FEMA P-154 Formlarının Dijitalleştirilmesi İçin Bir Python Tabanlı Uygulama

Year 2024, Volume: 9 Issue: Special Issue, 179 - 200, 06.02.2024

Nurdan Talaslıoğlu , Asena Soyluk

https://doi.org/10.30785/mbud.1336300

Abstract

Deprem kuşağında yer alan ve büyük deprem tehditleri ile karşı karşıya olan Türkiye, 6 Şubat depremleri dolayısıyla ciddi kayıplar vermiştir. Deprem yönetmeliklerine uygun olmayan birçok mevcut-yeni yapıya sahip yerleşim yerleri bulunmaktadır. Bu nedenle, olası bir depremde can ve mal kayıplarına engel olmak için, yapı stokundaki binaların deprem dayanımlarının güvenli ve hızlı şekilde araştırılması gerekliliği ortaya çıkmaktadır. Yapı stokunun olası bir deprem etkisiyle oluşturacakları risk düzeyinin gerçekçi şekilde belirlenebilmesi için detaylı yapısal araştırmaların yapılması gereklidir. Hızlı ve güvenilir olması sebebiyle sık kullanılan değerlendirme metotlarından biri olan “FEMA P-154” hızlı değerlendirme yönteminin Python tabanlı bir uygulama ile uygulanarak sonuçların veri seti haline getirilmesi amaçlanmıştır. Uygulama ile FEMA P-154 formunun uygulanmasında süre, maliyet, iş gücü ve depolamada avantaj elde edilebilmektedir. Bu yöntem sayesinde hızlı bir şekilde hazırlanabilen veri setleri daha sonra yapay zekâ projelerinde kullanılmak üzere saklanabilir ve deprem dayanımı uygun olmayan binaların öncelik sırasına göre dönüşümünün yapılması için referans oluşturabilir.

Keywords

Python, hızlı görsel tarama, deprem güvenlik değerlendirmesi, veri seti

Thanks

Makalede ulusal ve uluslararası araştırma ve yayın etiğine uyulmuştur. Çalışmada etik kurul izni gerekmemiştir.

A Python-Based Application for Digitizing FEMA P-154 Forms

Abstract

Türkiye, which is located in an earthquake zone and faces major earthquake threats, has suffered serious losses due to the February 6 earthquakes. There are many settlements with existing and new buildings that do not comply with earthquake regulations. Therefore, in order to prevent loss of life and property in a possible earthquake, it is imperative to investigate the earthquake safety of buildings in the existing building stock quickly and safely. In order to realistically determine the level of risk posed by the building stock due to earthquake effects, detailed structural analyses are required. It is aimed to apply the "FEMA P-154" rapid assessment method, which is one of the frequently used assessment methods due to its fast and reliable nature, with a Python-based application and to transform the results into a data set. The application provides advantages in time, cost, labor and storage in the implementation of the FEMA P-154 form. Thanks to this method, data sets that can be prepared quickly can be stored for later use in artificial intelligence projects and can serve as a reference for the transformation of buildings with inappropriate earthquake resistance in order of priority.

Keywords

Python, rapid visual screening, earthquake safety assessment, data set

References

• AFAD. (2023). Türkiye Deprem Tehlike Haritaları. Erişim adresi (25.06.2023): https://tdth.afad.gov.tr/TDTH/main.xhtml
• Agarwal, N., Navale, D., Nawale, A., Parakh, P., Pate, S., Vayadande, K. (2022). Modulo Calculator Using Tkinter Library, Artificial Intelligence and Data Science, Vishwakarma Institute of Technology, Pune, Maharashtra, India.
• Çelik, O.C., Çılı, F. ve Özgen, K. (1992). Erzincan depreminden gözlemler. Yapı Dergisi, 129, 35-41.
• Çelik, O.C., Çılı, F. ve Özgen, K. (2000). 17 Ağustos 1999 Kocaeli (İzmit) depreminden gözlemler. Yapı Dergisi, 218, 65-76.
• Dallı, M. ve Soyluk, A. (2022). Ethical analysis of architecture on structural irregularities in major earthquakes in Turkey. International Journal of Disaster Resilience in the Built Environment.
• Das, R. R., Harirchian, E., Jadhav, K., Kumari, V., Lahmer, T., Rasulzade, S. (2020). A machine learning framework for assessing seismic hazard safety of reinforced concrete buildings. Applied Sciences, 10(20), 7153.
• Erkal, A., Özdemir, Z., Tezcan, S. ve Yazıcı, A. (2007). Zayıf Kat – Yumuşak Kat Düzensizliği. Altıncı Ulusal Deprem Mühendisliği Konferansı, 16-20 Ekim, İstanbul-Türkiye, s. 339- 350.
• Federal Emergency Management Agency (FEMA). (2015). Rapid visual screening of buildings for potential seismic hazards: a handbook. Third Edition.
• Google Maps. (2023). Kayseri İli Haritası [Harita] Erişim adresi (27.06.2023): https://www.google.com/maps/@38.724612,35.5040207,495m/data=!3m1!1e3?entry=ttu
• Kızılkaya, Ş. (2018). FEMA 154 Hızlı Görsel Tarama, Kanada Sismik Tarama ve Japon Sismik İndeks Yöntemlerinin Karşılaştırmalı Değerlendirilmesi ve Uygulaması (Yayımlanmamış Yüksek Lisans Tezi). İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü.
• Medium. (2021). Veri Seti Nedir ve Nerede Bulunur?. Erişim adresi (27.06.2023): https://elifmeseci.medium.com/veri-seti-nedir-ve-nerede-bulunur-d825351b9f08
• Rong, Z. ve Teoh, T. T. (2022). Artifical intelligence with Python. Machine Learning: Foundations, Methodologies, and Applications. Springer, Singapore.
• Spyder-ide. (2023). Overview. Erişim adresi (27.06.2023): https://www.spyder-ide.org/
• TMMOB Jeoloji Mühendisleri Odası. (2022). Fay üzerinde yaşayan illerimiz: Kayseri raporu-13
• Topcoder. (2021). Excel Automation With Openpyxl in Pyhton. Erişim adresi (30.06.2023): https://www.topcoder.com/thrive/articles/excel-automation-with-openpyxl-in-python
• Türk Mühendis ve Mimar Odaları Birliği. (2023). Kayseri deprem raporu.
• Türkiye Bina Deprem Yönetmeliği (TBDY). (2018). 18 Mart 2018 Tarih ve 30364 Sayılı Resmi Gazete.