Düşey Yük Etkisi Altındaki Kazık Gruplarının Bozkurt Optimizasyon Algoritması ile Optimizasyonu

Abstract

Yumuşak/gevşek zeminler üzerine inşa edilecek temeller, geoteknik mühendisliği açısından büyük sorunlara neden olmaktadır. Temelden aktarılan düşey yükler, yumuşak/gevşek zeminde göçmeye ve/veya aşırı oturmalara neden olabilmektedir. Bu tür problemlerin önlenebilmesi için ilave geoteknik tedbirlerin alınması zorunlu olmaktadır. Temel altı kazık imalatı, günümüzde sıklıkla kullanılan tedbirlerden biridir. Kazıklar, sağlam zemin içindeki soket boylarına bağlı olarak, uç kazığı veya sürtünme kazığı olarak tanımlanmaktadır. Genellikle, temellerin altında meydana gelecek farklı oturmaların ve dış merkezlik etkisinin azaltılması için temel altında birden fazla kazık imal edilmektedir. Bu kazıkların birbirleriyle etkileşimi “grup etkisi” olarak tanımlanmaktadır ve bu etkileşim kazıkların yük taşıma kapasitelerinde azalmaya neden olmaktadır. Güvenli ve ekonomik bir tasarım için, tek bir kazığın taşıma kapasitesinin hesaplanması ve kazık grubundaki optimum kazık sayısının belirlenmesinde optimizasyon yapılması gerekmektedir. Bu çalışma kapsamında, Bozkurt Optimizasyon algoritmasının düşey yük etkisi altındaki kazık gruplarının optimizasyon problemleri için geçerliliğinin araştırılması amaçlanmıştır. Bu amaçla karşılaştırma yapılabilmesi için Parçacık Sürüsü Optimizasyon algoritması ve Geliştirilmiş Harmoni Arama algoritması kullanılmıştır. İncelenen yöntemlerin, düşey yük altındaki kazık grupları için hızlı, güvenli ve ekonomik tasarımlar yapılması konusunda mühendislere yardımcı olması amaçlanmaktadır. Yumuşak/gevşek zeminler içinde imal edilecek fore kazıkların taşıma kapasiteleri ve optimizasyonu ele alınmıştır.

Keywords

• Grup kazıklar,optimizasyon,metasezgisel algoritmalar,kazık tasarımı

Optimization of Pile Groups Under Vertical Loads Using Grey Wolf Optimizer

Abstract

Construction of foundations or embankments on a soft/loose soil deposit causes major problems in terms of geotechnical engineering. The vertical loads transferred from the foundation can cause failure and/or extreme settlements in the soft/loose soil. Additional geotechnical precautions must be taken in order to prevent such problems. Construction of piles under foundations is a widely used method. Piles are defined as point bearing piles or friction piles depending on the embedded length of the pile in the stiff layer or rock. Generally it is preferred to construct pile groups under the foundations to reduce the effects of differential settlements and eccentricity. The interaction of a pile with the others in a group is defined as “group efficiency” and this interaction causes reduction in the load-bearing capacities of the piles. It is necessary to calculate the bearing capacity of a single pile correctly and estimate the optimum number of piles in the group to make a safe and economical design. In this paper, it is aimed to investigate the robustness of Grey Wolf optimization algorithm for optimization problems of pile groups under vertical loads.  In order to compare the validity of Grey Wolf Optimization algorithm, Particle Swarm Optimization algorithm and Improved Harmony Search algorithm are used. The proposed methods are intended to help engineers to make fast, safe and economical designs for pile groups. In this study, only the bearing capacities and optimization of bored pile groups are discussed.

Keywords

• Group piles,optimization,meta-heuristic algorithms,pile design

References

1. [1] Das BM, Principles of Foundation Engineering, SI Edition. Cengage Learning, 2010.
2. [2] Bowles JE, Foundation Analysis and Design. McGraw-Hill, 1996.
3. [3] Hurd AJ, Truman KZ. "Optimization Method of Pile Foundations". Advances in Engineering Structures, Mechanics & Construction, Dordrecht, 2006.
4. [4] Chan CM, Zhang LM, Ng JTM. "Optimization of Pile Groups Using Hybrid Genetic Algorithms". Journal of Geotechnical and Geoenvironmental Engineering, 135(4): 497-505, 2009.
5. [5] Hwang JH, Lyu YD, Chung MC. "Optimizing Pile Group Design Using a Real Genetic Approach". The Twenty-first International Offshore and Polar Engineering Conference, 2011.
6. [6] Liu X, Cheng G, Wang B, Lin S. "Optimum design of pile foundation by automatic grouping genetic algorithms". ISRN Civil Engineering, 2012, 2012.
7. [7] Bengtlars A, Väljamets E. "Optimization of Pile Groups: A practical study using Genetic Algorithm and Direct Search with four different objective functions". Master Thesis, Structural Design and Bridges, KTH Royal Institute of Technology, Stockholm, Sweden, 2014.
8. [8] Kennedy J, Eberhart R. "Particle swarm optimization". IEEE International Conference on Neural Networks, Perth, WA, Australia, 1995.

9. [9] Geem ZW, Kim JH, Loganathan GV. "A new heuristic optimization algorithm: Harmony search". Simulation, 76(2): 60-68, 2001.
10. [10] Mirjalili S, Mirjalili SM, Lewis A. "Grey Wolf Optimizer". Advances in Engineering Software, 69: 46-61, 2014.
11. [11] Meyerhof GG. "Bearing Capacity and Settlement of Pile Foundations". Journal of the Geotechnical Engineering Division, 102(3): 195-228, 1976.
12. [12] Vesic AS. "Design of pile foundations". NCHRP synthesis of highway practice, (42): 1977.
13. [13] Janbu N. "Static bearing capacity of friction piles". Sechste Europaeische Konferenz Fuer Bodenmechanik Und Grundbau, 1976.
14. [14] US Navy, NAVFAC Design Manuals 7.1 and 7.2 : Foundations and Earth Structures. Arlington, VA: Naval Facilities Engineering Command, 1988.
15. [15] Terzaghi K, Peck RB, Mesri G, Soil Mechanics in Engineering Practice. John Wiley & Sons, 1996.
16. [16] The BOCA National Building Code. Building Officials & Code Administrators International, 1993.
17. [17] The National Building Code. American Insurance Association Engineering and Safety Service., 1976.
18. [18] City of Chicago Building Code. American Legal Publishing Corporation, 1994.
19. [19] Shi Y, Eberhart R. "A modified particle swarm optimizer". Evolutionary Computation Proceedings, 1998. IEEE World Congress on Computational Intelligence., The 1998 IEEE International Conference on, 1998.
20. [20] Mahdavi M, Fesanghary M, Damangir E. "An improved harmony search algorithm for solving optimization problems". Applied Mathematics and Computation, 188(2): 1567-1579, 2007.
21. [21] Pedersen MEH, "Good parameters for particle swarm optimization," in "Hvass Lab., Copenhagen, Denmark, Tech. Rep. HL1001," 2010.
22. [22] Yang X-S, Nature-Inspired Metaheuristic Algorithms. Luniver Press, 2008.