden geri hesaplama yapılarak elde edilmiş olan elastiklik

modüllerini kullanarak, YSA programı bir rutin olarak eklenmiş sonlu elemanlar
programı ile defleksiyon değerleri hesaplanıp, elde edilen sonuçlar grafik çizimleri
ile gösterilmiştir.

6.2.1 Örnek 1 (Almeida et al 1992)

Bu örnekte, üç tabakalı bir üstyapı üzerinde geri-hesaplama çalışması

yapılmıştır (Şekil 6.2.1.1). Yedi noktada defleksiyon ölçümü alınmıştır. (Çizelge
6.2.1.1). Ve YSA ile geliştirilen program bu önceden hesaplanmış elastisite
modüllerine bağlı kalarak defleksiyonlar elde edilmiştir.

15 cm.

q=700 kPa

Bitümlü Tabaka v=0.35 γ=2.4 kg/m3 10 cm.

Alttemel Tabakası v=0.30 γ=2.2 kg/m3 30 cm.

Taban zemini v=0.40 γ=2.0 kg/m3 460 cm

Şekil 6.2.1.1. Örnek 1

 88

Çizelge 6.2.1.1. Örnek 1 için defleksiyon değerleri

PROGRAMLAR d1 d2 d3 d4 d5 d6 d7
Ölçülen(µm) 700 474 272 170 121 93 75
Yeni Program(µm) 703 477 277 173 123 93 75

Ara mesafeler(µm) 30 30 30 30 30 30

1600
1400 defleksiyonlar
yeni
Ölçülen 1200
1000
800
600
400
200
0
180 150 120 90 60 30 0

Ara mesafeler

Şekil 6.2.1.2. Ölçülen ve Yeni program ile hesaplanan defleksiyon değerlerinin

kıyaslanması

6.2.2. Örnek 2 (Tam 1987)

Bu örnekte, dört tabakalı bir üstyapı üzerinde ileri hesaplama çalışması

yapılmış (Şekil 6.2.2.1) ve yedi noktadaki defleksiyon değerleri gösterilmiştir.
(Çizelge 6.2.2.1). Geliştirilen yeni program ile aynı üstyapı üzerinde ileri hesaplama
yapılmış ve sonuçların karşılaştırması Şekil 6.2.2.1’ de verilmiştir.
 89

16 cm.

q=500 kPa

Bitümlü Tabaka E=5000 MPa v=0.40 γ=2.4 kg/m3 4 cm.

Temel Tabakası E=600 MPa v=0.40 γ=2.2 kg/m3 20 cm

Alttemel Tabakası E=100 MPa v=0.30 γ=2.2 kg/m3 30 cm.

Taban zemini E=30 MPa v=0.40 γ=2.0 kg/m3 yarı-sonsuz

Şekil 6.2.2.1. Örnek 2

Çizelge 6.2.2.1. Örnek 2 için defleksiyon değerleri

d1 d2 d3 d4 d5 d6 d7
Defleksiyonlar (µm) 509.2 480.61 438.26 385.81 335.96 299.09 279.81
(SDUFEM)
Defleksiyonlar (µm) 518 489 447 394 342 300 280
(SDUFEM Yeni)
Ara mesafeler (cm) 20 20 20 20 20 20
 90

1200
Yeni
1000
Saltan defleksiyonlar
800

600

400

200

0
120 100 80 60 40 20 0

Ara mesafeler

Şekil 6.2.1.2. Ölçülen ve Yeni program ile hesaplanan defleksiyon değerlerinin

kıyaslanması
 91

7. TARTIŞMA VE SONUÇ

Yapılan bu çalışmada, karayolu esnek üstyapılarında yapısal açıdan

durumun belirlenebilmesi için, sonlu elemanlar programı içerisinde Yapay Sinir
Ağları (YSA) yönteminin kullanılabilirliği ele alınmıştır. Karayolu esnek
üstyapılarının durumunu belirleme çalışmalarında, gerçek malzeme davranışını ve
gerçek araç yükünü simule etmek için en başarılı yöntem olan sonlu eleman yöntemi
kullanılmış ve granüler alttemel tabakası için ise malzeme matrisi oluşturulmasında
Yapay Sinir Ağları-YSA yönteminin kullanılabileceği geliştirilen yeni YSA-sonlu
elemanlar programı ilave gösterilmiştir.

Karayolu esnek üstyapılarının durumunu belirlemek için geliştirilen

programlarda malzeme davranışları genellikle lineer elastik kabul edilir. Gerçekte
bitümlü tabakalar visko-elastik ve granüler tabakalar ise nonlineer elastik davranış
gösterirler. Fortran programlama dili ile geliştirilen YSA programı granüler alttemel
tabakası için uygulanmıştır. Sonuçlar, YSA ile geliştirilen yeni programın gerçekçi
değerler verdiğini göstermektedir. Yani yapılan çalışma, YSA’ nın gerihesaplama
işlemleri için sonlu eleman yöntemine başarıyla ilave edilebileceğini göstermektedir.

Sonlu eleman çözümünde, her üstyapı tabakası için farklı elastisite modülü
değeri ve poisson oranı hesaplamak mümkündür. Gelecekteki çalışmalarda poisson
oranı değerleri için modern yöntemleri de kullanılarak yeni bir geri-hesaplama
algoritması geliştirilip, elastisite modülü ile birlikte poisson oranı da
gerihesaplanabilir. Bunun yanında, ileriki çalışmalarda modern yöntemler (Genetik
algoritmalar, Bulanık mantık, YSA) ele alınarak, FWD ile elde edilen defleksiyon
verilerinin yorumlanmasında daha gerçekçi sonuçlar elde edilebilecektir., Özellikle
Bulanık Mantık-YSA birleşik algoritması, Sonlu elemanlar yöntemine adapte
edilmek suretiyle üstyapıların davranışı daha gerçekçi olarak modellenebilecektir.
 92

KAYNAKLAR

AASHTO, 1996, Standard Specifications for Highway Bridges, with 2000 Interims,
American Association of State Highway and Transportation Officials, Fifteenth
Edition,Washington, D.C., USA, 686 p.

Alexander, D.R., 1990. “In situ material characterization for pavement evaluation
using surface wave techniques” Third international conference on Bearing Capacity
of Roads and Airfields, Vol. 1, Trondheim, Norway.

Ahmad, Z., "Improving the Solution of the Inverse Kinematic Problem in Robotics
Using Neural Networks", Journal of Neural Network Computing, Vol. 1 Num. 4,
Spring 1990.

Brown, Robert J., "An Artificial Neural Network Experiment", Dr. Dobbs Journal,
April 1987.

California Scientific Software, "Brainmaker User Guide and Reference Manual",

California Scientific Software, 1988.

Christopher, B. R., Gill, S. A., Giroud, J. P., Juran, I., Mitchell, J. K., Schlosser, F.,
and Dunnicliff, J., 1990, Reinforced Soil Structures, Vol. 1, Design and Construction
Guidelines, Report to Federal Highway Administration, No. FHWA-RD-89-043.

Culoch, W.S., Pitts, W.A.A logical Calculus of The Ideas immanent in nervous
activity. Bull. Math. Biophysics. Vol. 5, 1943.

Duskov M. & Scorpas A. ; 1997. “ Three-Dimensiol Finite Element Analysis of

Flexible Pavement with an EPS Subbase.

Hines J.Wesley, “Matlab Supplement to Fuzzy and Neural Approaches in

Engineering”,1994
 93

Hinton, G.E., and McClelland, J.L., "Learning Representations by Recirculation",

Proc. of the IEEE Conference on Neural InformationProcessing Systems, November
1988.

Huang, Y.H., “Pavement Analysis and Design”, Prentice-Hall, Inc., Englewood

Cliffs, New Jersey, USA, 1993.

Horikawa S.,Furuhashi T., Uchikawa Y., On fuzzy modeling using fuzzy neural
networks with back-propagation algorithm, IEEE Trans.Neural Networks (1992)

Hossain, M., Zaniewski, J., Rajan, S., “Estimation of pavement layer moduli using
non-linear optimisation technique”, Journal of Transportation Engineering, ASCE,
Vol.120, no.3, USA, pp. 376-393, 1994.

Karayolları genel Müdürlüğü, 1977, Yol Bozulmalarının Sınıflandırılması Nedenleri

ve bu Konuda Alınabilecek Önlemler, Karayolları Genel Müdürlüğü Matbaası,
Yayın No:62, Ankara.

“Karayolları Esnek Üstyapılar Projelendirme Rehberi” Bayındırlık ve İskan

bakanlığı Karayolları Genel Müdürlüğü -1984

Mahoney J. P., D.T Phillips, The Texas Rehabilitation and Maintenance District
Optimization System, Texas A&M University,1978

Mendel Jerry M. “Uncertain Rule Based Fuzzy Logic Systems” Introduction and
New Directions Üniversity of Souther California, Los Angeles, CA.

Scholkoff Robert J., Instructor’s Manual to Accompany “Airtifical Neural Network

Department of Electrical and Computer Engineering”, Clemson University.
 94

Saltan, M., “Esnek Üstyapıların Analitik Değerlendirilmesi”, SDU Fen Bilimleri

Enstitüsü, Doktora Tezi, 1999.

Saltan, M., Tığdemir, M., Karaşahin, M., “Artificial Neural Network Application for
Flexible Pavement Thickness Modeling”, Turkish Journal of Engineering and
Environmental Sciences, 26(2002), 243-248.

Saltan, M., Tığdemir, M., Saltan, S., “Structural Analysis of Flexible Pavement
Using Artificial Neural Network”, Jour.Inst.Maths.&Comp. Sciences,
(Comp.Sc.Ser.), Vol. 11, No.1 (2000), 25-35.

Spretcher D.A, On the structure of continuous function of several J.D. Schaffer, D.

Whitley, L.J. Eshelman, Combinations of genetic algorithms and neural networks: a
survey of the state ofthe art, in: L.D. Whitley, J.D. Schaffer (Eds.), COGANN-92:
International Workshop on Combinations of Genetic Algorithm sand Neural
Networks, IEEE Computer Society Press, 1992.

Saltan, M., “Analysis of Different Load Applications on Flexible Pavements Using

Finite Element Method”, Journal of Engineering, Vol.11, No.1 (2001), 17-23.

Şen Z., Karaosmanoğlu F., Öztopal A. “Mühendislikte Modern Yöntemler

Sempozyumu” MMYS’2001, 26-28 Eylül , 2001, İstanbul.

Ullidtz, P., “Pavement Analysis”, Elsevier Science Publishing Company Inc., USA,
1987.

UMAR, F. ve AĞAR, E., 1991. Yol Üstyapısı, İ.T.Ü

Owen, D.R.J., Hinton, E., “Finite Elements in Plasticity: Theory and Practice”,
Pineridge Press Limited, Swansea, U.K., 1980.

Yoder E.S, Witczak M.W. Priciples of Pavement Design. New York: Wiley; 1975
 95

“Yollar Fenni Şartnamesi” Bayındırlık ve İskan bakanlığı Karayolları Genel

Müdürlüğü -1986

“Improved Guidance for users of the 1993 AASHTO Flexible Pavement Design
Procedures.” 1993. Internatıonal Society Asphalt Pavement (ISAP).

“Implementation of Resilient Modulus in the Florida Flexible Pavement Design

Prosedure” 2001.
 96

EK 1

Şekil Ek 1.1. Fortran programına giriş

H sezgin eğitim
DIMENSION X(50,50),WX(100),EX(50),FX(50),EWX(100)
DIMENSION EX1(50,50),XX(50),HATA(50),EXX(50)
DIMENSION HAT(10),HAT1(10),HAT2(10)
INTEGER P,S,Y,Z,T,Q,D,G,V,VS,R,U
READ(2,5) N,M,K,Q,U
5 FORMAT (5I5)
WRITE(3,6) N,M
6 FORMAT(2X,'GIRDI DEGER˜ =',I5,2X,'G˜ZL˜ TABAKA =',I5)
WRITE(3,67) K,Q
67 FORMAT(2X,'€IKTI DEGER˜ =',I5,2X,'TOPLAM G˜RD˜ =',I5)
C=1.
P=(N*M)+(M*K)
S=(M*N)
Z=M+K
V=(M*K)
EPS=2.71828
 97

EMU=0.9
IT=0
DO 56 I=1,K
HAT(I)=0.
HAT1(I)=0.
56 HAT2(I)=0.
WRITE(3,4)
4 FORMAT(2X,/' G˜RD˜ DEGERLER˜ '/'---------------------------')
DO 8 J=1,Q
DO 8 I=1,N
8 READ(2,7) X(I,J)
7 FORMAT(F10.5)
DO 61 J=1,Q
DO 61 I=1,K
61 READ(2,62) EX1(I,J)
62 FORMAT(F10.5)
DO 9 J=1,P
9 READ(2,11) WX(J)
11 FORMAT(F10.5)

DO 63 I=1,N
63 XX(I)=0.
DO 64 J=1,Q
DO 64 I=1,N
IF(XX(I).LT.X(I,J)) XX(I)=X(I,J)
64 CONTINUE
DO 65 J=1,Q
DO 65 I=1,N
65 X(I,J)=X(I,J)/XX(I)
WRITE(3,66) ((X(I,J),I=1,N),J=1,Q)
66 FORMAT(2X,2F10.5)
WRITE(3,41)
 98

41 FORMAT(2X,'---------------------------')

DO 68 I=1,K
68 EXX(I)=0.
DO 69 J=1,Q
DO 69 I=1,K
69 IF(EXX(I).LT.EX1(I,J)) EXX(I)=EX1(I,J)
DO 70 J=1,Q
DO 70 I=1,K
70 EX1(I,J)=ABS(EX1(I,J))/EXX(I)
WRITE(3,71) ((EX1(I,J),I=1,K),J=1,Q)
71 FORMAT(2X,2F10.5)
WRITE(3,42)
42 FORMAT(2X,'---------------------------')
DO 2222 R=1,U
DO 888 D=1,Q
C=1.
8999 DO 10 I=1,Z
10 EX(I)=0.0
Y=1
T=0
DO 13 L=1,M
T=T+1
DO 13 J=1,N
EX(T)=EX(T)+WX(Y)*X(J,D)
FX(T)=(1/(1+EPS**(-(EX(T)))))
13 Y=Y+1
G=0
DO 15 L=1,K
DO 16 I=1,M
G=G+1
16 EX(T+L)=EX(T+L)+(FX(I)*WX(S+G))
 99

15 FX(T+L)=(1/(1+(EPS**(-(EX(T+L))))))
DO 172,I=1,Z
172 WRITE(*,171) FX(I),EX(I)
171 FORMAT(2F10.5)
DO 17 L=1,K
17 HATA(L)=ABS(EX1(L,D)-FX(T+L))
ENBY=0.
DO 192 L=1,K
192 FX(Z-K+L)=EX1(L,D)
DO 18 L=1,K
18 IF(ENBY.LT.HATA(L)) ENBY=HATA(L)
C DO 181 L=1,K
C 181 WRITE(*,182) HATA(L),ENBY
C 182 FORMAT(2E15.7)

CALL GERI (N,M,K,WX,EX,FX,EWX,C,ENBY)

DO 49 I=1,P
49 WX(I)=(EWX(I))
IF (C.LE.2) GO TO 9999
GO TO 8999
9999 WRITE(3,51) (HATA(I),I=1,K)
51 FORMAT(2X,/' HATA DEGER˜ =',2F15.7)
DO 382 I=1,K
382 HAT2(I)=HAT1(I)**2+HATA(I)**2
WRITE(3,383) (HAT2(I),I=1,K)
383 FORMAT(2X,/'HATA DEG KARESI=',2E15.7)
IT=IT+1
DO 381 I=1,K
381 HAT1(I)=HATA(I)
WRITE (3,38) (X(I,D),I=1,N),IT
38 FORMAT(2F10.5,I5)
WRITE(3,711) (EX1(I,D),I=1,K)
 100

711 FORMAT(2F10.5)
WRITE(3,80)
80 FORMAT(2X,' A¦IRLIK DE¦ERLER˜ '/'------------------------------')
DO 36 I=1,P
WX(I)=ABS(EWX(I))
36 WRITE(3,78) WX(I)
78 FORMAT(F15.7)
WRITE(3,79)
79 FORMAT('--------------------------------')
WRITE(3,52)
52 FORMAT(2X,' EX DEGER˜ FX DEGER˜ '/'---------------------------')
DO 53 I=1,Z
53 WRITE(3,54) EX(I),FX(I)
54 FORMAT(2F15.7)
888 CONTINUE
2222 CONTINUE
STOP
END

C ALT PROGRAM
SUBROUTINE GERI (N,M,K,WX,EX,FX,EWX,C,ENBY)
DIMENSION WX(40),EX(40),FX(40),EWX(40)
INTEGER P,S,Z,Y,T,Q,D,G,V,VS,R
Z=M+K
P=(N*M)+(M*K)
S=(M*N)
V=(M*K)
EMU=0.9
DO 29 I=1,P
29 EWX(I)=0.
VS=0
 101

DO 30 J=1,K
DO 30 I=1,M
VS=VS+1
EWX(S+VS)=(WX(S+VS))-((EMU*ENBY*EX(M+J)*FX(M+J)))
30 WRITE(*,301) EWX(S+VS),WX(S+VS)
301 FORMAT(2F10.7)
T=0
Y=1
DO 32 J=1,S,N
T=T+1
DO 32 L=1,M
EWX(Y)=WX(Y)-(EMU*ENBY*EX(T)*FX(T))
32 Y=Y+1
C=C+1.
RETURN
END

Şekil Ek1.2. Hsezgin eğitim programı

 102

Hsezgin test

DIMENSION X(50,50),WX(100),EX(50),FX(50),EWX(100)
DIMENSION EX1(50,50),XX(50),HATA(50),EXX(50)
DIMENSION HAT(10),HAT1(10),HAT2(10)
INTEGER P,S,Y,Z,T,Q,D,G,V,VS,R,U
READ(2,5) N,M,K,Q
5 FORMAT (4I5)
WRITE(3,6) N,M
6 FORMAT(2X,'GIRDI DEGER˜ =',I5,2X,'G˜ZL˜ TABAKA =',I5)
WRITE(3,67) K,Q
67 FORMAT(2X,'€IKTI DEGER˜ =',I5,2X,'TOPLAM G˜RD˜ =',I5)
C=1.
P=(N*M)+(M*K)
S=(M*N)
Z=M+K
V=(M*K)
EPS=2.71828
EMU=0.9
IT=0
DO 56 I=1,K
HAT(I)=0.
HAT1(I)=0.
56 HAT2(I)=0.
WRITE(3,4)
4 FORMAT(2X,/' G˜RD˜ DEGERLER˜ '/'---------------------------')
DO 8 J=1,Q
DO 8 I=1,N
8 READ(2,7) X(I,J)
7 FORMAT(F10.5)
DO 61 J=1,Q
DO 61 I=1,K
 103

61 READ(2,62) EX1(I,J)
62 FORMAT(F10.5)
DO 9 J=1,P
9 READ(2,11) WX(J)
11 FORMAT(F10.5)

DO 63 I=1,N
63 XX(I)=0.
DO 64 J=1,Q
DO 64 I=1,N
IF(XX(I).LT.X(I,J)) XX(I)=X(I,J)
64 CONTINUE
DO 65 J=1,Q
DO 65 I=1,N
65 X(I,J)=X(I,J)/XX(I)
WRITE(3,66) ((X(I,J),I=1,N),J=1,Q)
66 FORMAT(2X,2F10.5)
WRITE(3,41)
41 FORMAT(2X,'---------------------------')

DO 68 I=1,K
68 EXX(I)=0.
DO 69 J=1,Q
DO 69 I=1,K
69 IF(EXX(I).LT.EX1(I,J)) EXX(I)=EX1(I,J)
DO 70 J=1,Q
DO 70 I=1,K
70 EX1(I,J)=ABS(EX1(I,J))/EXX(I)
WRITE(3,71) ((EX1(I,J),I=1,K),J=1,Q)
71 FORMAT(2X,2F10.5)
WRITE(3,42)
42 FORMAT(2X,'---------------------------')
 104

DO 888 D=1,Q
C=1.
DO 10 I=1,Z
10 EX(I)=0.0
Y=1
T=0
DO 13 L=1,M
T=T+1
DO 13 J=1,N
EX(T)=EX(T)+WX(Y)*X(J,D)
FX(T)=(1/(1+EPS**(-(EX(T)))))
13 Y=Y+1
G=0
DO 15 L=1,K
DO 16 I=1,M
G=G+1
16 EX(T+L)=EX(T+L)+(FX(I)*WX(S+G))
15 FX(T+L)=(1/(1+(EPS**(-(EX(T+L))))))
DO 192 L=1,K
192 FX(Z-K+L)=EX1(L,D)

WRITE(3,80)
80 FORMAT(2X,' A¦IRLIK DE¦ERLER˜ '/'------------------------------')
36 WRITE(3,78) WX(I)
78 FORMAT(F15.7)
WRITE(3,79)
79 FORMAT('--------------------------------')
WRITE(3,52)
52 FORMAT(2X,' EX DEGER˜ FX DEGER˜ '/'---------------------------')
DO 53 I=1,Z
 105

53 WRITE(3,54) EX(I),FX(I)
54 FORMAT(2F15.7)
888 CONTINUE
STOP
END

Şekil Ek1.3. Data Dosyalarının Düzenlenmesi

Üst kısımda bulunan değerler sırasıyla girdi, gizli, çıktı tabaka sayısı, girdi
adedi ve iterasyon sayısını göstermektedir. Alt kısımda ise yine sırasıyla girdi
değerleri ve ağırlıklar girilmiştir.