Volume: 4 Issue : 2 Year : 2016 - Akademik Platform Mühendislik ve

Transkript

Volume: 4
Issue
:2
Year
: 2016
i
Volume 4 / Issue 2
Journal of Engineering and Science
Editor in Chief
Prof.Dr.Mehmet SARIBIYIK, Sakarya University, Turkey
[email protected]
Layout Editors
Prof.Dr. Barış Tamer TONGUÇ, Sakarya University, Turkey
[email protected]
Assoc. Prof. Dr. Fatih ÇALIŞKAN, Sakarya University, Turkey
[email protected]
Asst. Prof. Dr. Hakan ASLAN, Sakarya University, Turkey
[email protected]
Support
Lec. Gökhan ATALI, Sakarya University, Turkey
[email protected]
Members of Advisory Board
Prof. Dr. Abdullah Çavuşoğlu, Council of Higher Education, Turkey
Prof. Dr. Mehmet Emin AYDIN, University of West of England, England
Prof. Dr. Erol ARCAKLIOĞLU, The Scientific and Technological Research Council
Prof. Dr. Fahrettin ÖZTÜRK, The Petroleum Institute, The United Arab Emirates
Prof. Dr. Ahmet TÜRK, Celal Bayar University, Turkey
ISSN: 2147-4575
Contact
Academic Platform
[email protected]
http://apjes.com/
ii
Contents
1-12
Investigation of the contribution of soil conditions to damage and failure of
RC structures in Adapazarı
13-24
Investigation Of The Reasons For The Accidents In The Construction
Sector in Turkey
Ankara Metro Line Movement Hours Be Scheduled M1 (Kızılay-Batıkent)
The Changing Roles of Systems Analysts with Digital Era and the New
Methods Systems Analysts Use
25-36
37-40
41-51
Numerical Testing of the Airfoil Profiles for The Wind Turbines
52-58
Design of a Novel Architecture for QPSK Modulator
iii
İçindekiler
1-12
13-24
Türkiye’de İnşaat Sektöründeki İş Kazalarının Sınıflandırılarak
Nedenlerinin İncelenmesi
Ankara Metrosu M1 (Kızılay-Batıkent) Hattı Hareket Saatlerinin
Çizelgelenmesi
25-36
37-40
Sistem Analistlerinin Dijital Çağ ile Birlikte Değişen Rolleri ve
Kullandıkları Yeni Yöntemler
41-51
Rüzgar Türbinleri için Kanat Profillerinin Sayısal Olarak Test Edilmesi
52-58
Alman Dili Üzerinde Konuşmacı Cinsiyetinin Otomatik Olarak
Belirlenmesi
iv
N.CAGLAR/APJES IV-II (2016) 01-12
1*
Naci CAGLAR , 2Zehra Sule GARIP and 1Nihan TURAN ALA
Department of Civil Engineering, Engineering Faculty, Sakarya University, 54187 Sakarya, Turkey
2
Department of Civil Engineering, Engineering Faculty, Karabuk University, 78100 Karabuk, Turkey
1
Geliş Tarihi: 2016-03-22 Kabul Tarihi: 2016-06-27
Abstract
During the 17th August 1999 Marmara earthquake, the soil has played important role as a contributing factor in
the failure of Reinforced Concrete (RC) moment resisting frame buildings built in Adapazari. In this study, the
differences of contributing effects on the filure of RC buildings which were built in the soft soil such as
Adapazari downtown and stiff soil such as Maltepe has been investigated. Various two dimensional soilstructure models are formed with the simulations of buildings, which had some irregularities suh as soft story,
weak stoey and short column effect, and soil properties of Adapazari downtown and Maltepe. The dynamic
analysis of the soil-structure models subjected to Marmara earthquake was carried out using SAP2000 software
packet program. The outcomes of lateral top displacement of SSI models with respect to soil conditions were
presented as graphs and the results were discussed.
Keywords: Damage, Building failure, Soft storey, Weak storey, Short column effect, Soft soil, Finite element
analysis
1. Introduction
Turkey is located in one of the most active
earthquake zone which has earthquake periods quite
often with shortest return periods. The earthquakes
caused loss of lives in the history. During the last
century, more than twelve major earthquakes with
minimum magnitudes 7 (Mw) caused significant
casualties, severe damage to a lot of structures and
lifelines in Turkey. In the last century,
approximately 500.000 building collapsed and were
heavily damaged. Marmara Earthquake occurred
with the magnitude of 7.4 on 17 August 1999 (Fig.
1). This earthquake caused severe damage to
hundreds of structures and lifelines in the City of
Adapazari. In the earthquake a total of 5078
buildings (27% of the building stock) were severely
damaged or destroyed in Adapazari [1-2]. The
construction quality of RC structures in the
Adapazarı varied widely. Many of the failures and
collapses of RC moment resisting frame buildings
are attributed to the formation of soft first storeys,
weak stories and short column effect. During the
17th August 1999 Marmara earthquake the soil has
also played important role as a contributing factor in
the failure of RC moment resisting frame buildings
built in Adapazari. Most of buildings were affected
and the majority of buildings sank. Local variations
of Adapazari soil have played an important role in
the ground failure and associated building damage
[2-3]. This results have revealed that taking into
account the effect of soil properties provides an
important contribution to understand the seismic
response of buildings. In recent years, most of
researchers have been performed a lot of studies
regarding the effects of soil structure interactions
(SSI) on the dynamic seismic response of buildings
[4-6]. Investigating the soil structure interactions of
RC buildings that are built on soft soils is potentially
of great importance. In this study, dynamic analyses
of 45 soil-structure models were carried out. The
aim of the present study is to monitor the
contribution of soil effect on the failure of RC
moment resisting frame buildings in Adapazari with
soft storey, weak stories and short column effect.
The effect of ground water was also included to the
study.
2. Methodology of SSI Analysis
Seismic soil-structure interaction (SSI) analysis is a
major topic in earthquake engineering because of
the dynamic response of structures, especially for
stiff and massive structures founded on the
relatively soft ground, is strongly influenced by the
interaction between soil and the structure. In recent
years, numerous researchers have been performing
a lot of studies regarding the effects of SSI on the
dynamic seismic response of buildings. Despite the
dynamic SSI effects could be neglected for regular
flexible buildings on rock or very stiff soil, they
should be significantly taken into account for
structures founded on relatively flexible soil[7].
Corresponding Author. Sakarya University, Engineering Faculty, Department of Civil Engineering, Esentepe
Campus 54187 Sakarya/Turkey. E-mail: [email protected], [email protected]
Doi: 10.21541/apjes.68853
2
Marmara Earthquake (N-S), 17 August 1999
0.3
Acceleration (g)
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
0
5
10
15
20
25
30
35
40
45
Time (sec)
Fig. 1. Marmara earthquake records from Yarımca-Petkim station.
There are two main methods dealing with soilstructure interaction, namely the direct method and
the substructure method. In this study, the direct
method was used to carry out dynamic analysis of
soil-structure models. In the direct method, the
response of the soil and structure is determined
simultaneously by analysing the idealised soil–
structure system in a single step [8]. The soil with
the superstructure is modelled until the artificial
boundary (Fig. 2). In some conditions where it is
impossible to cover the unbounded soil domain
with finite elements with bounded dimensions the
Substructure Method is used as an alternative.
Lysmer and Kuhlemyer [9] proposed a special
frequency independent viscous dashpot boundary
on the interface nodes in all directions.
artificial boundaries. In numerical modelling of
wave propagation, the special boundary conditions,
which might be referred to as radiation damping,
are used to compensate the problems arising as
artificial boundaries to introduce artificial
reflections that contaminate the solution. These
special boundary conditions such as transmitting,
non-reflecting and silent boundaries absorb the
wave energy. The non-reflecting viscous
boundaries have been widely used for various
dynamic SSI problems [9-11]. These boundaries
must be identified far away from the structure or
source of dynamic load as they are only capable to
transmit plane and cylindrical waves.
In the SSI analyses, the appropriate boundary
conditions need to be applied to avoid the reflection
of emanating waves from the artificial boundaries
back into the interior domain. In the Finite Element
models, the large-scale mesh is required to take
account of the surrounding soil medium which is
bounded by the far-field that is represented by
In this study, two dimensional soil-structure models
were set to investigate the effects of soil on failure
of RC moment resisting frame buildings in
Adapazari (Fig. 3). The study was limited with just
Adapazari downtown and Maltepe soil conditions
and the soil profiles were obtained from the study
of Sacio at all [2].
3. Numerical Application
Superstructure
Artifical
Boundary
Fictitious Dashpot Boundary
Figure 2. Direct method configuration
3
They investigated the subsurface conditions of
Adapazari downtown and developed the four
general subsurface site categories (Table 1, Fig. 4).
The Maltepe, where it is located in south part of
Sakarya and it is just 6 km away from the
Adapazari downtown, soil condition was also
included to study to compare the response of RC
buildings which were built in stiff and soft soils.
Time history analyses of 45 different soil-structure
models were carried out by using SAP2000. These
soil-structure models were installed with 5 different
substructure models (Fig. 4) and 9 different
superstructure models (Table 2). The substructures
Table 1. Soil general properties
Modulus of
Soil Layers
elasticity
E, (MPa)
15
Fill
50
CH
120
Dense Sand
13
ML
70
SM/ML
15
CL or CL/ML
CH/CL with
56
ML/SM layers
1200
Clay Stone
T=1,7990sec
T=2,1778sec
were modelled in constant soil depths of SLD= 15m
and constant width of SLL=315m. The Lysmer
boundaries consisting of dash pots specified to
effectively reduce reflection of waves and eliminate
artificial resonance frequencies are used in the
modelling the artificial boundaries of the soil.
Ground water table (GWT) is varying depth due to
the seasonal change in Adapazari. Therefore GWT
also included to obtain more relevant results. Due
to the GWT, the shear modulus was reduced to 1/10
of the original stiffness to model the soil layers
[12].
Unit weight
3
 (kN/m )
Poisson's ratio
17.16
20.30
19.62
17.16
17.16
17.16
0,45
0,40
0,33
0.45
0.33
0.45
Shear wave
velocities
(m/sec)
100
100
150
60
150
60
19.62
0.40
100
19.62
0.45
500
T=2,0413sec

T=1,8400sec
T=0,1449sec
Figure 4. Generalized soil profiles and fundamental periods of Adapazari [2] and Maltepe
Table 2. Model types were selected to simulate the weak storey, soft storey and short column effect problems
Model Types
Model A
Weak
Story
Model B
Soft
Storey
Model C
Short
Column
Structure
hG
stories x hN
T (sec)
Type 1
Type 2
Type 3
Type 1
Type 2
Type 3
Type 1
Type 2
Type 3
4m
5m
4m
3m
5m
3m
3m
5m
3m
3x3m
3x3m
5x3m
3x3m
3x3m
5x3m
3x3m
3x3m
5x3m
0,2798
0,3650
0,4772
0,1367
0,2673
0,1802
0,0763
0,0842
0,1135
Figure 3. The general FEA mesh of soil-structure models
In the modelling of superstructures, the serious of
problems that caused structures failure during the
earthquake such as weak stories, soft storey and
short column effect were considered and 3 different
model types were selected. Model A type was
constituted to simulate the response of RC building
built with weak storey problem. Many buildings
were damaged due to weak storey in Adapazari
during the earthquake (Fig. 5). The weak story is
higher than upstairs stories. In the building had
weak storey, the height of upstairs is relatively
shorter respect to the first storey. The height of first
storey in a lot of residential and commercial
buildings is lofty in Adapazari. These differences
are usually created by sharp changes in stiffness,
mass and strength. This problem was caused to
diminish in the lateral stiffness and strength of firststorey columns. During the earthquake, the
presence of a weak storey results with increased
deformation demands significantly. Many failures
and collapses can be attributed to this problem,
coupled with lack of deformability of poorly
designed columns [13].
Figure 5. Failure on ground story due to week story [1].
4
Model B type was formed to simulate the response
of RC building which had soft storey problem. This
problem is one of the main contributing factor to
the collapse of many multi-storey RC buildings
during the earthquakes. Because the first stories
have been often used as stores and commercial
areas, most of the buildings in Adapazari had soft
stories at the ground story (Fig. 6). In the first story
level were generally enclosed with glass windows
instead of brick infill walls and heavy masonry
infill walls start immediately at the above stories.
The lateral stiffness and strength suddenly changes.
During the earthquake, the deformation demands
significantly increases because of the presence of
the soft stories and the burden of energy dissipation
on the first-storey columns comes out [13]. The
increasing of the deformation coupled with lack of
deformability of poorly designed columns can be
exposed to many of the failures and collapses of RC
moment resisting frame buildings in Adapazari.
Figure 6. Failure on ground story due to soft story [14].
Model C type was constituted to simulate the
response of RC building which had short column
problem. The sort column effect is one of the main
reason caused to collapse of the building because of
the damage many columns during the earthquake
(Fig. 7). When the column length is relatively
small, its stiffness increases and becomes stiffer and
more rigid in bending. If the stiffness of column
was increased, the column is able to take more
bending moment and shear forces causing a shear
failure. The infill walls also significantly
contributed to the lateral stiffness of buildings. If
the infill walls in the RC moment resisting frame
were made shorter than the column length, the
columns are unable to flex under the lateral loads
from the earthquake due to the in-plane stiffness of
the infill walls. This problem can be caused to
damage the columns because of occurring of the
excessive shear forces in the column length during
the earthquake.
5
Fig. 7. Damage on ground story due to short column effect.
In all of the reinforced concrete structures, dead
load p  2,0 kN/m3, live load q  1,50 kN/m3, the
modulus
of
elasticity
(Young's
module) E  28 GPa , Poisson's ratio   0.20 and
the unit weight   24 kN/m 3 are assumed. The
sections of structural elements are rectangular and
their dimensions are kept constant, columns are
50cm50cm and beams are 25cm50cm, for all
stories. The substructure and the superstructure are
modelled with surface element. The soil mediums
are assumed to be isotropic and homogeneous. The
damping of the soil-structure models is assumed to
be 8%.
4. Results and Discussions
In this study, dynamic analyses of Model A, Model
B and Model C types buildings, which built in
Adapazari downtown and Maltepe soil conditions
were carried out. The outcomes of these analyses
were plotted as the distribution of the displacement
time histories for top story respect to base level
(Figs. 8,10,12) and for ground story respect to base
level (Figs. 9,11,13). The proportion between two
responses of buildings built in Adapazari downtown
and Maltepe soil conditions were illustrated to
monitor the contribution of soil effect on the failure
of RC moment resisting frame buildings (Figs. 1416).
Regarding Model A1 and A2 type buildings, the
displacements in the ground story, which is formed
weak story, increase and become double, when the
displacements of the top story turn to be almost
close to one another. Because of the heavy masonry
infill walls enlarge in the upper stories, the
displacements of both the top story and the ground
stories in Model A3 type buildings excessively
increase and the building are pressurized very
much. In addition, the slight stability, which is
observed in Model A1 and A2 type buildings,
deteriorate.
The soft story problem is simulated in the Model B
type buildings. Both of displacements in the top
stories of Model B1 and B2 type buildings almost
same, such as Model A type buildings. But, a
careful study of the results in Fig. 11, leads to
observations of remarkable increasing in the ground
stories, which is formed soft story. Because of the
heavy masonry infill walls enlarge in the upper
stories and the lateral stiffness and strength
suddenly changes, the displacements in ground
stories of Model B2 type buildings two times bigger
than the Model B1 type buildings. If the heavy
masonry infill walls augment, either the
displacements in the top stories or ground stories
significantly increases.
In Fig.s 12-13, it can be observed that when the
heights of ground storey rise, the displacements of
ground storey, which is formed short column effect,
increase. When the number of upper stories is
reproduced, it is observed the remarkable increasing
the displacements of Model A3 type buildings.
6
7
Soil 1
Soil 2
Soil 3
Soil 1
Soil 4
0,6
Displacements (m)
Displacements (m)
0,2
0
-0,2
-0,4
Soil 4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
0
45
15
A1
Soil 1
Soil 2
Time (sec)
30
45
A1
Soil 3
Soil 1
Soil 4
Soil 2
Soil 3
Soil 4
0,15
0,6
0,10
Displacements (m)
0,4
Displacements (m)
Soil 3
0,10
0,4
0,2
0
-0,2
-0,4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
0
45
15
A2
Soil 1
Soil 2
Time (sec)
30
45
A2
Soil 3
Soil 1
Soil 4
Soil 2
Soil 3
Soil 4
0,15
0,6
0,10
Displacements (m)
0,4
Displacements (m)
Soil 2
0,15
0,2
0
-0,2
-0,4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
45
A3
Fig. 8. Displacement time histories for top story respect
to base level for four soil types
0
15
Time (sec)
30
A3
Fig. 9. Displacement time histories for ground story
respect to base level for four soil types
45
8
Soil 2
Soil 3
Soil 4
Soil 1
0,15
0,4
0,10
Displacements (m)
Displacements (m)
Soil 1
0,6
0,2
0
-0,2
-0,4
Soil 4
0,05
0,00
-0,05
-0,15
0
15 Time (sec) 30
0
45
Model B1
Soil 1
Soil 2
15
Time (sec)
30
45
Model B1
Soil 3
Soil 4
Soil 1
0,6
0,15
0,4
0,10
Displacements (m)
Displacements (m)
Soil 3
-0,10
-0,6
0,2
0
-0,2
-0,4
Soil 2
Soil 3
Soil 4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
0
45
Model B2
Soil 1
Soil 2
15
Time (sec)
30
45
Model B2
Soil 3
Soil 4
Soil 1
0,6
0,15
0,4
0,10
Displacements (m)
Displacements (m)
Soil 2
0,2
0
-0,2
-0,4
Soil 2
Soil 3
Soil 4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
Model B3
Fig. 10. Displacement time histories for top story
45
0
15
Time (sec)
30
45
Model B3
9
Soil 1
Soil 2
Soil 3
Soil 1
Soil 4
0,6
Displacements (m)
Displacements (m)
0,2
0
-0,2
-0,4
Soil 4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
0
45
Model C1
Soil 1
Soil 2
15
Time (sec)
30
45
Model C1
Soil 3
Soil 1
Soil 4
Soil 2
Soil 3
Soil 4
0,15
0,6
0,10
Displacements (m)
0,4
Displacements (m)
Soil 3
0,10
0,4
0,2
0
-0,2
-0,4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
0
45
Model C2
Soil 1
Soil 2
15
Time (sec)
30
45
Model C2
Soil 3
Soil 1
Soil 4
Soil 2
Soil 3
Soil 4
0,15
0,6
0,10
Displacements (m)
0,4
Displacements (m)
Soil 2
0,15
0,2
0
-0,2
-0,4
0,05
0,00
-0,05
-0,10
-0,6
-0,15
0
15 Time (sec) 30
Model C3
Fig. 12. Displacement time histories for top story
45
0
15
Time (sec)
30
Model C3
45
10
Top Story
40
40
30
30
20
20
10
10
0
0
1
2 Soil Profiles 3
1
4
Model A1
Top Story
2 Soil Profiles 3
4
Model B1
Base Story
Top Story
50
Base Story
Displacements Ratio
50
Displacements Ratio
Base Story
Displacements Ratio
Displacements Ratio
50
Top Story
50
Base Story
40
40
30
30
20
20
10
10
0
0
1
2 Soil Profiles 3
1
4
Model A2
Top Story
Soil Profiles
3
4
Model B2
Base Story
Top Story
50
Base Story
Displacements Ratio
Displacements Ratio
50
2
40
40
30
30
20
20
10
10
0
0
1
2
Soil Profiles 3
4
Model A3
Fig. 14. Displacements ratio respect to Maltepe soil for
four soil types
When the Model C1 are compared with Model C3
type buildings, the displacements of buildings,
especially in the ground stories, in the Adapazari
1
2
Soil Profiles
3
4
Model B3
four soil types
downtown soils sharply intensify respect to Maltepe
soil conditions with the increment of the ground
storey and the number of upper stories.
11
Top Story
Displacements Ratio
50
Base Story
40
30
20
10
0
1
2
Soil Profiles
3
4
Model C1
Top Story
Displacements Ratio
50
Base Story
40
30
20
10
0
1
2
Soil Profiles
3
4
Model C2
Top Story
Displacements Ratio
50
Base Story
40
30
20
10
0
1
2
Soil Profiles
3
4
Model C3
four soil types
It can be observed from the Fig.s 13-14, when the
irregularities are multiplied, the response of
buildings in the soft soils, Adapazari downtown soil
conditions, is became worse respect to stiff soil,
Maltepe soil conditions. Comparing to the Model A
type buildings, the displacements in the top stories
and the ground stories are very close to each other
in Model B type buildings. That is because the
higher stories behave like a rigit block. On the other
hand, the displacements in ground stories of Model
B1 and B2 type buildings are rather closer.
However, those values immediately rise very high
since the intensiveness of rigid block behaviours in
the upper stories of Model B3 type buildings.
5. Conclusion
The present study attempts to investigate the
contributing factor of soil conditions in the failure
of RC moment resisting frame buildings built in
Adapazari downtown. The numerical results
examined in this study are focused on the response
amplitudes in the displacements of top storey and
ground storey, which were is formed the some
irregularities such as soft story, weak story and
short column effect.
It can be observed from the results, when the heavy
masonry infill walls enlarge in the upper stories, the
response of buildings in the soft soils, Adapazari
downtown soil conditions, is became worse respect
to stiff soil, Maltepe soil conditions. Because of the
heavy masonry infill walls enlarge in the upper
stories in the all of types of soil-structure models,
the displacements in the ground story, which is
formed weak and soft stories, excessively increase.
Since the higher stories behave like a rigit block,
the response of buildings were deteriorated and the
building are pressurized very much. As it was well
known, the weak storey, soft storey and the short
column effect are the main reason caused to
damage and collapse of the building during the
earthquakes. Furthermore, when the buildings were,
which had these irregularities, built on soft soil
such as Adapazari soil conditions, the
displacements of ground and top stories terribly
amplify and the buildings pressurize over the elastic
limit. Therefore, if the buildings in the soft soil had
the some irregularities, it is not possible to keep
away from the excessive damage and collapse.
The soft soil plays a significant role as contributing
factor and causes to deteriorate the response of
buildings, which had some irregularities.
Consequantly, it should be avoided from all of
irrgularities types in the buildings, which is built in
the soft soil such as Adapazari soil conditions.
6. References
[1]
M.H. Arslan MH, Korkmaz H, 2007. What
is to be learned from damage and failure of
reinforced concrete structures during recent
earthquakes in Turkey? Eng. Fail. Anal. 14: 1–22.
[2]
Sancio RB, Braya JD, Stewartb JP, Youdc
TL, Durgunoglu HT, Onalp A, Seeda RB,
Christensenc C, Baturayb MB, Karadayilar T, 2002.
Correlation between ground failure and soil
conditions in Adapazari, Turkey. Soil Dyn. and
Earth. Eng., 22: 1093–1102.
[3]
USGS, 2000. Implications for Earthquake
Risk Reduction in the United States from the
Kocaeli, Turkey, Earthquake of August 17, 1999.
U.S. Department of the Interior: Babbitt, Bruce and
the U.S. Geological Survey: Groat, Charles G.
Denver, United States of America.
[4]
Gullu H. and Pala M., 2014. On the
resonance effect by dynamic soil--structure
interaction: A revelation study. Natural Hazards, 72
(2), 827-847.
[5]
Aydemir ME, 2013. Inelastic displacement
ratios for evaluation of stiffness degrading
structures with soil structure interaction built on
soft soil sites. Struct Engng and Mech, An Int'l J, 45
(6), 741-758.
[6] Pala, M; Caglar, N; Elmas, M; Cevik, A;
Saribiyik, M. 2006. Dynamic soil-structure
interaction analysis of buildings by neural
networks. Construction and Building Materials, 22,
330-342.
[7]
Ben Jamaa S, Shiojiri H, 2000. A method
for three dimensional interaction analysis of pilesoil system in time domain. Transactions of the
Japan Society for Computational Engng and
Science.
[8]
Jaya KP, Meher Prasad A, 2002.
Embedded foundation in layered soil under
dynamic excitations. Soil Dyn Earthquake Engng.
22. 485-498.
[9]
Lysmer J, Kuhlemeyer RL, 1969. Finite
element model for infinite media. J Engng Mech
Div, ASCE. 95, 859-877.
[10]
Wolf JP, Song C, 1996. Finite-element
modelling of unbounded media. England: Wiley.
[11]
White W, Valliappan S, Lee IK, 1977.
Unified boundary for finite dynamic models. J Eng
Mech ASCE. 103 (5), 949–964.
[12]
Takewaki I, 1998. Remarkable response
amplification of building frames due to resonance
with the surface ground. Soil Dyn Earthquake
Engng, 17, 211-218.
[13]
Dogangun A, 2004. Performance of
reinforced concrete buildings during the May 1,
2003 Bingoｨ l Earthquake in Turkey. Eng. Struct,
26, 841–856.
[14]
Sezen H, Whittaker AS, Elwood KJ,
Mosalam KW, 2003. Performance of reinforced
concrete buildings during the August 17, 1999
Kocaeli, Turkey earthquake, and the seismic design
and construction practice in Turkey. Eng Struct, 25,
103–114.
12
A.ÇAVUŞ/APJES IV-II (2016) 13-24
TÜRKİYE’DE İNŞAAT SEKTÖRÜNDEKİ İŞ KAZALARININ
SINIFLANDIRILARAK NEDENLERİNİN İNCELENMESİ
Ali ÇAVUŞ, 2Ertuğrul TAÇGIN
Marmara üniversitesi, Fen Bilimleri Enstitüsü, İş Güvenliği Programı, [email protected]
2
Marmara üniversitesi, Mühendislik Fakültesi, Makine Mühendisliği, [email protected]
1*
1*
Öz
Türkiye’de son yılların istatistiksel verileri incelendiğinde, iş kazası sonucu ölüm, meslek hastalığı ve sakat
kalma vakalarında artış olduğu görülmektedir. İnşaat sektörü ise, iş kazalarının sayısal çokluğu ve ağır sonuçları
bakımından diğer iş kolları arasında ilk sırada yer almaktadır. Bu çalışmada inşaat sektöründeki yaşanmış olan iş
kazaları incelenmiş ve iş kazaları oluş biçimlerine göre sınıflandırılmıştır. Elde edilen kaza tiplerinin de kendi
içerisindeki sayısal dağılımları detaylandırılarak, kazalarının nedenlerini araştırma yoluna gidilmiştir. Yaşanmış
iş kazalarına ait bu araştırma bulgularının bilinmesi ve değerlendirilmesi, iş kazalarını önleme yolunda başarı
düzeyini arttıran bir faktör olacaktır. Bu açıdan, sektör çalışanlarına örnek olması amacıyla Türkiye’de belirli bir
dönem aralığında gerçekleşen iş kazaları incelenmiş, inşaat sektöründeki iş kazalarının azaltılması yönünde
çeşitli değerlendirme ve önerilerde bulunulmuştur.
Anahtar Kelimeler: İnşaat Sektörü, işçi sağlığı ve güvenliği, iş kazaları
INVESTIGATION OF THE REASONS FOR THE ACCIDENTS IN THE
CONSTRUCTION SECTOR IN TURKEY
Abstract
When examining last year statistical data in Turkey there seems to be an increase in the number of injury, death,
disease and disability cases in workplaces. Construction sector is ranked first among other businesses in terms of
sheer numbers of work-related accidents and serious consequences. This study investigates work-related
accidents occurred in the construction industry in Turkey. The reasons for the accidents were investigated
through the detailed categorisation of numerical distribution of the accident types. Knowing the findings of this
research and the evaluation of work-related accidents occurred, will be a factor that increases the level of success
towards the prevention of work accidents. In this regard, there have been various evaluations and suggestions.in
order to examine sector examples of work-related accidents of workers occurring in a given interval in Turkey
towards the reduction of work accidents in the construction sector.
Keywords: Construction sector, health and safety in workplace, work accidents
1. Giriş
İnşaat sektörü iş kazalarının sayısal çokluğu
bakımından diğer iş kolları arasında ilk sıralarda yer
alması ile özellikle üzerinde durularak, nedenlerinin
araştırılması gereken bir iş koludur. İnşaat
sektöründeki işverenlerin ve uygulamada görev
yapan teknik elemanların bu sorunun bilincinde
olması, iş güvenliğini sağlamaya yönelik mevzuat
maddelerini özenle uygulaması esastır[1]. Sayısal
veriler ile yapılan bu sınıflandırma neticesinde
oluşan kaza tiplerinin irdelenmesi iş güvenliği ve
sağlığı bakımından daha verimli
alınmasında faydalı olacaktır.
tedbirlerin
Geçmişe dönük literatür araştırması yapılıp konu
hakkında yazılan çeşitli makaleler incelendiğinde
ise; İş kazası sonucu her yıl çok sayıda inşaat işçisi
yaşamını yitirmekte veya sakat kalmakta sosyal ve
ekonomik açıdan önemli sorunlar ve kayıplar
gündeme geldiğine vurgu yapmakta, durumun
vehametini belirtmek amacıyla bir çok sayısal
veriye yer verilmiştir. Ayrıca, Kaza Analizleri ve
Başlıca Kaza Tipleri incelenerek, Kaza Analizi
Bulgularının Uygulamadaki Yararı ve Önemine
*Sorumlu Yazar: Adres: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, İş Güvenliği Bölümü, İstanbul, E-mail:
[email protected]
Doi: 10.21541/apjes.80127
değinmiştir. Ve çalışmanın meslektaşlarımıza
önemli bir veri olacağı yargısı güçlenmiştir[1].
İnşaat sektörünün iş hayatındaki önemine
değinilerek, iş kazalarının istatiksel incelenmesinde
bulunmuştur. Ayrıca sektörün kaza sıklık ve ağırlık
oranlarının çizelgeler halinde sunulması ve iş
kazalarının en aza indirgenmesi için bütün
disiplinlere düşen görevlere değinilmiştir[2]. İnşaat
sektörünün, üretim alanlarını etkileyen, ülke
kalkınmasına ve ekonomisine önemli katkıda
bulunan bir iş kolu olduğuna değinilerek, sektörde
meydana gelebilecek kazaların ve zararlı
sonuçlarının en aza indirilmesi için gerekli
tedbirlerin alınması ve yapı sektöründeki kendine
özgü çalışma koşulları incelenmiş olup, bu
sektördeki kaza nedenleri ve alınabilecek önlemler
sunulmuştur [3].
Öncelikle inşaat sektörünü kapsamına alan kanun,
tüzük ve yönetmelikler tespit edilmiş ve
incelenmiştir. Özellikle de 27 Kasım 2010’da çıkan
“İş Sağlığı ve Güvenliği Hizmetleri” ve “İş
Güvenliği Uzmanlarının Görev, Yetki, Sorumluluk
ve Eğitimleri” yönetmelikleri üzerinde durularak,
mevzuatın artıları ve eksileri değerlendirilmiş ve
inşaat işyerlerinin yürürlükteki mevzuata uyması
için yapması gereken düzenlemeler özetlenmiştir.
Ayrıca, Kuzey Amerika ve Avrupa ülkelerinde işçi
sağlığı ve iş güvenliği alanında uygulanan inşaat
sektörüyle ilgili standartlar ve düzenlemeler
araştırılmıştır. Yapılan araştırmanın sonucunda,
Türkiye’de yürürlükte olan mevzuatın inşaat
sektörünün ihtiyaçlarını ne ölçüde karşıladığı
değerlendirilmiş ve teknik önlemleri içeren iş
güvenliği mevzuatının eksikliği vurgulanmıştır[4].
İş güvenliği yasasına ve yapı denetim yasasına
değinilerek, aslında yapı denetim yasasında da iş
güvenliği tedbirlerini alır ve aldırır gibi ibareler
üzerine değinilmiş, bu iki yasanın ve hatta ilave
birçok yasanın daha yapılıp birlikte denetlemelerin
yapılması gerektiğine vurgu yapılmıştır[5]. İnşaat
sektörü olarak, iş güvenliği konusunda ABD
devletinin ne kadar ileri düzeyde olduğu belirtilerek
bu seviyeye gelme nedenleri sıralanmış. Kamu, özel
sektör, çalışanlar, sivil toplum örgütleri ve
paydaşların komplike bir şekilde iş güvenliği
tedbirlerine uymaları ve ahenk içerisinde ulunması
vurgulanmış. Ayrıca bütün bunları destekleyen
kanunların olması gerektiği özellikle belirtilmiş.
Kanunlar çerçevesindeki ceza uygulamaları
rakamlarla anlatılmış. Özetle, ülkede inşaat sektörü
olarak bir bütün halinde davranmanın önemi
vurgulanmıştır [6]. Türkiye’de iş sağlığı ve
güvenliği
kontrollerinin
istatikî
değerleri
incelenerek, birçok değerlendirme yapılmış.
Sektörde sürekli iş kazalarının artarak devam ettiği,
risk değerlendirmeleri ve önleyici tedbirlerin
alınması gerektiği, bu bağlamda teftişlerin yeterince
yapılmadığı kanaati üzerinde durulmuştur [7].
Gelişmiş ülkeler ile ülkemiz arasında iş güvenliği
uygulamaları kıyaslanması, inşaat sektörü bâz
alınarak yapılmıştır[8].
İnşaat sektöründe iş kazaları ve meslek hastalıkları
bakımından Türkiye’deki yerinin ilk sıralarda
olduğu belirtilerek, dolayısı ile iş kaybı bakımından
görünen ve görünmeyen maliyetlerin oldukça
yüksek olduğu vurgusu yapılarak, önlem alınması
durumunda bu maliyetlerin düşürülebileceği
vurgusu yapılmıştır[9]. Genel anlamda iş güvenliği
eğitiminin iş kazları ve meslek hastalıklardaki
etkisine vurgu yapılmış, çalışmanın içerisinde
inşaat sektörüne ait bir çok kaza verileri, kaza
tipleri gibi verileri ele alınmıştır. Genel anlamda iş
kazalarını ve meslek hastalıklarını önlemede iş
güvenliği
eğitiminin
önemine
vurgu
yapılmıştır[10].
Bu çalışmanın genel amacı, Türkiye’de iş sağlığı ve
güvenliği bakımından iş kazaları ve meslek
hastalıklarının önlenmesi amacıyla, iş kazalarının
sınıflandırılarak nedenlerinin incelenmesidir. Bu
amaç doğrultusunda, Türkiye’de iş sağlığı ve
güvenliği ile ilgili düzenlemeler ve mevzuatın
inşaat sektörü açısından incelenmesi, İş kazaları ve
meslek hastalıklarının sektörlere göre dağılımı ve
nedenleri, İş sağlığı güvenliği teftişlerinin
incelenmesi, Türkiye’deki iş sağlığı ve güvenliği
organizasyon şeması, iş kazalarının meydana
geldiği dönemler ve iş saatlerine göre dağılımı ve
nedenleri, İş kazalarının istatiksel olarak
değerlendirilmesi, A.B.D. inşaat sektörü yıllık iş
kaza oranları ile Türkiye’nin karşılaştırılması ve
Türk inşaat sektöründe iş kazalarının neden olduğu
maddi kayıplar ve konu ile ilgili yapılmış
araştırmalar işlenerek; Türkiye’ de inşaat
sektöründeki iş kazaları sınıflandırılıp nedenleri
incelenecektir.
2. İnşaat Sektöründeki İş Kazalarının
İstatistiksel Olarak İncelenmesi ve Tiplerine
Göre Sınıflandırılması
Türkiye’de iş kazası sonucu ölümlerde, Sosyal
Güvenlik Kurumu verilerine göre 2009’a göre 2010
yılında iş kazası sayısında düşüş olmakla birlikte; iş
kazası sonucu ölen, meslek hastalığı ve iş kazası
sonucu malul kalan işçi sayılarının arttığı
görülmektedir. 2011 yılında ise, 2010 yılına göre iş
kazası, meslek hastalığı, iş kazası sonucu ölüm, iş
kazası sonucu malullük, iş kazası ve meslek
hastalığı sonucu geçici iş göremezlik sürelerine
ilişkin verilerin tümünde artış olduğu görülmektedir
[Şekil 1].
14
15
1800
1592
1600
1563
1444
1400 1282
1200
1094
1165
1072
1002
1000
731
872
800
841
810
1178
1043
865
600
400
200
0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Şekil 1-Türkiye’de İş Kazası Sonucu Ölümler [10].
Sosyal Güvenlik Kurumu istatistiklerine göre
ülkemizde 2010 yılında 62.903 iş kazası ve 533
meslek hastalığı vakası görülmüştür. 10’u meslek
hastalığı sonucu, 1.444’ü iş kazası sonucu toplam
1.454 çalışan yaşamını yitirmiştir. 1.976 çalışan iş
kazası sonucu, 109 çalışan da meslek hastalığı
sonucu, toplamda 2.085 çalışan sürekli iş göremez
durumuna düşmüştür. İş kazaları ve meslek
hastalıkları sonucu toplam 1.466.146 gün (ayaktan)
geçici iş görmezlik oluşmuş ve çalışanlar 49.878
günü hastanede geçirmişlerdir [Şekil 2].
İş kazası sonucu her yıl çok sayıda inşaat işçisi
yaşamını yitirmekte veya sakat kalmakta sosyal ve
ekonomik açıdan önemli sorunlar ve kayıplar
gündeme
gelmektedir.
Sosyal
Güvenlik
Kurumu‘nun
(SGK)
son
beş
yıldaki
istatistiklerinden elde edilen veriler Tablo 1.‘de
gösterilmiş ve bu beş yılın ortalama değerlerine
tablonun son satırında yer verilmiştir.
1600
1400
1400
1208
1200
1055
1000
1025
883
803
688
800
601
600
440
519
384
400
574
539
533
429
200
0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Şekil 2-Türkiye’de Meslek Hastalıkları [10].
Tablo 1 - Türkiye Genelinde ve İnşaat Sektöründe 2005-2009 Döneminde Meydana Gelen İş Kazası Sayıları[1].
SÜREKLİ
İŞ
TOPLAM SAYI
ÖLÜM
GÖREMEZLİK
YIL
Türkiye İnşaat
Türkiye
İnşaat
Türkiye İnşaat
Geneli
Sektörü Geneli
Sektörü
Geneli
Sektörü
2005 73923
6480
1374
322
1072
290
2006 79027
7143
1953
425
1592
397
2007 80602
7615
1550
359
1043
359
2008 72963
5574
1452
373
886
297
2009 64316
6891
1668
282
1171
156
Ort. 74166
6441
1559
352
1153
300
16
Tablo 2- İncelenen 5239 İş Kazasının ‘’Kaza Tiplerine’’ Göre Dağılımı (Ana Gruplar) [1]
ANA GRUPLAR
ÖLÜM
YARALANMA TOPLAM
NO
Kaza Tipi
Sayı
%
Sayı
%
Sayı
%
1
İnsan Düşmesi
1028 42,9
934
32,9
1962
37,4
2
Malzeme Düşmesi
251
10,5
278
9,8
529
10,1
3
Malzeme Sıçraması
10
0,4
211
7,4
221
4,2
4
Kazı Kenarının Göçmesi
138
5,8
53
1,9
191
3,6
5
Yapı Kısmının Çökmesi
167
7
73
2,6
240
4,6
6
Elektrik Çarpması
293
12,2
80
2,8
373
7,1
7
Patlayıcı Madde Kazaları
50
0,2
82
2,9
132
2,5
8
Yapı Makinesi Kazaları
206
8,6
97
3,4
303
5,8
9
Uzuv Kaptırma
1
0
604
21,3
605
11,5
10 Uzuv Sıkışması
1
0
200
7
201
3,8
11 El Aleti İle Ele Vurma
0
0
42
1,5
42
0,8
12 Sivri Uclu Keskin Ken.Cis.Yara. 0
0
75
2,6
75
1,4
13 Şantiye İçi Trafik Kazaları
168
7
38
1,3
206
3,9
14 Diğer Tip Kazalar
85
3,5
74
2,6
159
3
Toplam
2398 100
2841
100
5239
100
İncelenen iş kazaları oluş biçimlerine göre
gruplandırılmış ve elde edilen ana tipler ve bunların
sayısal dağılımları incelenerek, ölümle sonuçlanan
kazalar arasında insan düşmesi tipindeki kazalar
(%42,9) önemli bir farkla ilk sırada yer
almaktadır[Tablo 2].
Toplam kaza sayısı bakımından %11,5 oranıyla
ikinci sırada yer alan ve kısaca Uzuv Kaptırma
olarak tanımlanan olaylar, testerelere, tezgahlara,
hareketli makine elemanlarına el, parmak, ayak
kaptırma tipindeki olaylardır. Sadece bir tanesi
ölümle sonuçlanmış olmasına rağmen bu tür olaylar
uzuv kaybına ve dolayısıyla çalışma gücünün belirli
(bazen de önemli) oranda kaybedilmesine neden
olmaktadır [Tablo 2].
Ülkemizdeki işletmelerin %99’u elliden az çalışan
istihdam etmekte, iş kazalarının ise %61,7’i elliden
az çalışanı olan işletmelerde meydana gelmektedir.
İş kazalarının iş yerinde çalışan sigortalı sayılarına
göre dağılımı incelenmiştir [Tablo 3].
platform kenarından düşme tipindeki olaylar yer
almaktadır. Yapıdaki boşluklara düşme olarak
tanımlanan alt grubun büyük çoğunluğu bina
inşaatlarındaki asansör, aydınlık vb. boşluklara
düşme olaylarıdır. Bunlar da döşeme ve platform
kenarından düşme grubuna katılabilir. Ancak, bu tip
olayların hangi oranda meydana geldiğini
göstermek amacıyla ayrı bir grup olarak verilmiştir.
Hemzemin düşmeler olarak tanımlanan kaza tipi,
seviye farkı olmayan yüzeylerdeki insan
düşmeleridir [Tablo 4].
Malzeme düşmesi tipindeki kazaların alt grupları
arasında ise, malzeme asansörlerinden ve özellikle
mevzuatımızda “gırgır vinç” olarak tanımlanan
araçtan malzeme düşmesi tipindeki olaylar dikkati
çekmektedir. Malzemenin düşey iletimi için
genellikle şehir içindeki apartman tipi bina
inşaatlarında yaygın bir biçimde kullanılan bu
araçlar, bir tehlike odağı niteliğindedir. Bunların
kullanımında malzeme düşmesi, insan düşmesi,
elektrik çarpması gibi ölüm oranı yüksek birçok
kazaya rastlanmaktadır [Tablo 5].
Ölümle sonuçlanan en önemli kaza tipi olan insan
düşmesi tipinin alt grupları olarak ilk sırada döşeme
Tablo 3- İş Kazalarının İş Yerinde Çalışan Sigortalı Sayılarına Göre Dağılımı (10).
Sigortalı
2005 2006 2007 2008 2009 Toplam
Sayısı
1-49
46.342 48.133 49.549 44.175 40.671 228.870
50-99
6.343 6.582 6.402 5.784 5.697 30.808
100-199
6.818 7.909 8.068 6.828 5.466 35.089
200-249
2.001 2.243 2.678 2.133 1.553 10.608
250-499
5.618 6.307 6.400 5.849 4.437 28.611
500-1000
3.075 3.433 3.867 3.736 2.823 16.934
1000+
3.726 4.420 3.638 4.458 3.669 19.911
Toplam
73.923 79.027 80.602 72.963 64.316 370.831
Oran
(%)
61,7
8,3
9,5
2,9
7,7
4,6
5,4
100,0
Tablo 4-İnsan Düşmesi Tipindeki Kazaların Alt Grupları[1].
İNSAN
DÜŞMESİ-ALT
ÖLÜM
YARALANMA
NO GRUPLAR
Kaza Tipi
Sayı %
Sayı
%
1
Döşeme-Platform Kenarından
248 35,7
190
24,1
2
İskeleden
139 20,0
236
30,0
3
Yapılardaki Boşluklara
99
14,3
71
9,0
4
Çatılardan
76
11,0
71
9,0
5
Hemzemin Düşmeler
11
1,6
61
7,8
6
El Merdivenlerinden
21
3,0
40
5,1
7
Elek-Telefon Direklerinden
19
2,7
38
4,8
8
Sabit İnşaat Merdivenlerinden
14
2,0
22
2,8
9
Yük Asansörlerinden
11
1,6
4
0,5
10 Zemindeki Boşluklara, Çukurlara
9
1,3
6
0,8
11 Diğer Tip Düşmeler
47
6,8
48
6,1
Toplam
694 100,0
787
100,0
17
TOPLAM
Sayı
438
375
170
147
72
61
57
36
15
15
95
1481
Tablo 5- Malzeme Düşmesi Tipindeki Kazaların Alt Grupları [1].
MALZEME
DÜŞMESİ-ALT
ÖLÜM
YARALANMA
NO GRUPLAR
Kaza Tipi
Sayı
%
Sayı
%
1
Gırgır Vinç-Malz. Asan. Den
43
25,7
33
12,5
2
Yüksek Yapı Kısımlarından
32
19,2
33
12,5
3
Taşıttan, (Yükleme-Boşaltma)
10
6,0
55
20,9
4
Tünel Tavanından
20
12,0
18
6,8
5
Elle Taşınan Malz. Ayağa Düşmesi 0
0,0
26
9,9
6
Malzeme istifinin Devrilmesi
10
6,0
19
7,2
7
Ağır Araçların Devrilmesi
11
6,6
18
6,8
8
Yamaçtan Malzeme Düşmesi
17
10,2
2
0,8
9
Taş Ocağı Aynasınadan
8
4,8
5
1,9
10 Krenle-Vinçle İletim Sırasında
7
4,2
1
0,4
11 Diğer Tip Malzeme Düşmeleri
9
5,4
53
20,2
Toplam
167
100,0
263
100,0
Elektrik çarpması tipindeki olayların alt gruplarında
ise; ölümle sonuçlanan inşaat iş kazaları arasında en
önemli üçüncü tip olan elektrik çarpması olayları
arasında, yapı yakınından geçen gerilim hatlarına
iletken bir malzeme ile temas sonucu elektrik
akımına kapılma olayları ilk sıradadır. Büyük
%
29,6
25,3
11,5
9,9
4,9
4,1
3,8
2,4
1,0
1,0
6,4
100,0
TOPLAM
Sayı
76
65
65
38
26
29
29
19
13
8
62
430
%
17,7
15,1
15,1
8,8
6,0
6,7
6,7
4,4
3,0
1,9
14,4
100,0
çoğunluğu bina inşaatlarında, donatı çubuklarının
teması biçimindedir. Betonun sulanması sırasında,
hortumdan çıkan suyun hatlara teması, ıslak
malzemelerin
teması
gibi
olaylara
da
rastlanmaktadır [Tablo 6].
Tablo 6- Elektrik Çarpması Tipindeki Kazaların Alt Grupları [1].
ELEKTRİK
ÇARPMASI-ALT
ÖLÜM
YARALANMA
NO GRUPLAR
Kaza Tipi
Sayı
%
Sayı
%
1
Yapı Yakınındaki Gerilim Hatlarından 94
38,5
36
50,0
2
Gırgır Vinçteki Kaçaklardan
50
20,5
2
2,8
3
Gerilim Hatlarındaki Çalışmalarda
23
9,4
10
13,9
4
İç Tesisattaki Kaçaklardan
29
11,9
3
4,2
5
Elek.El Aletlerindeki Kaçaklardan
17
7,0
1
1,4
6
Elek.Diğer Araçlardaki Kaçaklardan
18
7,4
3
4,2
7
Diğer Tip Elektrik Çarpmaları
13
5,3
17
23,6
Toplam
244
100,0
72
100,0
TOPLAM
Sayı
130
52
33
32
18
21
30
316
%
41,1
16,5
10,4
10,1
5,7
6,6
9,5
100,0
Bina inşaatları için en önemli kaza tipinin insan
düşmesi olduğu, özellikle ölümle sonuçlanan
kazaların %57,3’ünün bu şekilde meydana geldiği
dikkati çekmektedir. Bina inşaatlarındaki yükseklik
faktörü bunun başlıca nedenidir. Yine ölümle
sonuçlanan kazalar arasında elektrik çarpması
tipindeki olayların önemli bir orana (%16,6) sahip
olduğu dikkati çekmektedir [Tablo 7].
Tablo 7-Bina İnşaatı Şantiyelerindeki Kaza Tipleri [1].
BİNA
İNŞATI
ÖLÜM
YARALANMA
NO ŞANTİYELERİ
Kaza Tipi
Sayı
%
Sayı
%
1
İnsan Düşmesi
880
57,3
822
42,8
2
Malzeme Düşmesi
150
9,8
169
8,8
3
2
0,1
129
6,7
4
60
3,9
21
1,1
5
105
6,8
53
2,8
6
Elektrik Çarpması
255
16,6
59
3,1
7
4
0,3
19
1,0
8
33
2,1
24
1,2
9
Uzuv Kaptırma
1
0,1
420
21,9
10
Uzuv Sıkışması
0
0,0
90
4,7
11
El Aleti İle Ele Vurma
0
0,0
26
1,4
Sivri
Uclu
Keskin
12
0
0,0
38
2,0
Ken.Cis.Yara.
13
Şantiye İçi Trafik Kazaları
22
1,4
8
0,4
14
Diğer Tip Kazalar
23
1,5
44
2,3
Toplam
1535
100,0
1922
100,0
Tünel inşaatlarındaki kaza tiplerinde ise, tünel açma
işlerinin niteliği gereği sıkça rastlanan, tünel
tavanından malzeme düşmesi tipindeki olaylar ilk
sırada yer almaktadır. Patlayıcı madde kazaları
diğer önemli kaza tipidir[Tablo 8].
Kanal inşaatı şantiyelerindeki kaza tiplerinde ise,
açılan kanal çukurlarına insan düşmesi, kanal kenarı
şevlerin göçmesi ve aynı şekilde malzeme düşmesi
ağırlıklı olarak yaşanan iş kaza tipleri olarak
karşımıza çıkmaktadır. [Tablo 9].
18
TOPLAM
Sayı
1702
319
131
81
158
314
23
57
421
90
26
%
49,2
9,2
3,8
2,3
4,6
9,1
0,7
1,6
12,2
2,6
0,8
38
1,1
30
67
3457
0,9
1,9
100,0
Yol inşaatı şantiyelerinde yapı makinelerinin
kullanımında meydana gelen kazalar ölümle
sonuçlanan kazalar arasında %39,6 oranıyla, toplam
kazalar içinde de %25,3 oranıyla ilk sırada yer
almaktadır[Tablo 10]. 2009 yılı başı SGK
istatistiklerine göre, inşaat sektörü % 34 oranla iş
kazası sonucu ölümlerin ve % 22 oranla iş kazası
sonucu sürekli iş görmezlik vakalarının meydana
geldiği sektörlerin arasında birinci sırada yer
almaktadır[Tablo 11].
Tablo 8 - Tünel İnşaatı Şantiyelerindeki Kaza Tipleri [1].
TÜNEL
İNŞATI
ÖLÜM
YARALANMA
NO ŞANTİYELERİ
Kaza Tipi
Sayı
%
Sayı
%
1
İnsan Düşmesi
0
0,0
5
17,9
2
Malzeme Düşmesi
15
62,5
7
25,0
3
0
0,0
0
0,0
4
1
4,2
0
0,0
5
0
0,0
0
0,0
6
Elektrik Çarpması
0
0,0
0
0,0
7
5
20,8
3
10,7
8
2
8,3
2
7,1
9
Uzuv Kaptırma
0
0,0
3
10,7
10
Uzuv Sıkışması
0
0,0
3
10,7
11
El Aleti İle Ele Vurma
0
0,0
2
7,1
12
Sivri Uclu Keskin Ken.Cis.Yara. 0
0,0
1
3,6
13
Şantiye İçi Trafik Kazaları
1
4,2
2
7,1
14
Diğer Tip Kazalar
0
0,0
0
0,0
Toplam
24
100,0
28
100,0
TOPLAM
Sayı
5
22
0
1
0
0
8
4
3
3
2
1
3
0
52
%
9,6
42,3
0,0
1,9
0,0
0,0
15,4
7,7
5,8
5,8
3,8
1,9
5,8
0,0
100,0
Tablo 9 - Kanal İnşaatı Şantiyelerindeki Kaza Tipleri [1].
KANAL
İNŞATI
ÖLÜM
NO ŞANTİYELERİ
Kaza Tipi
Sayı
%
1
İnsan Düşmesi
19
12,9
2
Malzeme Düşmesi
11
7,5
3
1
0,7
4
68
46,3
5
2
1,4
6
Elektrik Çarpması
5
3,4
7
8
5,4
8
13
8,8
9
Uzuv Kaptırma
0
0,0
0
0,0
0
0,0
Sivri
Uclu
Keskin
12
0
0,0
Ken.Cis.Yara.
13
8,8
7
4,8
Toplam
147
100,0
Tablo 10 -Yol İnşaatı Şantiyelerindeki Kaza Tipleri [1].
YOL İNŞATI ŞANTİYELERİ ÖLÜM
NO
Kaza Tipi
Sayı
%
1
İnsan Düşmesi
8
3,5
2
Malzeme Düşmesi
15
6,6
3
1
0,4
4
4
1,8
5
1
0,4
6
Elektrik Çarpması
1
0,4
7
24
10,6
8
90
39,6
9
Uzuv Kaptırma
0
0,0
0
0,0
0
0,0
12 Sivri Uclu Keskin Ken.Cis.Yara. 0
0,0
74
32,6
9
4,0
Toplam
227
100,0
19
YARALANMA
TOPLAM
Sayı
8
13
12
13
0
1
11
7
19
13
2
%
7,6
12,4
11,4
12,4
0,0
1,0
10,5
6,7
18,1
12,4
1,9
Sayı
27
24
13
81
2
6
19
20
19
13
2
%
10,7
9,5
5,2
32,1
0,8
2,4
7,5
7,9
7,5
5,2
0,8
3
2,9
3
1,2
3
0
105
2,9
0,0
100,0
16
7
252
6,3
2,8
100,0
TOPLAM
Sayı
28
33
30
9
2
4
51
123
53
37
4
11
89
12
486
%
5,8
6,8
6,2
1,9
0,4
0,8
10,5
25,3
10,9
7,6
0,8
2,3
18,3
2,5
100,0
YARALANMA
Sayı
%
20
7,7
18
6,9
29
11,2
5
1,9
1
0,4
3
1,2
27
10,4
33
12,7
53
20,5
37
14,3
4
1,5
11
4,2
15
5,8
3
1,2
259
100,0
Tablo 11 – 2009 Yılı Başı İtibariyle İş Kazalarının Sektörlere Göre Dağılımı [3].
s.n. İŞ KOLU
İŞ KAZASI SÜREKLİ İŞ GÖREMEZLİK
1
Metalden Eşya İmalatı
6.971
100
2
Kömür ve Linyit Çıkartılması
5.728
221
3
İnşaat
5.574
377
4
Makine ve Ekipman İmalatı
4.191
79
5
Ana Metal Sanayi
4.029
56
6
Tekstil Ürünleri İmalatı
3.641
78
7
Metal Olmayan Ürünlerin İmalatı 3.504
24
8
Elektrikli Teçhizat
2.203
21
9
Gıda Ürünleri
1.910
38
10 Makine ve Ekipman Kurulumu
1.778
30
İş
kazalarının
tiplerine
göre
dağılımı
incelendiğinde, verilere göre en çok iş
kazası%37,11’lik oranla bir veya birden fazla
cismin sıkıştırması, ezmesi, batması ve kesmesi
ÖLÜM
34
30
297
11
18
8
23
14
20
16
sonucu oluşurken,%19’luk oranla düşen cisimlerin
çarpıp devrilmesi ikinci sırada yer almaktadır [Şekil
3].
20
5. Diğer
Nedenler : % 5,4
6. Taşıt Kazaları
:%4
4. Makinelerin
Sebep Olduğu
Kazalar : % 12
3. Kişilerin
Düşmesi : %
14,2
Şekil 3- İş Kazalarının Tiplerine Göre Dağılımı (2008) [10].
3. Değerlendirme ve Öneriler
Sosyal Güvenlik Kurumu 1997-2011 yılları arası
istatistiklerine göre; iş kazaları, meslek hastalıkları
ve iş kazası sonrası iş göremezlik vakalarının artış
eğiliminde olduğu gözükmektedir. Birçok meslek
hastalığının kayıt altına alınmadığı düşünülürse
olumsuz
yönde
bir
ilerlemenin
olduğu
bilinmektedir [Şekil 1,2].
Türkiye genelindeki, 2005-2009 döneminde
meydana gelen iş kazaları incelendiğinde; Türkiye
genelinde meydana gelen iş kazaları 2005-2007
yılları arasında artan bir eğilim göstermesine
rağmen, 2008-2009 yıllarına doğru azalan bir
eğilim göstermektedir. Aynı tepkiyi Türkiye geneli
inşaat sektör iş kaza oranları da göstermiş,2009
yılında ise tekrar ortalamanın üzerine çıkmıştır.
Benzer davranışlar, sürekli iş göremezlik ve ölüm
oranlarında da 2005 yılından başlayarak 2007 yılına
kadar artan yönünde, 2008 yılından itibaren 2009
yılına kadar azalan eğilim göstermektedir [Tablo 1].
Bu istatiki veriler 2008 yılında önemli iş güvenliği
tedbirlerinin alınıp iş kazalarının azalma yönüne
gittiği yargısına varmamıza veri teşkil etse de,
esasen 2007 yılında ABD’de başlayan ve 2008
Eylül ayında ABD’deki en büyük yatırım bankası
olan Lehman Brothers’in 600 milyar dolar borç ile
iflasını açıklayarak batmasıyla bütün dünyaya
yayılmaya başlayan krizin Türkiye’ye etkileriyle de
yakından ilgilidir. Küresel krizin etkisiyle 2008
yılının ikinci yarısından itibaren büyüme oranında
önemli düşüşler yaşanmış,2009 yılında ise Türkiye
ekonomisi önemli ölçüde küçülmüştür. Dolayısı ile
2005-2007 arasında artış yönündeki iş kazalarının
2008-2009 yıllarında azalma eğilimi göstermesi
küresel kriz ortamındaki ülkemizde çalışma
hayatında da küçülmeye neden olarak paralelinde iş
kazalarının da azalma eğilimi göstermesine vesile
olmuştur. Genel olarak şu yargıya varmak
1. Düşen
Cisimlerin
Çarpıp
Devrilmesi :
% 37,2
2. Bir veya
Birden Fazla
Cismin
Sıkıştırması,
Ezmesi,
Batması,
mümkündür; Türkiye’de istihdamın artması ile
büyüyen çalışan sayısı paralelinde iş kazaları sayısı
da artma göstermektedir [Tablo 1].
İş kazalarının iş yerindeki çalışan sigortalı
sayılarına göre dağılımı 2005-2009 yıllarında
yapılan araştırma neticesine göre incelendiğinde
ise; 1-49 sigortalı sayısı ile çalışanın bulunduğu iş
yerlerindeki kaza yaşanma oranı % 61,7 gibi
yüksek bir yer tutmaktadır. 50-59 çalışanın olduğu
iş yerlerinde ise kaza yaşanma oranı % 8,3
görülmekte, 500-1000 çalışanlı iş yerlerinde bu
oran % 4,6 olarak görülmekte, 1000 ve üzeri
çalışanın bulunduğu iş yerlerinde ise
% 5,3
şeklinde olduğu tespit edilmiştir. 1-49 arasında
çalışanın olduğu işletmelerdeki kaza yaşanma
oranının oldukça yüksek olması dikkat edilmesi
gereken önemli bir noktadır. Çalışan sayısı az olan
iş yerlerinde kaza oranlarının bu denli yüksek
olmasının en önemli nedenlerinden birisi, bu
işletmelerin çoğunlukla bireysel bazda ve kısmen
amatörce çalışıyor olması ve iş güvenliği
mevzuatlarının
gerekliliklerinin
yeterince
uygulanmaması olarak özetlenebilir. Çalışan sayısı
çoğaldıkça işletmelerin daha profesyonel önlemler
aldığı ve alınan bu önlemlerin maliyet olarak da
düşük seviyelerde kaldığı göz ardı edilmemelidir
[Tablo 3].
İnşaat sektöründeki incelenen 5239 iş kazasında ise;
ölüm ve yaralanma ile neticelenen kaza tipleri
oldukça önemli veriler sunmaktadır.%37’lik önemli
bir paya sahip olan insan düşmesi şeklindeki iş
kazalarında, %42,9 ölüm ile sonuçlanması dikkat
edilmesi gereken bir konudur. Aynı şekilde tipik bir
inşaat kazası olan malzeme düşmesi ise; %10,1’lik
oran ile önemli bir yer tutup, %10,5 ölüm oranı ile
dikkat çekicidir. Elektrik çarpması ise; %7,1’lik
oran ile inşaat sektöründeki iş kazalarında yer
alırken, %12,2’lik ölüm oranıyla dikkat edilmesi
gereken diğer bir konudur. Aynı şekilde % 5,8 yapı
makinesi kazalarındaki ölüm oranı % 8,6 şeklinde
oluşmuştur. Söz konusu 5239 iş kazası sonucu 2398
çalışanın hayatını kaybetmesi ve %45,7 ölüm ile
sonuçlanması üzerinde durulması gereken önemli
bir ayrıntıdır [Tablo 2].
İnşaat sektöründeki iş kazalarının yüksek olması
başlı başına üzerinde durulması gereken önemli bir
konu iken, bu iş kazalarının ana gruplara
sınıflandırılarak incelenmesi alınacak tedbirlerin
olumlu yönde seyretmesinde önemli bir aşama
olacağı kaçınılmazdır. Bu çalışmada ana gruplara
ayrılan iş kazaları devamında alt gruplar altında
incelenerek detaylı olarak iş kazlarının nedenleri ve
alınacak önlemler konusunda bir sonuca varılmıştır.
Bu sektördeki iş kazalarının önemli bir kısmını
tutan insan düşmesi tipindeki kazalar alt gruplarına
ayrılarak incelendiğinde; % 29,6 ile platform
kenarından düşme tipindeki iş kazalarında ölüm
oranı % 35,7 olduğu görülmektedir. Aynı şekilde
iskeleden düşme 25,3 olup, ölüm oranı ise
%20’dir.Yapı boşluklarından ve çatılardan düşme
oranları %11,5 ve %9,9 iken bu kaza tiplerinde
ölüm oranları ise , %14,3 ve %11,0 ile en yüksek
dört insan düşmesi kaza tipi olarak önemli bir yer
tutmaktadır. Diğer düşme şeklindeki kaza alt
başlıklarında ise kaza oranları %5’in altında olup,
genelde inşaatın tabiatında olan asansör boşlukları,
şaft boşlukları, merdiven boşlukları gibi az katlı
veya çok katlı yerlerden düşme şeklindedir. Düşme
şeklindeki bu kazalar esasen iş güvenliği
mevzuatında önemle üzerinde durulan, insan
düşmesine engel olacak tedbirlerin alınması
konusunda önemli bir veri oluşturmaktadır.
Özellikle yüksekte çalışanların emniyet kemeri
kullanma alışkanlığının arttırılması, asansör ve
benzeri şaft boşluklarının kapatılması, gereken
yerlerde korkulukların yapılması, uyarıcı levhaların
kullanılması ve özellikle gece çalışmalarında yeterli
aydınlatmanın
yapılarak
görüş
alanının
genişletilmesi alınacak önemli önlemler olarak
değerlendirilmesi gerekmektedir [Tablo 4].
Şantiyelerdeki iş kazalarından %10,1’lik yer tutan
malzeme düşmesi tipideki iş kazaları alt gruplarına
ayrılarak incelendiğinde ise; çok katlı binalardan
düşey yönde malzeme çekerken kullanılan gırgır
vinç kazaları % 17,7 oran ve %25,7 ölüm oranıyla
önemli bir yer tutmakta, yüksek yapı kısımlarında
düşen malzemeler ise, %15,1 oran ve %19,2’lik
ölüm oranıyla ikici sırada yer almaktadır. Taşıttan
yükleme ve boşaltma %15,1 ve tünel tavanından
malzeme düşmesi ise %8,8’lik bir yer tutmaktadır.
Diğer malzeme düşmesi kaza tipleri ise %6,7 ve
altında seyretmektedir. Bu tipteki iş kazaları
öncelikle dikkatli çalışan, çalışma ortamlarında
alınacak
önlemler,
gerekli
iş
güvenliği
mevzuatlarının uygulanması ile en aza indirgenmesi
için özverili çalışmayı gerekmektedir[Tablo 5].
Elektrik çarpması şeklindeki kaza tipleri de
şantiyelerde sıkça karşılaşılan kaza tiplerinden
biridir. Yetkili teknik personelin bulundurulması ve
kullanılacak malzeme ve ekipmanın düzenli kontrol
altında tutulması ile kontrol altına alınabilecek kaza
tipi grubu olarak karşımıza çıkmaktadır.
Şantiyelerde kaba inşaat aşamasında, imalatların
yapılabilmesi için elektrik enerjisine ihtiyaç
duyulur. Bu ihtiyaç doğrultusunda yapının işlevine
göre, çok katlı binalarda her kata veya binanın
büyüklüğü nispetinde birkaç katta bir geçici elektrik
panoları kurulması yoluyla enerji temini yoluna
gidilir. Dikkat edilmesi gereken husus kurulan bu
elektrik panolarının düzenli olarak kontrol edilmesi,
yetkili personelden başka kimsenin müdahalede
bulunmaması, ıslanmalara karşı su ve topraklama
yalıtımlarının yeterli düzeyde olması şeklinde bir
dizi tedbirlerin alınması büyük önem arz
etmektedir. Aynı şekilde kullanılan kablolarda ve
ekipmanlarda yırtık, deformasyon ve herhangi bir
arızanın olmamasına özen gösterilmelidir [Tablo
6].
Genel olarak şantiyelerdeki kaza tiplerini alt
gruplara ayırarak inceledikten sonra, şantiyelerin
yapı tiplerine göre sınıflandırıp oluşan kaza tiplerini
inceleyecek olursak; bina inşaatı şantiyelerindeki
kaza tipleri, tünel inşaatı şantiyelerindeki kaza
tipleri ve yol inşaatı şantiyelerindeki kaza tipleri
ana başlıkları altındaki değerlendirmeler oldukça
aydınlatıcı sonuçlara ulaşmamızda faydalı olacaktır.
Yapının bina olarak kullanılacağı şantiyelerde
oluşan 3457 iş kazasında, insan düşmesi şeklindeki
kaza tipinin % 49,2 olduğu ve ölüm oranının %57,3
olduğu sonucu, genel inşaat şantiyelerindeki % 37%42,9 sonucuyla karşılaştırıldığında; yapının bina
olması ve yükseklik değerlerinin insan düşmesi
kaza oranına etkisinin oldukça etki ettiği
görülmektedir. Aynı şekilde malzeme düşmesi
şeklindeki kazalar incelendiğinde genel inşaat
şantiyelerine yakın düzeyde seyrettiği, yapı
makinesi kazalarının %5,8’den %1,6’ya indiği,
elektrik çarpmasının ise, %7,1’den %9,1’e
yükseldiği görülmektedir. Uzuv kaptırma kazaları
ise
%11,5’den%12,6
seviyelerine
çıktığı
görülmüştür [Tablo 2,Tablo 7].
Tünel inşaatı şantiyelerinde ise; insan düşmesi
tipindeki kaza oranlarında %9,6 gibi düşük bir oran
olmasına karşın, malzeme düşmesi tipindeki
kazalarda ise %42,3 gibi yüksek bir oran
görülmektedir. Bu iki kaza tipindeki diğer ayrıntı
ise; tünel inşaatlarındaki insan düşmesi şeklindeki
kazalarda ölümle sonuçlanan kaza sayısı sıfır,
malzeme düşmesi şeklindeki ölüm oranının ise
%62,5 gibi yüksek bir oranda olması. Bunun nedeni
tünel
inşaatlarındaki
kullanılan
kalıp
malzemelerinin ve zeminin ağır malzemelerden
21
oluşmasıdır. Diğer dikkat çekici kaza tipi ise
%15,4’lük kaza oranıyla patlayıcı madde kazaları
olarak görülmektedir [Tablo 2,Tablo 8].
Kanal inşaatı şantiyelerinde ise; diğer kaza tipleri
genel anlamda düşük görülürken, kazı kenarının
göçmesi şeklindeki kaza tipi %3,6’dan %32,1 gibi
yüksek bir rakama ulaştığı görülmektedir. Aynı
şekilde yapı makinesi kazaları da %5,8’den %7,9’a
çıkmıştır. İşin doğası gereği kanal kazıları iş
makineleri vasıtasıyla yapılmakta olup, oldukça dik
şevlerle yapılmaktadır. En küçük bir tedbirsizlik
ölüm ile sonuçlanabilecek bir iş kazasına sebebiyet
verebilir. Bu işlemlere başlamadan önce iyi bir
zemin etüdünün yapılmış olması ve zeminin
durumuna göre alınacak tedbirlerin önceden
belirlenerek imalata başlanması gerekmektedir
[Tablo 2,Tablo 9].
standardı haline ulaşıncaya kadar devam etmelidir.
En başta devletin bu stratejiyi özümseyip tüm yükü
işverenlere yüklemeden farklı politikalar üretmesi
de önemli bir noktadır.

Bu açıdan ele alacak olursak;

İnşaat sektöründeki kazalardan %37 gibi, önemli
bir yer tutan insan düşmesi şeklindeki kazaları en
aza indirgemek amacıyla; Döşeme-platform
kenarından düşme, iskeleden düşme, yapıdaki
boşluklara düşme, çatılardan düşme, hemzemin
düşmeler, el merdivenlerinden düşmeler, elektriktelefon direklerinden düşmeler, sabit inşaat
merdivenlerinden düşmeler, yük asansörlerinden
düşmeler, zemindeki boşluklara-çukurlara düşmeler
ve diğer tip düşmeler şeklindeki insan düşmesi
şeklindeki alt grupları ayrı ayrı incelemek ve bu
işler yapılırken çalışanları yapılan işe göre
bilinçlendirmek, gereken kişisel koruyucuyu
kullandırmak, işverenin alması gereken tedbirleri
alması konusunda bilinçlendirmek ve isg uzman
veya teknik personelin gerekli kontrol, eğitim ve
bilinçlendirmenin yapılması konusunda tam
donanımlı olması gerekmektedir.

Aynı şekilde tipik bir inşaat kazası olan malzeme
düşmesi ise; gırgır vinç-malzeme asansörlerinden
malzeme düşmesi, yüksek yapı kısımlarından
malzeme düşmesi, taşıttan(yükleme-boşaltma),
tünel tavanından, el ile taşınan malzemelerin ayağa
düşmesi, malzeme istifinin devrilmesi, ağır
araçların devrilmesi, yamaçtan malzeme düşmesi,
taş ocağı aynasından, krenle-vinçle iletim sırasında
ve diğer tip malzeme düşmeleri şeklinde alt
gruplara ayrılarak üzerinde durulması ile bir çok
malzeme düşmesi kazasının önüne rahatlıkla
geçilebilir. Bu yöntem ile inşaat sektöründeki diğer
ana kaza gruplarını alt gruplara indirgenerek kaza
risklerini ortadan kaldırma veya en aza düşürmek
açısında büyük kolaylık sağlanacaktır. İnşaat
sektöründeki kazaları ana gruplara ve devamında alt
gruplara ayırdıktan sonra alınacak tedbirlere de
kısaca değinecek olursak;

Döşeme-platform kenarından düşme; % 29,6’lık
insan düşmesi kaza grubunda ilk sırada yer
almaktadır. Bu tip kazaları önlemek için öncelikle
döşeme ve platform kenarlarına korkuluk ve dikkat
çekici, uyarıcı levha koyulması önemli olmakla
Yol inşaatı şantiyelerinde ise genellikle iş
makineleri ile imalatlar yapıldığından, şantiye içi
trafik kazaları oranının %18,3 ile yapı makinesi
kazalarının %25,3 ile ortalamanın çok üzerinde
olduğu ve dikkat edilmesi gereken önemli iş
kazalarından olduğu görülmektedir [Tablo 2,Tablo
10].
Türkiye’de diğer sektörler içerisinde inşaat
sektörünün; %34 oran ile iş kazası sonucu ölüm ve
%22 oran ile iş kazası sonucu iş göremezlik
vakalarının arasında ilk sırada olduğu düşünülürse,
yukarıda sıraladığımız iş kazası tipleri ve alt
gruplarının her biri üzerinde titizlikle durulması
gerektiği görülmektedir [Tablo 11].
Farklı bir sınıflandırma ile iş kazaları tüm sektörler
bazında incelendiğinde ise; en fazla iş kazasının
cisimlerin sıkıştırması, ezmesi, batması ve kesmesi
sonucu oluşurken, düşen cisimlerin çarpması
şeklindeki kaza tiplemesi ise ikinci sırada yer
almaktadır. Kişilerin düşmesi ve makinelerin sebep
olduğu kazalar ise sırasıyla bu iş kazalarını takip
etmektedir. Tüm sektörleri ve inşaat sektörünü bu
kaza tiplemesi ile ilişkilendirilecek olursak, ortak
olan birçok kaza tipinin mevcut olduğunu
görebiliriz [Şekil 3].

Bu değerlendirmeler ışığında bir takım önerilerde
bulunacak olursak;
1-49 çalışan sayılı işletmelerde isg açısından
profesyonel önlemlerin alınmasına engel teşkil eden
ve en önemli faktör olan maliyet konusunda devlet
teşvikinin ele alınarak, maliyetlerin işverenler
tarafından aşağıya çekilmesi için gerekli yasal
düzenlemeler yapılmalıdır. Ayrıca bu gibi
işletmelere iş kazası ve meslek hastalıkları sonucu
çıkacak maliyetler ile kaza yaşanmadan önce
alınacak
tedbirlerin
maliyetleri
konusunda
bilinçlendirme
eğitimleri
verilmelidir.
Bu
bilinçlendirme sonucunda kazanılan pozitif değerler
tüm işveren ve işçiler tarafından bir yaşam
İnşaat sektöründeki ölüm ve yaralanma ile
neticelenen kaza tipleri sınıflandırılarak her birinin
üzerinde ayrı ayrı durarak önlemlerin alınması
gerekmektedir. Matematikte kullanılan parçalardan
sorunları hallederek olayın bütününde kazaların en
aza indirgenmesi yani tümevarım metodu oldukça
etkili olacaktır. Çünkü iş kazalarını genel tedbirler
alınarak çözmek, işin detayına inilerek çözmekten
daha zor ve karmaşık olacaktır.
22
birlikte,
özellikle
gece
çalışmalarında
aydınlatmanın yeterli düzeyde olmasına da özen
gösterilmelidir.
Geçici
korkuluk
yapılması
genellikle işverenler veya çalışanlar için angarya
olarak görülmekte fakat en ufak bir dikkatsizlik
kötü sonuçlar ile neticelenmektedir. Çalışanlara bu
konuda yeteri kadar eğitim verilmeli, isg
mevzuatları eksiksiz yerine getirilmelidir.

İskeleden düşme alt grubu ise, %25,3’lük oran ile
insan düşmesi kaza grubunda önemli bir yer
tutmaktadır. Burada dikkat edilmesi gereken en
önemli konu, iskelelerin günümüz standartlarına
uygun olmasıdır. Taşıyıcılık özelliklerinin, bağlantı
mekanizmalarının, rüzgar gibi koşullara dayanıklı
olmasının, tekmelik gibi uyarıcı özelliklerinin tam
olması, kendi içinde merdiveninin bulunması, çift
kalas ve çapraz bağlantılarının sağlam olması gibi
işlevsel olarak eksiksiz olması gerekmektedir. Bu
tür işlevlerinin eksik olması durumunda üzerinde
insan çalıştırılmamalıdır. İskele standartlara uygun
hale geldikten sonra çalışanın bilinçlendirilmesi de
önemli bir diğer detaydır. Çalışanın kişisel
koruyucu donanımı tam olmalı, emniyet kemeri ve
can halatı gibi donanımları kullanması kesinlikle
ihmal edilmemelidir.

Yapıdaki boşluklara düşme, % 11,5 oran ile bir
diğer düşme kaza tipinde ve devamındaki bütün
düşme kaza tiplerinde de yukarıda sıraladığımıza
benzer şekilde, çalışana düşen; kişisel koruyucu
donanımlarını eksiksiz olarak kullanması ve bunlar
içinde özellikle emniyet kemeri ve can halatına
daha da dikkat etmesi, işveren ise; korkuluk, uyarıcı
ve dikkat çekici tedbirleri almak konusunda daha
hassas olması, isg ve teknik ekibin ise; kurallara
uyma konusunda kontrollerini daha bilinçli
yapmaları gerekmektedir.

Şantiyelerdeki bütün kaza grupları alt gruplarına
ayrılarak bu şekilde incelenmeli ve gerekli tedbirler
alınmalıdır. Tabii bu alt gruplar bazen şantiyedeki
yapının kullanım amacına göre değişiklik de
gösterebilir. Şöyle ki; yukarıda sıraladıklarımız
genel olarak bütün şantiyelerdeki kaza oranlarını ve
buna bağlı olarak kaza alt gruplarının detaylarını
içermekteydi. Ayrıca bu çalışmada; Bina inşaatı
şantiyesi, Tünel inşaatı şantiyesi, Kanal inşaatı
şantiyesi ve Yol inşaatı şantiyelerinde oluşan kaza
oranları alt gruplarına ayrılarak da verilmiştir. Bu
kazaların şantiye tipine göre alt gruplarındaki
oranlar doğal olarak değişiklik göstermektedir. Bu
esasen alınacak önlemler konusunda daha da
kolaylık sağlamaktadır. Çünkü; bina tipi
şantiyelerde yüksekten düşme oranları çok yüksek
olmakla birlikte tünel tipi şantiyelerde ise bu oran
çok düşük olmakta fakat tünel tipi şantiyelerinde
malzeme düşmesi şeklindeki kaza oranları daha
yüksek olmaktadır. Buralarda alınacak önlemler
benzer fakat üzerinde durulacak ağırlık oranları
farklılık gösterecektir.
4. Sonuç
Ülkemiz gelişmekte olan bir ülke olmakla birlikte,
nüfusu da sürekli artmaktadır. Buna bağlı olarak
konut, ulaşım, alt yapı ve üst yapı çalışma
yoğunlukları sürekli artmaktadır. Deprem kuşağı
üzerinde olmamız ve kentsel dönüşüm programları
da düşünülürse, inşai faaliyetlerin ülkemizdeki
çalışma hayatında çok önemli bir alanı kapsadığı
görülmektedir. Buna bağlı olarak, inşaat
sektörünün, yüksek oranda riskli bir çalışma
grubunda olduğu, bu riskleri en aza indirmek için
mevcut yasalarla da belirlenen, devlet, işveren ve
işçilere bir takım görevler verilmiştir. Bu görevlere
istinaden birçok önleyici tedbirler alınmakta, fakat
iş kazaları olmaya devam etmektedir.
İnşaat sektöründeki iş kazalarının azaltılması ve
çalışma hayatının koşullarıyla ilgili birçok
araştırma yapılmış ve bu çalışmalar olumlu
adımların atılmasına ışık tutmuştur. Bu amaç
doğrultusunda hazırlanan bu çalışmada, yaşanmış
birçok istatiksel veriden faydalanarak, inşaat
sektöründe en fazla yaşanılan kaza tipleri
sınıflandırılmış, sınıflandırılan bu kaza tipleri de
kendi
içerisinde
alt
gruplara
ayrılmıştır.
Sınıflandırılan bu kaza grupları farklı şantiye
türlerinde de incelenerek çalışmanın kapsamı daha
da derinleştirilmiştir. Dolayısı ile yapılan çalışma
sonucunda, alınacak çok basit önlemlerle birçok
kaza tipinde kaza oranlarını en aza indirmenin
mümkün olacağı, çalışmanın bu bağlamda birçok
kişiye faydalı olacaktır. Ayrıca istatiksel veriler
ışığında bir takım değerlendirme ve önerilerde
bulunularak, inşaat sektöründe iş güvenliği
önlemleri alınırken risk değerlendirmeleri, planlama
ve uygulama aşamalarında faydalı olacağı
düşünülmektedir.
5. Kaynakça
1). Müngen, U, 2011, İnşaat Sektörümüzdeki
Başlıca İş Kazası Tipleri, Türkiye Mühendislik
Haberleri Dergisi - 469 - 2011/5, s:32-39
2). Arıoğlu, E, 1997, Türk İnşaat Sektöründe İş
Kazalarının İstatiksel Değerlendirilmesi Ve En Aza
İndirilmesi İçin Çıkış Yollarının Araştırılması,
Beton Prefabrikasyon, Temmuz 1997, S, 43,
İstanbul
3). Ercan, A, 2010, Türkiye’de Yapı Sektöründe
İşçi Sağlığı Ve Güvenliğinin Değerlendirilmesi,
Politeknik Dergisi, Cilt:13, Sayı: 1 s. 49-53,
İstanbul
4). Baradan, S, Dikmen, Ü,Müngen, U, Aytekin,O,
Sönmez, G, 2011, Türkiye’deki İş Sağlığı ve
Güvenliği Hizmetleri Mevzuatının İnşaat Sektörü
23
Açısından
İncelenmesi,Türkiye
Mühendislik
Haberleri Dergisi - 469 - 2011/5,s:6-14
5). Dikmen, S, Ü, Akbıyık, R, Aytekin, O, Baradan,
S, 2011, İş ve Yapı Denetim Yasalarının İş Sağlığı
ve Güvenliği Açısından Bütünleşik İncelenmesi,
Eskişehir Osmangazi Üniversitesi Mühendislik
MimarlIk Fakültesi Dergisi Cilt : XXIV, SayI : 2,
Eskişehir
6). Usmen, M,Baradan, S,2011, İnşaat Sektöründe
İşçi Sağlığı ve İş Güvenliği Alanındaki
İyileştirmeleri
Etkileyen
Faktörler:
ABD
Örneği,Türkiye Mühendislik Haberleri Dergisi 469 –2011/5,S:40-48
7). Yılmaz, F,2015, Türkiye’ de İş Sağlığı ve
Güvenliği
Teftişlerinin
İstatiksel
Açıdan
Değerlendirilmesi, İş,Güç Endüstri İlişkileri ve
İnsan Kaynakları Dergisi/Is,GucTheJournal of
Industrial
Relationsand
Human
Resource,Nisan/April
2015,
Cilt/Vol:
17,
Sayı/Num: 2, Sayfa/Page: 76-91
8). Baradan, S,2006, Türkiye’ de İnşaat Sektöründe
İş Güvenliğinin Yeri Ve Gelişmiş Ülkelere
Kıyaslanması, Deü Mühendislik Fakültesi Fen ve
Mühendislik Dergisi, Cilt: 8 Sayı: 1 s. 87-100 Ocak
2006, İzmir
9). Yılmaz, F, Tan, O, 2015, Bir İnşaat Şantiyesinde
İş kazalarının Neden Olduğu İş günü Kayıplarının
İşverene Maliyeti, Uluslararası İktisadi ve İdari
İncelemeler Dergisi, Yıl:7 Sayı:14, Kış 2015 ISSN
1307-9832
10). Aydın, U, 2013, İş Sağlığı Ve Eğitiminin İş
Kazaları
V
e
Meslek
Hastalıklarının
Önlenmesindeki
Rolü,
Çimento
Endüstrisi
İşverenleri Sendikası, cilt: 27 sayı: 4 Temmuz 2013
24
M.A.GENCER/APJES IV-II (2016) 25-36
ANKARA METROSU M1 (KIZILAY-BATIKENT) HATTI HAREKET
SAATLERİNİN ÇİZELGELENMESİ
M.Abdullah GENÇER1, Tamer EREN2*
ABB, EGO Genel Müdürlüğü, Raylı Sistemler Dairesi Başkanlığı, [email protected]
2
Kırıkkale Üniversitesi Endüstri Mühendisliği Bölümü, [email protected]
1
Öz
Nüfusun artmasıyla birlikte kent içi yolcu sayısının da artmasıyla yolcu konforu, memnuniyeti önem
kazanmıştır. Dolayısıyla toplu taşıma araçlarının sefer zamanlarının yolcu talebini de karşılayarak en uygun
şekilde çizelgelenmesi de önem kazanmıştır. Toplu taşıma için ulaşım planları yapılırken bazı faktörlerin
hesaplanabilmesi için ulaşım bilgisine ihtiyaç vardır. Ulaşım bilgileri kullanılarak talep tahmini çalışmalarıyla
birlikte yolcu sayısı gelecek dönemler için yaklaşık olarak tahmin edilmektedir. Bu çalışma Ankara M1 (KızılayBatıkent) metro hattı için altı farklı talep tahmin yöntemi kullanılarak hata ortalamaları kıyaslanıp en az hata
ortalamasına sahip talep tahmin yöntemiyle gelecek dönem tahmini yapılmıştır. Gelecek dönem tahminlerine
göre gün içinde yolcu yoğunluğuna göre zaman çizelgelemesi yapılmıştır.
Anahtar Kelimeler: Ankara Metro Hattı, Talep Tahmini, Toplu Ulaşım, Zaman Çizelgeleme
ANKARA METRO LINE MOVEMENT HOURS BE SCHEDULED M1
(KIZILAY-BATIKENT)
M.Abdullah GENÇER1, Tamer EREN2*
ABB, EGO General Directorate, Rail Systems Department, [email protected]
2
Kırıkkale University, Department of Industrial Engineering, [email protected]
1
Abstract
Increase the number of passenger comfort with increased population urban passenger satisfaction has gained
importance. Therefore, optimal scheduling time to meet the demand of public transport passengers of the time
gained importance. transportation plan for transit transport information is needed in order to calculate while
some factors. The number of passengers is estimated to be around for future periods with demand forecast study
using contact information. This work Ankara M1 (Kızılay-Batıkent) average error using six different methods to
estimate demand for metro line will be compared with the minimum error method with an average term demand
forecasts estimate is made. When scheduling is done according to the density of passengers throughout the day
according to the estimates of future periods.
Keywords: Ankara Metro Line, Forecasting, Public Transportation, Time Scheduling
1. Giriş
Teknolojinin hızla gelişmesi ulaşım sorunlarını da
ülkemizde ve dünyada beraberinde getirmiştir.
Otomobil sayılarının hızla arttığı kentlerimizde,
işletilen raylı sistemlerin atıl kalmasına veya
istenilen düzeyde kullanılmamasına yol açmıştır.
1950 ‘li yıllarda raylı sistemlerle ilgili planlama
yapılmaması aksine otomobillerin ulaşım yollarını
kolaylaştıracak yollar inşa edilmesi ilerleyen
zamanda özel otomobil kullanımını gün geçtikçe
arttırmıştır. Özel otomobil kullanılmasının artışına
bağlı olarak yakıt tüketimi de artmakta böylece
gelirlerin de yurtdışına çıkmasına neden olmaktadır.
Bu sorunlar göz önüne alındığında toplu taşıma
sistemlerinin kullanılmasını özendirmek için
otomobil kullanımının azaltılmasına yönelik
çalışmalar yapılmalıdır. Böylece raylı sistemlerin
kullanımında da artış olacaktır [1].
*Sorumlu yazar: Adres: Endüstri Mühendisliği Bölümü, Mühendislik Fakültesi, Kırıkkale Üniversitesi, 71450,
Kırıkkale, [email protected]
Doi: 10.21541/apjes.27756
Ülkemizde
1960’lı
yıllarda
karayolunun
geliştirilmesine yönelik alt yapı çalışmaları toplu
taşıma sistemlerini geri plana atmıştır. Avrupada ise
bu gelişmeler fark edilip raylı sistemler
geliştirilmeye özen gösterilmiştir. 19. Yüzyılda
Esenler hattının açılmasıyla başlamıştır[2].
Son yıllarda ülkemizde raylı sistemler konusunda
önemli gelişmeler olmuştur. Toplu taşıma sistemleri
arasında işletme maliyetlerinin ve kaza risklerinin
düşük olması raylı sistemleri daha ön plana
çıkarmıştır. Teknolojik, ekonomik ve çevresel
faktörlere göre toplu taşıma sistemleri kıyaslanmış
ve numara verilip sıralanmıştır. Toplu taşımanın
bahsedilen faktörlere göre en iyi olandan başlayarak
sıralanması Tablo 1. de gösterilmiştir.
Tablo 1. Bazı Toplu Taşıma
Faktörlere göre sıralanması
Toplu
Ulaşım
Aracı
Otomobil
Minibüs/
Otobüs
Metro
başlayan raylı sistem çalışmaları 70’li yıllarda
yaşanan enerji sıkıntıları bu konuda çalışmaları
arttırmıştır. Ülkemizde de raylı sistemler
çalışmaları
1989
yılında
AksarayKent içi ulaşım planlama çalışması yapılırken
maliyet ve fizibilite unsuru diğer ulaşım sistemleri
arasında sıralanarak en uygun olan toplu ulaşım
tercih edilmelidir. Uygulanacak veya tercih
edilecek ulaşım sistemi diğer ulaşım sistemlerine
entegre edilmelidir. Tablo 2. de bir yönde saatlik
yolcu sayılarına göre sabit bekleme süresi baz
alınarak
tercih
edilecek
ulaşım
sistemi
gösterilmektedir [4]. Yolcu yoğunluğu ve enerji
faktörü de maliyetlendirme açısından etkilidir.
Tablo 3’te ulaşım sistemi türüne göre km maliyeti
yer almaktadır[1].
Sistemlerinin
Teknolojik
Kapasite
Hız
Ekonomik
Çevresel
3
2
1
3
3
2
2
3
1
2
1
1
Türkiye İstatistik Kurumu (TUİK) 2012 yılı
verilerine göre, ülkemizin en kalabalık kenti 13,8
milyonluk nüfusu (yüzde 18,3) ile İstanbul olup,
sırasıyla 5 milyonluk nüfusuyla Ankara (yüzde 6,6)
ve 4 milyonluk nüfusu ile İzmir (yüzde 5,3) takip
etmektedir. Toplam nüfusu 23 milyona yakın olan
bu üç şehir ülke nüfusunun da yaklaşık %30 una
sahiptir. Ülkemizin toplam nüfusu 2023 yılı
itibariyle
yaklaşık 84
milyona
ulaşacağı
öngörülmektedir
[3].
Ülkemizde
nüfusun
artmasının yanı sıra araç sayısındaki değişim de
dikkat çekmektedir. 2012 yılında kayıtlı otomobil
sayısı toplam yaklaşık 8,5 milyona ulaşmıştır.
Toplam payın büyük kısmını 3,6 milyon araçla
İstanbul, Ankara ve İzmir oluşturmaktadır. Şekil 1.
de Ankaradaki otomobil sayısının yıllara göre
değişimi gösterilmektedir. Grafiğin (çubukların)
üstündeki
rakamlar
otomobil
sayılarını
göstermektedir [3].
Şekil 1. Ankaradaki Otomobil Sayısının Yıllara
göre değişimi
Tablo 2. Saatte bir yöne yolcu kapasitesi
Yolcu taşıma sistemi
Yolcu kapasitesi
(Yolcu/saat/yön)
Banliyö Treni / Metro
40.000-60.000
Hafif Raylı Sistem
15.000-22.000
(LRT / HRS)
Körüklü Otobüs (özel
12.000-20.000
yolda)
Körüklü Otobüs
10.000-15.000
Otobüs
8.000-12.000
Minibüs
6.000-10.000
Otomobil
2.000-5.000
Tablo 3. Ulaşım sistemine göre km maliyeti
Kent İçi Ulaşım
Maliyeti (Milyon
Sistemleri Türü
ABD Doları/Km)
Özel yollu otobüs
3-13
Hafif Raylı Sistem
13-40
Metro ( Hemzemin30-100
Viyadük )
Metro ( Yeraltı )
45-320
Toplu taşıma sistemlerinin karşılaştırılması
teknolojik, ekonomik ve çevresel özellikler olarak
ayrılabilir. Teknolojik özelliklere bakıldığında
kapasiteleri ve ticari hızı bakımından en yüksek
olan raylı sistemlerdir. Yolcu sayısı 12 bin düzeyine
ulaşana kadar en uygun ulaşım türü otobüslerdir.
Metrobüslerde bu sayı 48 bin düzeyindedir.
Raylı sistemler hafif ve ağır raylı sistemler olarak
ayrılır. Hafif Raylı Sistemlerin saatteki maksimum
yolculuk kapasitesi yaklaşık 30.000-40.000
yolcu/yön şeklindedir. Hafif raylı sistemlerin
ortalama ticari hızı 45 km/sa, maksimum seyir hızı
80 km/sa dir. Hemzemin, viyadük ve tünel olarak
inşa edilebilirler. İstasyon platform uzunluğu 100 m
ve araç genişliği 2650 mm‘dir. Yolculuk
taleplerinin yüksek olduğu ana ulaşım sistemlerinde
tercih edilmekte daha yüksek yolcu kapasitesi olan
yerlerde yüksek kapasiteli sistemlere entegre
edilmektedir[5].
26
Raylı sistemler trafikten etkilenmeyen ayrı hatlara
sahip olabildiğinden hem güvenli olan hem yüksek
ticari hızlarda kullanılabilen sistemlerdir. Enerjileri
genellikle 750V-1500V katener, rijit katener ve 3.
ray sistemleriyle sağlanır[5].
Ağır Raylı Sistemler ise bir çok açıdan Hafif Raylı
Sistemlerle benzer olmasına rağmen yolcu
kapasitesi (70.000 yolcu/saat/yön, maksimum yolcu
kapasitesi 100.000 yolcu/saat/yön) açısından
ayrılmaktadır. Büyük şehirlerde en yüksek yolculuk
taleplerinin tespit edildiği hatlarda metro sistemleri
tercih edilmektedir[5].
2. Literatür Araştırması
Konuyla ilgili çalışmalara baktığımızda ülkemizde
çalışma olmadığını ya da çok az olduğunu
çalışmaların bir çoğunun yabancı kaynaklar
olduğunu görmekteyiz. Raylı sistemler zaman
çizelgeleme ve tahmin çalışması üzerine çalışma
olmadığını, çizelgeleme üzerine ise çoğunlukla
yabancı
kaynaklı
çalışmaların
olduğunu
görmekteyiz.
Raylı sistem ağları için planlama yapılırken kalkış
ve varış saatleri, sefer sayıları, yolcu sayıları
belirlenir. Bunların haricinde mutlaka uyulması
gereken kapasite kısıtları da belirlenmelidir. Raylı
sistem problemlerini önceleri tecrübeli kişiler
çözerdi. Özellikle 1990 yılından sonra problemlerin
çözülmesi için farklı yöntem ve teknikler
geliştirilmeye başlandı[8].
Planlama, peryodik ve peryodik olmayan şeklinde
ayrılmaktadır. Peryodik çizelgeler belli zamanlı ve
planlı olarak saatlerin belirlendiği çizelgelerdir.
Planlı olmasından dolayı değiştirilmesi güç
olmaktadır. Avrupa ülkelerinin çoğunluğu bu
sistemi
kullanmaktadır.
Peryodik
olmayan
çizelgeler belli takvim zamanlarına göre
belirlenmeyen çizelgelerdir. ABD ve Avusturya
gibi ülkelerde kullanılmaktadır[8].
Zaman çizelgeleme problemlerinde kısıtlar, katı ve
yumuşak kısıtlar olmak üzere ayrılır. Katı kısıtlar
mutlaka uyulması gereken kısıtlar olmasıyla birlikte
yumuşak kısıtlar çizelgeye etki etmesine rağmen
mutlaka uyulması gerekmez. Kısıtlamalar minimum
sefer aralığı, bekleme süresi, yolcu kapasitesi vb.
faktörlerdir.
Klemt ve Stemme[11] çalışmasında toplu taşıma
kalitesi döngüleri, erişilebilirlik ve direkt ilişkiler
gibi farklı özelliklerle karakterize etmişlerdir.
Domschke[12] istasyonlarda aktarma yollarını
değiştirmek
istediğiniz
yolcuların
bekleme
sürelerini minimize etme problemi olarak kabul
etmişlerdir. Bookbinder ve Désilets [13] de
otobüslerin stokastik seyahat sürelerini hesaplamak
için optimizasyon modeli ile birlikte bir simülasyon
prosedürü kullanmışlardır. Daduna ve Voß [14]
bekleme süresini minimum aktarma bölgeleri
sürelerini eşitlemek için bir ders çizelgeleme
problemi önermişlerdir. Chakroborty vd. [15]
kentsel ulaşım ağının yolcu planlaması ve durakta
bekleyen yolcuların bekleme süresini ve genel
transfer süresini minimize eden bir optimizasyon
problemi olarak formüle etmişlerdir. Palma ve
Lindsey [16] Yolcu toplam zaman gecikme
maliyetlerinin en aza indirilmesi sorunu formüle
edilmiştir ve birinci dereceden optimallik koşulları
belirlemişlerdir. Ceder [17] Çalışma kaynaklarını
(gerekli filo boyutu) en aza indirerek yolcu talebi
ile araç kalkış saatleri arasında, toplu taşıma
tarifeleri ve araç planlaması oluşturulmasını
birleştirmeyi denerler. Ceder ve Tal [18] takvim
içinde verimli otobüs senkronizasyon tasarımı
problemi ele almışlardır. Deb vd. [19] de NSGA-II
(Sıralama Genetik Algoritma II) olarak adlandırılan
olmayan bir egemen sıralama tabanlı algoritma
önermişlerdir. Zhao vd. [20] gerçek zamanlı olarak
çeşitli duraklarda sevk otobüsün dinamik
koordinasyonun sağlanması için otobüslerin
hareketine dayalı bir dağıtık kontrol yaklaşımı
sunmuşlardır. Castelli vd. [21] ulaşım ağları
planlaması için sezgisel prosedür tabanlı bir
Lagrange yumuşatması sunmuşlardır. Zhao [22]
sezgisel bir yaklaşımla, analiz ve otobüs seferleri
için otobüs sürücüsü zamanlama problemlerini
gerekli sürücülerin sayısını tahmin etmek için
geliştirmişlerdir. Shröder ve Solhenbach[23] toplu
taşıma transfer kalitesinin iyileştirilmesini ele
almışlardır. Liu ve Shen [24] bölgesel otobüs
işletme modeline göre, iki seviyeli bir programlama
kurmuşlardır. Üst modelde, gerekli araçların sayısı
ve yolculuk toplam süresini en aza indirmek için
tasarlanmış bölgesel otobüs araç çizelgeleme, araç
zinciri çalışma süresi ile zamanlama sorunu bir sınıf
olarak formüle edilir. Amaç her bağlantı durağı
toplam yolcu transfer süresini en aza indirmek ve
mutlak çözümler için bir dizi bağlantı durağı
göstermektedirler. Guihaire ve Hao[25], ağın
tasarım ve zamanlanması için geçiş planlamada çok
önemli stratejik ve taktik adımlar gözden
geçirmişlerdir. İlk olarak stratejik ve taktik geçiş
planlaması hedeflerini sergilerler. Daha sonra alt
problemleri tanımlayıp yapılandırmak için bir
terminoloji kurmaya çalışmışlardır.
Wong vd. [26] kentsel toplu taşıma raylı
sistemlerde, tüm yolcular için en az gecikme ile
sorunsuz kavşak sağlayan koordineli çizelgeleri
tasarlamışlardır. Zhao ve Zeng [27] de rota ağ
tasarımı, araç yolculuğu ve takvim atama dahil
geçiş ağlarını optimize etmek için bir metasezgisel
yöntem sunmuşlardır. Kwan ve Chang [28] kitle
hızlı transit kullanıcılarının genellikle kendi
hedeflerine ulaşmak için farklı tren hatları arasında
aktarma yapması gerekmektedir. Tarife eşitleme
27
transferler sırasında gecikmeleri en aza indirir.
Toplam yolcu memnuniyetsizliği indeksi vasıtasıyla
takvim senkronizasyonu için yeni bir önlem
formüle etmişlerdir. Lodwick ve Untiedt [29]
değişkenlerin ve kısıtlamaların sadece birkaç
optimum çözüm (temel değişkenler ve aktif
kısıtlamalar) için gerekli olduğunu, deterministik
normatif kriter (objektif fonksiyonu) varsayarak,
matematiksel programlama modeli geliştirmişlerdir.
Guiharo ve Hao [30] toplu taşıma ağlarında
geleneksel sıralı planlama süreci ile ilgili özgün bir
sorun ile ilgilenmişlerdir. Bu sorun eski araç ve
sürücü programları oluşturmadan şebekenin
tarifelerini değiştirmek amaçlamışlardır. Guihaire
ve Hao[31], ağ çizelgeleme ve araç çizelgeleme
genellikle ayrı sorunlar olarak kabul edilir. Bu iki
adımın önemli özelliklerini birleştirerek araç
maliyetlerinde iyileştirmeler getiren tarifeleri
yeniden tanımlamak için eşzamanlı bir çözüm
yaklaşımı önermişlerdir. Li vd. [32] toplam faydayı
maksimize etmek için periyodik çizelgeleme
sorununu çözmeye çalışmışlardır. Tetreault ve ElGeneidy [33] sınırlı-stop hatları dikkate alınarak
çalışan sürelerini tahmin etmek için bir model
önermişlerdir. Salicrú [34] çalışmasında transit
tarifeleri
kullanarak
yolların
iyileştirilmesi
zamanlaması üzerine odaklanmışlardır. Analitik
geliştirme ve mikro simülasyonlara dayalı çalışma
zamanı değerlerinin üretilmesi için yeni bir
yaklaşım sunmuşlardır. Tilahun ve Ong [35] çok
amaçlı optimizasyon problemi otobüs çizelgeleme
modeli yolcuların ihtiyacına uygun bulanık tercih
tabanlı genetik algoritma kullanarak bunu çözmek
için nasıl ele alınacağını örnekle ele almışlardır.
Ibarra-Rojas ve Rios-Solis [36] yolcu transferlerini
kolaylaştıracak
ve
ağ
boyunca
otobüs
demetleştirmesini önleyecek, eşitleme sayısını
maksimize edecek bu ağın çizelgeleme problemini
formülize etmişlerdir. Hassold ve Ceder [37]
problemi çözmek için birden fazla araç tipleri ile
çizelgeler oluşturup, ağ tabanlı prosedür
kullanmışlardır.
Liebcen
ve
Stiller[38]
optimizasyon problemlerini çözmek için genel bir
araç bir örnekleme yaklaşımı sunmuşlardır. Ceder
[39] bu çalışmada çoklu araç boyutlarını kullanarak
Otobüs tarifeleri oluşturmak için çok amaçlı bir
metodoloji önermişlerdir. Ibarra-Rojas vd. [40]
planlama düzeyinde belirli bir ağ tasarımı için
çizelgeleme ve araç planlaması sorununu, filo
büyüklüğü ile ilgili işletme maliyetlerini en aza
indirmek amacıyla iyi zamanlanmış transferlerle
yolcu sayısını arttırmaya çalışmışlardır. IbarraRojas vd. [41] otobüs transit ağı planlama ve
çizelgeleme altproblemi tüm gün boyunca hatların
tüm geziler için kalkış saatlerini belirlemişlerdir.
Tüm gezilerin kalkış saatlerini belirten çoklu
dönem senkronizasyon sorunu için otobüs
çizelgeleme (MSBT) önermişlerdir.
3. Raylı Sistemlerde Zaman Çizelgeleme
Zaman çizelgeleme problemi malzeme veya
sermayenin belli kısıtlar altında belli zaman
aralıklarına atanan problem tipidir. Bilinen
algoritmalar yerine, alternatif ve farklı algoritmalar
kullanılması karmaşık yapısından dolayı problem
çözümlerini zorlaştırmaktadır. Karmaşık yapısından
dolayı günümüze kadar uğraşıla gelen konu
olmuştur. [6].
Zaman çizelgeleme şimdiye kadar bir çok farklı
alanda çözüm yöntemi olarak kullanılmıştır. Eğitim
kurumlarında sınav ve ders programı çizelgeleme,
makine çizelgeleme, üretim çizelgeleme bu çalışma
alanlarından birkaçıdır. Özellikle son zamanlarda,
tren seferlerinin çizelgelenmesi, çalışma saatlerinin
çizelgelenmesi,
proje
çizelgeleme,
spor
müsabakalarında
çizelgeleme,
tedarikçilerin
çizelgelenmesi,
eğitim
programlarının
çizelgelenmesi konularında çokça çalışmaya
rastlanmaktadır[7]. Çizelgeleme çalışmaları 1980
yıllarda başlamış ve bu çalışmalar özellikle 2000
yılından sonra çok ölçütlü çizelgeleme çalışmaları
ile devam etmiştir[8].
Tren çizelgeleme problemleri karmaşık problem
türü olduğundan operasyonel planlama gerektirir.
Yolcu akışının zamanında olması, seyahat süresi,
bekleme süresi ve tren kapasitesi operasyonel
planlamaya dahil edilmesi gereken konulardır.
Operasyonel
sürecin
optimizasyonu
seyhat
sürelerinin minimize edilmesi hedeftir.
Toplu taşıma planlamaları karmaşıklığı nedeniyle
ayrıca ağ planlaması, hat planlaması ve
çizelgeleme, araç ve ekip planlama sorununu da
beraberinde getirir. Yolcu sayısının tahmini için
istatistiksel yöntemler kullanılır. Sınırlı sayıda
araçla yolcu talebini karşılamak maliyetleri düşürür.
Asıl amaç bekleme sürelerini en küçüklemek ve
yolcu talebini en az trenle işletebilmektir. Bekleme
süresi, tren istasyona geldikten sonra yolcuların
hepsinin binmesini sağlayacak minimum süre
olmalıdır. Gün içerisinde yolcu yoğunluğuna göre
belli zaman aralıkları vardır.
Periyodik olarak gün içerisindeki zaman aralıkları;
i. Sabah zirve saatleri
ii. Öğle saatleri
iii. Öğleden sonra pik saatler
iv. Akşam saatleri
v. Hafta sonu saatleri
4. Talep Tahmini
Geleceğe yönelik kararların belirlenmesi için
üretilen mal veya hizmetin tahmininin doğru
yapılması işletmelerin kendi geleceklerine yön
vermesi açısından önemlidir. Planlamaların
28
yapılabilmesi tahminlerin doğru yapılmasına
bağlıdır.
Planlamaların
doğru
yapılması
İşletmelerin devamlılığını sağlamakta piyasada yer
edinmesine ve yüksek kar marjları sağlamasında
önemli etkenlerdir. İşletmelerin geleceğe yönelik
kararlar alırken bunları tesadüfe bırakmaması,
tahmin yaparken istatistiksel yöntemler kullanması
planlamaların ve kararların daha sağlıklı alınmasını
sağlayacaktır [9].
Talep, belli bir zamanda ve yerde tüketicilerin satın
alabilecekleri mal ve hizmet miktarıdır. Talebi
etkileyen tüketicilerin gelir düzeyleri ve zevkleri,
mal ve hizmetin fiyatı, mesafe, zaman gibi
faktörlerden etkilenebilmektedir. Talep tahmini ise
ürüne ve hizmete yapılan taleplerin gelecek
dönemler için tahmin edilmesidir. Talep tahmini
işletmeler için ürün ve hizmetin tahminlere göre
belirlenmesi açısından işlevseldir. Talep tahmini
gerçekleşen veriler üzerinden yapılmasına rağmen
bir çok faktörün etkisindedir. [9].
Talep tahminleri kısa, orta ve uzun vadeli tahminler
olarak ayrılmaktadır. Kısa vadeli tahminler günlük
ya da haftalık, orta vadeli tahminler haftalık ya da
aylık, uzun vadeli tahminler aylık ya da yıllık
olarak değerlendirilirler[9].
Talep yöntemleri yöntem açısından kalitatif ve
kantitatif olarak ayrılır. Kalitatif yöntemler daha
çok kişilerin tecrübelerinden yararlanılarak
istatistiksel teknik kullanılmadan yapılır. Kantitatif
yöntem bunun aksine istatistiksel yöntemler
kullanılarak yapılan yöntemlerdir[9].
4.1.Basit ortalama yöntemi
Geçmiş verilerin ortalamasının geleceteki tahmin
değerlerine yakın olması beklenen tahmin
yöntemidir. Geçmiş dönem verileri ortalaması
alınarak bulunur [10].
4.2.Hareketli ortalama yöntemi
Geçmişteki verilerin ortalaması yakın döneme daha
çok ağırlık verilerek gelecek tahmini yapılır [10].
Dt* = ∑ni=1 Dt-i
Dt* =t. Dönem için tahmini talep değeri (Hareketli
Ortalama)
Dt-i =t. Dönemden i. Dönem öncesinin gerçekleşen
talep değeri
n: Hareketli Ortalamada göz önüne alınacak dönem
sayısı
4.3.Ağırlıklı ortalama yöntemi
Gelecek dönem tahmini yapılırken dönemlere farklı
ağırlıklandırma yapılır. Dönem sayısı, dönem
sayıları toplamına oranlanıp dönem sayısı ile
çarpılır. Bu şekilde bulunan ağırlıklandırma ile
gelecek dönem tahmin edilir[10].
D* = ∑ni=1 (Wi*Di) / ∑ni=1 Wi
D*= Tahmini Talep değeri (Ağırlıklı Ortalama)
Di = i. Dönem için gerçekleşen talep değeri
Wi =i. Dönem gerçekleşen talep değerinin tahmine
etkisi (i. Dönemin ağırlık katsayısı)
n= Eldeki geçmiş dönem veri sayısı
Diğer koşullar şu şekildedir.
0<Wi<1 (i=1,2,3,…,n)
∑ni=1 Wi =1
4.4.Ağırlıklı hareketli ortalama yöntemi
Ağırlıklı ve Hareketli ortalama yöntemlerinin
birleşimi kullanılarak gelecek dönem tahmin edilir.
En yakın döneme daha yüksek ağırlık verilir[10].
Dt* = ∑𝑛𝑖=1 (Wi*Dt-i)
Dt* = t dönem için tahmini Talep değeri (Ağırlıklı
Hareketli Ortalama)
Dt-i = t. Dönemden i. dönem öncesinin gerçekleşen
talep değeri
Wi =i. Dönem gerçekleşen talep değerinin tahmine
etkisi (i. Dönemin ağırlık katsayısı)
n= Eldeki geçmiş dönem veri sayısı
Diğer koşullar şu şekildedir:
0<Wi<1 (i=1,2,3,…,n)
∑𝑛𝑖=1 Wi =1
4.5.Üssel düzeltme yöntemi
Geçmişteki dönemlerin hepsi hesaplamaya dahil
edilir. Geçmiş dönemlere verilen ağırlıklar yakın
geçmişte daha yüksek tutularak hareketli ortalaması
alınır. Hesaplama yapılırken bir önceki tahmini
talep degerine, bir önceki dönemde gerçekleşen
tahmin hatasının eklenmesiyle bulunur[10].
Dt+1*=α*Dt+(1-α)*Dt*
Dt+1* = t+1 dönem için tahmini Talep değeri (Üssel
Düzeltme Yöntemi)
Dt = t. Dönemde gerçekleşen talep değeri
Dt*= t. Dönem tahmin değeri
0≤α≤1
α katsayısının uygun seçilmesi hata ortalamasını
değiştireceğinden belirlenecek katsayı oldukça
önemlidir.
4.6.Regresyon (en küçük kareler yöntemi)
Seriye en uygun doğru veya eğrinin, geçmiş veriler
için formülle uygulanmasıyla bulunacak değerler
arasındaki farkların karelerinin toplamını en
küçükleyen doğru veya eğridir. X bağımsız ve Y
bağımlı değişkeni arasındaki doğrusal ilişki Y = a +
bX denklemi ile ifade edilerek parametrelerin (a ve
b) bulunmasıdır. Parametreler bulunduktan sonra
29
bağımsız değişkenin alacağı değer yerine koyulup
bağımlı değişken tahmin edilir[10].
5. Uygulama
Bu uygulama çalışmasında ilk olarak; Ankara
ulaşımı, metro trenleri ve yapılan çalışma hakkında
bilgiler verilmiştir. Daha sonra talep tahmin ve
zaman çizelgelemesi çalışması gösterilmiştir.
Çalışmamız ülkemizin ikinci büyük nüfus
yoğunluğuna sahip toplu ulaşıma ihtiyacın gün
geçtikçe arttığı Ankarada M1 (Kızılay-Batıkent)
hattında yapılmıştır. Talep tahmin çalışmamız
zaman çizelgelemesinin altyapısını oluşturmaktadır.
Yolcu memnuniyeti ve talebinin yolcu ihtiyaçlarını
karşılaması düşüncesi ile geleceteki çalışmalarımıza
temel oluşturacaktır. Yolcu sayıları Haziran 2014Ekim 2015 ayları arasını kapsamaktadır. Bu aylar
da dahil olmak üzere günlük bazda yolcu sayıları
değerlendirilip gelecek dönem tahmin edilmeye
çalışılmıştır[42].
Ankarada günlük yolculuklar incelendiğinde %37
minibüs, %23 belediye otobüsleri, %20 servis, %10
halk otobüsü, %9 Raylı sistemler, %33 otomobil ve
%6 taksi kullanıldığı EGO verilerine gore
görülmektedir. Ulaşım türlerine göre saatte tek
yönde
yolcu
maliyetleri
Şekil
2.
de
gösterilmektedir. Grafiğin altındaki rakamlar tek
yönde
maksimum
yolcu
kapasitesini
göstermektedir. Grafikte yukarı doğru çıkıldıkça ise
maliyetlerin arttığı görülmektedir [5].
Şekil 2. Ulaşım türlerine göre tek yönde saatte
yolcu maliyetleri
Nüfusun dünyada ve ülkemizde büyük çoğunluğu
kentlerde yaşamaktadır. Kentsel yaşamdan dolayı
bu alanlarda ulaşım da ayrı sorun olmaktadır.
Kentsel ulaşım sorununun başında özel araç
kullanımının teşviki ve ulaşım maliyetlerinin eşit
dağılmaması yer almaktadır. Otomobil kullanımı
trafik sıkışıklığını arttırmakta, çevre ve gürültü
kirliliğine neden olmaktadır. Bu problemlerın
ortadan kaldırılması toplu ulaşımı özendiren ve
kolaylaştıran sistemlerin-planlamaların gelmesine
politikalar geliştirilmesine bağlıdır. Ankara
Büyükşehir Belediyesi raylı sistem ağ haritası Şekil
3’de gösterilmektedir. A1 Aşti-Dikimevi hafif raylı
sistem hattını, M1 Kızılay-Batıkent metro hattını,
M2 Kızılay-Çayyolu metro hattını, M3 BatıkentSincan metro hattını ve T1 Yenimahalle-Şentepe
teleferik hattını ve istasyonlarını göstermektedir.
Şekil 3. Ankara Büyükşehir Belediyesi Raylı Sistemler Ağ Haritası
30
31
yavaşlama ve kapı açma-kapama
fonksiyonlarını kumanda eder[28].
5.1. Raylı ulaşım sistemleri
Tramvaylar genelde 1–2 ve 3 araçlı diziler halinde,
hemzemin ve trafikle birlikte işletilebilmektedir.
Araçlar uzunlukları 14–21 metre arasında, 100-180
yolcu taşıma kapasitesine sahiptir. İstasyonlar arası
mesafeleri daha kısa ve ticari işletme hızları diğer
raylı sistemlere gore daha düşüktür[4].
Hafif Raylı Sistemler tramvay sistemlerinin
geliştirilmesiyle ortaya çıkmış bir raylı sistemlerdir.
Metro sistemlerine göre daha düşük kapasiteli,
tramvaya göre daha yüksek kapasitelidir. Hafif raylı
sistemler genellikle metrolar gibi genellikle
hemzemin olarak işletilirler. Hafif raylı system
araçları 18-42 metre uzunluğunda, 250 yolcu
kapasitesine sahiptirler. Ticari hızları Metrolara
yakın olmakla birlikte 18-40 km/s arasında
değişmektedir[4].
Metro sistemleri Raylı sistemler arasında en yüksek
yolcu kapasitesine sahip ulaşım türü olup tren seti
başına 2000’den fazla yolcu kapasitesiyle
işletilebilmektedir. Metro araçları 120-150 yolcu
kapasiteli, ticari hızları 25-60 km arasında
değişmektedir.
Sefer
aralıkları
90
sn’e
düşürüldüğünde saatte tek yönde 100.000 yolcu
kapasitesine ulaşabilme imkanına sahiptir. Metro
sistemleri yüksek yolcu taşıma kapasitesine rağmen
daha yüksek yapım maliyeti getirmektedir[4].
5.2. Ankara metro araçlarının özellikleri
Ankara Metrosu, Otomatik Tren Kumandası (ATC)
sistemiyle işletilmektedir. Bu sistem trenin anlık
hızı, ağırlığı, eğimi, konumu vb. bilgileri VOBC’e
aktararak hesaplar. Sistemin en büyük avantajı,
hattaki tren sayısının ve işletme aralığının arttırılıp
azaltılabilmesidir. Yarı otomatik sistemlerde
yavaşlama hızlanma gibi hareketlerin tümü, sürücü
tarafından yapılır. ATC sistemi; otomatik, yarı
otomatik
ve
sürücü
kontrollü
olarak
işletilebilmektedir. Ana hatta Otomatik moda
işletilirken depo sahasında sürücü kontrollü olarak
işletilmektedir. Bütün modlar için sürücü yine
bulunmaktadır fakat sürücü hızlanma, boşta gitme,
gibi,
tren
Araçlar A ve B aracı olarak ayrılır. A araçları
motorlu B araçları motorsuzdur. İki adet A ve bir
adet B aracı ile 3 lü dizi şeklinde veya aynı durum
olacak şekilde 6 lı dizi şeklinde çalışabilir. Yoğun
yolcu akışına sahip zamanlarda 6 lı dizi tercih
edilmektedir[28].
5.3.Talep tahmini
70 haftalık yolcu sayıları alınmış ilk 9 haftanın
yolcu sayıları istatistiksel açıdan sapma oranı
yüksek olduğundan çıkartılıp 61 hafta üzerinden
veriler analiz edilmiştir. Talep tahmin çalışması
yapılırken Basit ortalama, Hareketli Basit ortalama,
Ağırlıklı ortalama, Ağırlıklı hareketli ortalama,
Üstel Ağırlıklı Hareketli ortalama ve Regresyon
yöntemleri olarak altı farklı yöntem kullanılmıştır
[42].
Üstel Ağırlıklı Hareketli Ortalama Yönteminde
önceki dönemler için α=0,1 değeri alınmıştır.
Pazartesi α=0,8, Salı α=0,4, Çarşamba α=0,6,
Perşembe α=0,1, Cuma α=0,2, Cumartesi α=0,8,
Pazar α=0,7 olarak belirlenmiştir. α katsayısı en az
hata veren değere göre belirlenmiştir[43]. Aynı
dönemler için 17-61 hafta arasında tahmini yapılan
veriler gerçekleşen değerlerle kıyaslanıp en az hata
ortalaması hesaplanan yöntem ile sonraki 14 hafta
tahmin edilmiş ve Tablo 4. de gösterilmiştir[43].
Gelecek dönem tahminleri yapılırken Üstel
Ağırlıklı Hareketli Ortalama Yönteminde en yakın
16 haftanın ortalaması α=0,1 ile önceki dönem
tahmini 1-α=0,9 çarpımı ile hesaplanmıştır.
Pazartesi α=0,8, Salı α=0,4, Çarşamba α=0,6,
Perşembe α=0,1, Cuma α=0,2, Cumartesi α=0,8,
Pazar α=0,7 olarak belirlenmiştir[43].
5.4.Zaman çizelgeleme
Talep tahmin çalışmamızdan sonra Ankara M1
(KIZILAY-BATIKENT) metro hattı için zaman
çizelgeleme işlemi yapılmıştır. Yapılan çalışmanın
akış şeması Tablo 5.’de gösterilmektedir[43].
Tablo 4. Talep tahmin yöntemlerinin sonuçlarının karşılaştırılması
Günlere göre
Ortalama Hata Değerleri
Pazartesi
Salı
Basit
Ort.
14345
16813
Hareketli
Basit Ort.
11456
13921
Ağırlıklı
Ort.
11963
14599
Ağırlıklı
Hareketli Ort.
10584
13236
Üstel Ağırlıklı
Hareketli Ort.
6193
11673
Çarşamba
Perşembe
Cuma
Cumartesi
Pazar
14993
21646
20071
20402
18075
13455
19642
17157
17762
17676
13792
19581
18180
18723
17937
12778
18668
16340
16937
17096
9021
17767
14974
13728
13419
Regresyon
13714
16503
14319
21850
19448
18641
16143
32
Tablo 5. Yapılan çalışmanın akış şeması
Yolcu Sayıları Verilerinin Temin edilmesi
Verilerin Analizi
Talep Tahmin Yöntemleriyle Tahmin Yapılması
Yapılan Tahminlerin Geçmiş verilerle Kıyaslanıp Hata Oranlarının Tespiti
Hata Oranı En az Olan Talep Tahmin Yönteminin Belirlenip
Sonraki Dönemlere Uygulanması
Mevcut Çizelgeleme Programının İncelenmesi
Yolcu Sayısına göre Tren Hareket Saatlerinin Çizelgelenmesi
Çizelgelenen Hareket Saatlerine Göre en Uygun yöntemin Belirlenip Uygulanması
Hafta içi, Cumartesi ve Pazar günleri için
gerçekleşen 14 haftalık ortalama yolcu sayıları
Tablo 6 da gösterilmiştir. Mevcut tren işletme
programı hafta içi, cumartesi ve Pazar günlerine
göre hangi saat aralıklarında hat’ta ne kadar filo (12
araçx6’lı seri) verileceğini belirtir. Mevcut tren
işletme programı Tablo 7‘da gösterilmiştir. [43].
Tablo 6. Ortalama Gerçekleşen Yolcu Sayısı
Hafta
1
2
3
Ortalama Gerçekleşen Yolcu Sayısı
H.içi
Cumartesi
Pazar
176894
126984
88728
171122
149064
103359
176383
145605
99637
Pazar
Programı
Cumartesi
Programı
Hafta İçi Programı
Tablo 7. Mevcut tren işletme programı
Saatler
CH 1
CH 2
CH 3
Filo
4
166772
130607
72289
5
178997
162787
111325
6
179158
159395
109615
7
180787
163817
113787
8
180150
164526
108200
9
179606
165360
112072
10
181791
165877
118458
11
181182
166571
112451
12
178272
152200
102207
13
167020
125927
84593
14
173785
149955
99021
Servis aralığı
Sefer süresi
06:00:00 - 07:05:15
6 x 6 araç
480 sn.
00:08:00
2.880 sn.
00:48:00
07:00:00
- 09:02:10
S
09:02:10 - 16:10:00
12 x 6 araç
240 sn.
00:04:00
2.880 sn.
00:48:00
7 x 6 araç
450 sn.
00:07:30
3.150 sn.
00:52:30
16:10:00 - 20:00:00
10 x 6 araç
300 sn.
00:05:00
3.000 sn.
00:50:00
20:00:00 - 00:20:00
6 x 6 araç
540 sn.
00:09:00
3.240 sn.
00:54:00
Saatler
Filo
06:00:00
- 07:07:41
S
07:07:41 - 20:11:03
6 x 6 araç
540 sn.
00:09:00
3.240 sn.
00:54:00
9 x 6 araç
360 sn.
00:06:00
3.240 sn.
00:54:00
20:11:03 - 00:20:00
6 x 6 araç
520 sn.
00:08:40
3.120 sn.
00:52:00
Servis aralığı
Servis aralığı
Sefer süresi
Sefer süresi
Saatler
Filo
06:00:00 - 07:37:40
6 x 6 araç
560 sn.
00:09:20
3.360 sn.
00:56:00
07:37:40 - 18:57:40
7 x 6 araç
480 sn.
00:08:00
3.360 sn.
00:56:00
18:57:40 - 00:20:00
6 x 6 araç
560 sn.
00:09:20
3.360 sn.
00:56:00
33
Tablo 8. de gelecek dönem hafta içi, cumartesi ve
pazar tahminleri gösterilmiştir. Filo büyüklüğü
(sefer sayısı x dizi sayısı), istasyona ne kadar
sürede bir tren gelecegi mevcut servis aralığı ve
sefer süresi görülmektedir [43].
Resmi ve dini tatiller dışındaki günler 15 dk’lık
verilere ayrılıp incelendiğinde hafta içi günlerinin
gün içindeki yoğunluğu aynı şekilde dağılmaktadır.
Aynı durum Cumartesi ve Pazar günleri için de
görülmektedir.
Tablo 8. Ortalama Tahmin Değeri
Aynı dağılmasından dolayı hafta içi yolcu
sayılarının ortalaması alınarak hesaplamaya dahil
edilmiştir.
Çizelgeleme
yaparken
trenlerin
alabileceği, yolcu konforunu da sağlayacak şekilde
maksimum yolcu belirlenmiştir. Kapasite vagon
için m2 başına 4 yolcu olduğunda 6’lı dizi için 1294
kişi, m2 başına 6 yolcu olduğunda yine 6’lı dizi için
1758 kişi düşünülmektedir. Dolayısıyla yolcu
memnuniyeti de göz önünde bulundurularak
maksimum
yolcuyu
taşıyacak
miktar
hesaplanmıştır[43]. Trenlerin sefer aralığı sistemin
izin verdiği şekilde 90 saniyedir. Fakat Kızılay
ortak istasyonunda M1 (Kızılay-Batıkent) ve M2
(Kızılay-Çayyolu) trenleri için ayrı hat olduğundan,
sinyalizasyon altyapı çalışmaları devam ettiğinden
servis aralığını 3 dk olarak işletilebilmektedir[43].
Hafta
Ortalama Tahmin Değeri
H.içi
Cumartesi
Pazar
1
169793
150740
106652
2
177151
163630
111454
3
178623
166208
112414
4
178917
166723
112606
5
178976
166826
112644
6
178988
166847
112652
7
178990
166851
112654
8
178990
166852
112654
9
178991
166852
112654
10
178991
166852
112654
11
178991
166852
112654
12
178991
166852
112654
13
178991
166852
112654
14
178991
166852
112654
Tablo 9 da örnek hafta içi hesaplaması
gösterilmiştir. Her 15 dk için gelen yolcular tabloda
gösterilmiştir. m² x 4 Kişi 1.294 kapasiteye göre
hesaplandığında (900snx1.294)/251 sayısı bize
1.294 kapasitenin dolması için kaç sn gerektiğini
belirtir ki bu sayı Tablo 9 da 4640 bulunmuştur. Bu
şekilde hesaplandığında m² x 6 Kişi olursa kapasite
6304 sn olarak bulunmuştur.
Tablo 9. Örnek Çizelgeleme
Hafta İçi Günü 15 DK Yolcu Binişleri
Uygulanan
Gelen 6 Araç m² x 4 Kişi 6 Araç m² x 6 Kişi
Saat
Program
1.294 kişi
1.758 kişi
Yolcu
m² x 4 Kişi
06:00 251
4640
6304
9 dk. 6 x 6
06:15 517
2253
3060
9 dk. 6 x 6
6 x6 ise 6’lı aracın hatta 6 servis bulunduğunu
bulunduğunu belirtir. m² x 4 Kişi yani 1.294
kapasite
olarak
hesaplanıp
6x6
sefer
uygulandığında 9 dk da bir trenin gelmesi demektir
ve kapasiteyi neredeyse doldurmaktadır. m² x 6
Kişi 1.758 kişi olursa da yine kapasiteyi neredeyse
doldurduğunu ve henüz ek tren seferine ihtiyaç
olmadığını gösterir. 6x6 ve 9 dk da yolcu sayısını
karşılıyorsa bu şekilde devam eder bu kapasite
dolduktan sonra 7x6 veya 8x6 şeklinde uygulanıp 9
dk nın altında trenin gelmesi sağlanır ve benzer
şekilde hesaplanarak devam eder.
Hafta içi, Cumartesi ve Pazar günleri talep
tahminleri yapılıp günler 15 dakikalık yolcu
sayılarına göre veriler analiz edilmiştir. Analize
göre hatta verilecek önerilen servis aralığı
belirlenmiştir. Hafta içi günleri için Tablo 10,
Cumartesi günleri için Tablo 11., Pazar günleri için
Tablo 12 de gösterilmiştir. Ayrıca bazı günlerin
Uygulanan
Program
m² x 6 Kişi
9 dk. 6 x 6
9 dk. 6 x 6
Kurban bayramı günlerine denk gelmesi sebebiyle
aynı çalışma bu tatiller için aynı önerilen
çizelgeleme Tablo 12. de gösterilmiştir[43].
62-78 haftalar tahmin edildikten sonra gerçekleşen
15 dk’lık yolcu sayılarına yakın verilerle gün
içerisinde aynı dağıldığı düşünülerek hatta ne kadar
filo ve servis aralığı verileceği hesaplanmıştır.
Hesaplama 15 dk içinde gelen yolcu sayısı tren
kapasitesini ne kadar sürede dolduracağı
şeklindedir. Burada bahsedilen kapasite m2 başına 4
ve 6 yolcu için sırasıyla 1.294 ve 1.758 kişiye göre
hesaplanmıştır. Her doldurulan kapasite için hatta
bir tren ilave edilecektir. Sonuç olarak hatta
verilecek
tren
dizisi
ve
servis
aralığı
hesaplanmaktadır[43].
34
Tablo 10. Önerilen Hafta İçi Normal (15 dk) Zaman
Çizelgesi
Hafta İçi Normal (15 dk) Zaman
Çizelgesi
Servis
Saatler
Filo
Aralığı
06:00-06:45
6x6
9 dk
07:00
10 x 6
5 dk.
Tablo 11. Önerilen Cumartesi Günleri Normal
Zaman (15 dk.) Çizelgesi
Cumartesi Günleri Normal Zaman
(15 dk.) Zaman Çizelgesi
Servis
Saatler
Filo
Aralığı
06:00-07:15
6x6
9 dk
07:30
8x6
7 dk.
07:45
8x6
7 dk.
07:15
12 x 6
4 dk.
07:30-08:15
13 x 6
3 dk.
08:00
10 x 6
5 dk.
08:30
12 x 6
4 dk.
08:15
9x6
6 dk.
08:45
10 x 6
5 dk.
08:30
8x6
7 dk.
09:00
8x6
7 dk.
08:45-12:00
6x6
9 dk
09:15-15:00
6x6
9 dk
12:15
8x6
7 dk.
15:15
9x6
6 dk.
12:30
8x6
7 dk.
15:30
9x6
6 dk.
12:45
9x6
6 dk.
15:45-16:30
10 x 6
5 dk.
13:00-14:15
10 x 6
5 dk.
16:45
12 x 6
4 dk.
14:30
9x6
6 dk.
17:00
13 x 6
3 dk.
14:45-16:00
10 x 6
5 dk.
17:15-17:45
12 x 6
4 dk.
16:15-17:15
12 x 6
4 dk.
18:00
13 x 6
3 dk.
17:30-18:30
10 x 6
5 dk.
18:15
12 x 6
4 dk.
18:45
9x6
6 dk.
18:30
12 x 6
4 dk.
19:00
9x6
6 dk.
18:45
10 x 6
5 dk.
19:15-23:00
6x6
9 dk
19:00
9x6
6 dk.
19:15-23:00
6x6
9 dk
Tablo 12. Önerilen Pazar Günleri Normal Zaman
Çizelgesi
Pazar Günleri Normal Zaman
Çizelgesi
Tablo 13.Önerilen Tatil Günleri (15dk) Zaman Çizelgesi
Tatil Günleri (15 dk) Zaman Çizelgesi
Saatler
Filo
Servis Aralığı
06:00-07:30
6x6
9 dk
07:45-08:15
7x6
8 dk.
08:30-16:00
6x6
9 dk
16:15
9x6
6 dk.
16:30
9x6
6 dk.
16:45
9x6
6 dk.
17:00
10 x 6
5 dk.
Saatler
Filo
Servis
Aralığı
06:00-12:30
6x6
9 dk
17:15
10 x 6
5 dk.
12:30-18:00
7x6
8 dk.
17:30
10 x 6
5 dk.
18:15-23:00
6x6
9 dk
17:45
10 x 6
5 dk.
18:00
12 x 6
4 dk.
18:15
12 x 6
4 dk.
18:30
12 x 6
4 dk.
18:45
10 x 6
5 dk.
19:00
10 x 6
5 dk.
19:15-23:00
6x6
9 dk
6. Sonuçlar ve Öneriler
Bu çalışmada; raylı sistemler ve toplu ulaşım, Talep
tahmin yöntemleri ve çizelgeleme için genel bilgiler
sunulmuştur. M1 (KIZILAY-BATIKENT) Metro
hattı yolcu sayıları analiz edilmiştir. Öngörülen ve
gerçekleşen yolcu sayıları kıyaslanarak en yakın
değer veren talep tahmin yöntemiyle gelecek
dönemlerin yolcu sayıları tahmin edilmiştir.
Tahmini yapılan günlerin yolcu sayıları gerçekleşen
günlerin 15 dk’lık yolcu sayıları baz alınarak
çizelgeleme çalışması yapılmıştır.
Yapılan çalışmanın diğer Metro hatları için temel
oluşturacağı düşünülmektedir. Kızılay-Çayyolu
(M2), Batıkent-Sincan (M3), Tandoğan-Keçiören
(M4) hatları da çizelgeleme çalışmasına dahil
edilecek karmaşık entegre sistem çözülmeye
çalışılacaktır.
Çalışmamız sonucunda sefer sayıları hafta içi
%13,5 artmış, cumartesi ve Pazar günleri sırasıyla
%8 ve %10,5 azalmıştır. Toplamda sefer sayısı
azalmasına rağmen yolcu sayısının arttığı
görülmektedir.
[10]
[11]
[12]
[13]
[14]
[15]
7. Kaynaklar
[1] Ocak, İ., & Manisalı, E., 2006. “Kentsel raylı
taşıma üzerine bir inceleme (İstanbul
örnegi)”. Sakarya Üniversitesi Fen Bilimleri
Enstitüsü Dergisi, 10(2), 51-59.
[2] Gündüz, A. Y., Kaya, M, & Aydemir, C.,
2011. “Kent içi ulaşımında karayolu ulaşımına
alternatif
sistem:
raylı
ulaşım
sistemi”. Akademik Yaklaşımlar Dergisi, 2(1).
[3] TUİK, Türkiye İstatistik Kurumu, 2012,
http://www.tuik.gov.tr
[4] Baştürk, G., Kent içi raylı toplu taşıma
sistemleri incelemesi ve dünya örnekleri ile
karşılaştırılması. Ulaştırma, Denizcilik ve
Haberleşme
Bakanlığı,
Ulaştırma
ve
Haberleşme Uzmanlığı Tezi, 2015.
[5] ABB, Ankara Büyükşehir Belediyesi EGO
Genel Müdürlüğü Brifing Raporu, 2014.
[6] Kamışlı Öztürk, Z., & Sağır Özdemir, M.,
2005.” Çok ölçütlü çizelgeleme problemleri:
gelinen nokta ve potansiyel araştırma
alanları”.
[7] Öğüt, K. S., & Evren, G., 2006. “Türkiye’de
kentsel raylı sistemlerin gerekliliği ve
uygulamada dikkat edilecek konular”.
[8] Peeters, L., 2003. “Cyclic railway timetable
optimization “(No.
EPS-2003-022-LIS).
Erasmus Research Institute of Management
(ERIM).
[9] Bulut Ş. (2006). Orta Ölçekli Bir İşletmede
Talep Tahmin Yöntemlerinin Uygulanması
sorunlar. Yayınlanmamış Yüksek Lisans tezi,
[16]
[17]
[18]
[19]
[20]
[21]
[22]
Kırıkkale Üniversitesi Fen Bilimleri Enstitüsü,
Kırıkkale, Türkiye.
Tanyaş, M., Baskak, M., “Üretim Planlama ve
Kontrol, İrfan Yayıncılık”, 3. Baskı İstanbul
2003, s.79-s.116.
Klemt, W.D., Stemme, W., Schedule
synchronization for public transit networks.
In: Proceedings of the 4th International
Workshop on Computer- Aided Scheduling of
Public Transport. Springer Verlag, Hamburg,
Germany, pp. 327–335. 1988.
Domschke, W., Schedule synchronization for
public transit systems. OR Spectrum 11, 17–
24. 1989.
Bookbinder, J.H., Désilets, A., Transfer
optimization
in
a
transit
network.
Transportation Science 26, 106–118. 1992.
Daduna, J.R., Voß, S., Practical experiences in
schedule synchronization. In: Daduna, J.,
Branco, I., Paixão, J. (Eds.), Computer-Aided
Scheduling of Public Transport, Lecture Notes
in Economics and Mathematical Systems, vol.
430. Springer, Berlin, pp. 39–55. 1995.
Chakroborty, P., Deb, K., Subrahmanyam,
P.S., Optimal scheduling of urban transit
systems using genetic algorithms. Journal of
Transportation Engineering 121, 544–553.
1995.
Palma, A.D., Lindsey, P., Optimal timetables
for public transportation. Transportation
Research Part B 35, 789–813. 2001.
Ceder, A., Efficient timetabling and vehicle
scheduling for public transport. In: Voß, S.,
Daduna, J.R. (Eds.), Computer-Aided
Scheduling of Public Transport, Lecture Notes
in Economics and Mathematical Systems, vol.
505. Springer, Berlin Heidelberg, pp. 37–52.
2001.
Ceder, A., Tal, O., Designing synchronization
into bus timetables. Transportation Research
Record: Journal of the Transportation
Research Board 1760, 28–33. 2001.
Deb, K., Pratap, A., Agarwal, S., Meyarivan,
T., A fast and elitist multiobjective genetic
algorithm:
NSGA-II.
Transactions
on
Evolutionary Computation 6, 182–197. 2002.
Zhao, J., Bukkapatnam, S., Dessouky, M.,
Distributed
architecture
for
real-time
coordination of bus holding in transit
networks. IEEE Transactions on Intelligent
Transportation Systems 4, 43–51. 2003.
Castelli, L., Pesenti, R., Ukovich, W.,
Scheduling
multimodal
transportation
systems. European Journal of Operational
Research 155, 603–615. 2004.
Zhao, L., Heuristic method for analyzing
driver scheduling problem. IEEE Transactions
on Systems, Man, and Cybernetics A 36,
521–531. 2006.
35
[23] Schröder, M., Solchenbach, I., Optimization
of Transfer Quality in Regional Public Transit.
Technical Report 84. Berichte des Fraunhofer
Instituts for Techno-und Wirtschafts. 2006.
[24] Liu, Z., Shen, J., Regional bus operation bilevel
programming
model
integrating
timetabling and vehicle scheduling. Systems
Engineering - Theory & Practice 27, 135–141.
2007.
[25] Guihaire, V., Hao, J.K., Transit network
design and scheduling: a global review.
Transportation Research Part A 42, 1251–
1273. 2008.
[26] Wong, R., Yuen, T., Fung, K., Leung, J.,
Optimizing timetable synchronization for rail
mass transit. Transportation Science 42, 57–
69. 2008.
[27] Zhao, F., Zeng, X., Optimization of transit
route network, vehicle headways, and
timetables for large-scale transit networks.
European Journal of Operational Research
186, 841–855. 2008.
[28] Kwan, C.M., Chang, C.S., Timetable
synchronization of mass rapid transit system
using multiobjective evolutionary approach.
IEEE Transactions on Systems, Man, and
Cybernetics, Part C: Applications and
Reviews 38, 636–648. 2008.
[29] Lodwick, W., Untiedt, E., Introduction to
fuzzy and possibilistic optimization. In:
Lodwick, W., Kacprzyk, J. (Eds.), Fuzzy
Optimization, Studies in Fuzziness and Soft
Computing, vol. 254. Springer, Berlin
Heidelberg, pp. 33–62. 2010.
[30] Guihaire, V., Hao, J.K., Improving timetable
quality in scheduled transit networks. In:
Proceedings of the 23rd international
conference on Industrial engineering and other
applications of applied intelligent systems,
IEA/AIE ’10, pp. 21–30. 2010(a).
[31] Guihaire, V., Hao, J.K., Transit network
timetabling and vehicle assignment for
regulating authorities. Computers and
Industrial Engineering 59, 16–23. 2010(b).
[32] Li, Z.C., Lam, W., Wong, S., Sumalee, A., An
activity-based approach for scheduling
multimodal transit services. Transportation 37,
751–774. 2010.
[33] Tétreault, P., El-Geneidy, A., Estimating bus
run times for new limited-stop service using
archived AVL and APC data. Transportation
Research Part A 44, 390–402. 2010.
[34] Salicrú, M., Fleurent, C., Armengol, J.,
Timetable-based operation in urban transport:
run-time optimisation and improvements in
the
operating
process.
Transportation
Research Part A 45, 721–740. 2011.
[35] Tilahun, S., Ong, H., Bus timetabling as a
fuzzy multiobjective optimization problem
using preference-based genetic algorithm.
PROMET - Traffic & Transportation 24, 183–
191. 2012.
[36] Ibarra-Rojas,
O.,
Rios-Solis,
Y.,
Synchronization
of
bus
timetabling.
Transportation Research Part B 46, 599–614.
2012.
[37] Hassold, S., Ceder, A., Multiobjective
approach to creating bus timetables with
multiple vehicle types. Transportation
Research Record 2276, 56–62. 2012.
[38] Liebchen, C., Stiller, S., 2012. Delay resistant
timetabling. Public Transport 4, 55–72.
[39] Hassold, S., Ceder, A., Public transport
vehicle scheduling featuring multiple vehicle
types. Transportation Research Part B 67,
129–143. 2014.
[40] Ibarra-Rojas, O., López-Irarragorri, F., RiosSolis, Y., Multiperiod synchronization bus
timetabling.
Transportation
Science.
http://dx.doi.org/10.1287/trsc.2014.0578,
in
press. 2015.
[41] Ibarra-Rojas O., J., Delgado, F., Giesen R.,
Munoz J.C., , Planning, operation, and control
of bus transport systems: A literature review.
Part B 77 (2015) 38–75, 2015
[42] İBB, İstanbul Büyükşehir Belediyesi İstanbul
Elektrik Tramvay ve Tünel (İETT) Transist
Bildiri Kitabı 2015, Ankara M1 Metro Hattı
için Zaman Çizelgelemesi, s.474.
[43] Gençer M.A., 2016. “Ankara Metrosu M1
(Kızılay-Batıkent) Hattı Hareket Saatlerinin
Çizelgelenmesi”. Kırıkkale Üniversitesi Fen
Bilimleri Enstitüsü Yüksek Lisans Tezi.
36
C.ÇUBUKÇU/APJES IV-II (2016) 37-40
Sistem Analistlerinin Dijital Çağ ile Birlikte Değişen Rolleri ve
Kullandıkları Yeni Yöntemler
Ceren Çubukçu
Maltepe Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği
Öz
Günümüzde internet ve mobil teknolojilerin gelişmesi ve yaygınlaşmasıyla beraber bilgiye erişim oldukça
kolaylaşmış ve ucuzlamıştır. Bu da aşırı bilgi yüklemesi ve büyük veri gibi kavramları beraberinde getirmiştir.
Bu kavramlar ise sistem analistlerinin rollerinde değişiklikler olmasına neden olmuştur. Ayrıca internet ve mobil
teknolojilerdeki ilerlemelerle beraber sistem analistlerinin Sistem Geliştirme Yaşam Döngüsü adımlarında
kullandıkları yöntemler de değişmiştir ve ileride daha da değişecektir. Bu çalışmada bu gelişmeler ve ortaya
çıkan yeni kavramlar sonucu sistem analistlerinin üstlenmeye başladıkları yeni roller ve analistlerin aktif olarak
görev aldıkları planlama, analiz ve tasarım aşamalarında kullanmaya başladıkları ve ileride kullanmaya
başlamaları gerekli olan yeni yöntemler açıklanmıştır. Sonuç olarak, gelecekte sistem analistlerinin rolü daha çok
strateji odaklı olacaktır ve veri analisti gibi çalışacaklardır. Ayrıca büyük veriyi analiz edebilmek için yeni
yöntemler kullanacaklardır.
Anahtar Kelimeler: Sistem Analizi, Sistem Analisti, Sistem Geliştirme Yaşam Döngüsü, Büyük Veri, Yazılım
Geliştirme
The Changing Roles of Systems Analysts with Digital Era and the New
Methods Systems Analysts Use
Ceren Çubukçu
Maltepe University, Faculty of Enginering, Department of Computer Engineering
ABSTRACT
Nowadays, along with the development of internet and mobile technologies, the access to information has
become easier and cheaper. This brought along the concepts of information overload and big data and these
concepts have led to changes in the roles of systems analysts. Moreover, along with the development of internet
and mobile technologies, the methods which systems analysts use in the steps of Systems Development Life
cycle have changed and will change even more in the future. In this study, as a result of these developments and
emerging concepts, the new roles that systems analysts start to take on are discussed. Systems analysts contribute
the most during the planning, analysis and design phases. Therefore, the new methods which systems analysts
start to use or will have to start to use in the future during the planning, analysis and design phases are also
explained. As a result, the roles of the systems analysts in the future will be more focused on strategy and they
will work as a data analyst rather than a system analyst. They will also use new methods to analyze big data.
Keywords: Systems Analysis, Systems Analyst, Systems Development Life Cycle, Big Data, Software
Development
1. Giriş
Sistem Geliştirme Yaşam Döngüsü Şekil 1’de
gösterildiği üzere planlama, analiz, tasarım,
kodlama, test ve sistemin teslim edilmesi
adımlarından oluşmaktadır. Sistem analistleri ise bu
yaşam döngüsünün neredeyse tüm aşamalarında rol
alırlar fakat en aktif olarak rol aldıkları bölüm ise
planlama, analiz ve tasarım aşamalarıdır. Sistem
analizinin temel görevi kullanıcılarla görüşüp
sistem gerekliliklerini anlamak, sistemin kapsamını
belirlemek, sistem tasarımı yapmak ve mevcut
sistemi analiz etmektir [1]. İnternetin ve mobil
teknolojilerin gelişmesiyle beraber son yıllarda
*Sorumlu Yazar: Adres: Maltepe Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği, İstanbul,
Türkiye, E-mail: [email protected]
Doi: 10.21541/apjes.16528
sistem analistlerinin görevlerinde de değişiklikler
olmuştur. Bu değişimin en büyük nedenlerinden
biri ise artık bilgiye erişimin oldukça
kolaylaşmasıdır.
Fakat
bilgiye
erişimin
kolaylaşması aşırı bilgi yüklemesi veya büyük
veriyle başa çıkma gibi sorunları da beraberinde
getirmiştir. Bu sorunlar da sistem analistinin işinin
en önemli parçası olan veriyi ve bilgiyi analiz
etmeyi zorlaştırmıştır.
Sistem
Teslimi
Planlama
Test
Analiz
Kodlama
Tasarım
Şekil 1. Sistem Geliştirme Yaşam Döngüsü
Butcher’a göre aşırı bilgi yüklemesinin evrensel
olarak kabul edilmiş bir tanımı yoktur çünkü birkaç
durumu ifade edebilir [2]. Örneğin, birinin
sindirebileceğinden daha çok bilgiye sahip olması
veya istenilenden daha çok bilgiye sahip olunması
ama bu bilgilerin sadece bir kısmının amaca uygun
nitelikte
olması
aşırı
bilgi
yüklemesinin
tanımlarından bazılarıdır [2]. Feather’a göre de aşırı
bilgi yüklemesi, birinin etkili bir biçimde
kullanabileceğinden daha çok bilgiye sahip olması
şeklinde özetlenebilir [3].
Son zamanlarda yapılan çalışmalarda görüldüğü
üzere büyük veri ise şirketler ve toplum tarafından
üretilen ve hızlı bir biçimde büyüyen yapısal veya
yapısal olmayan verinin yönetilmesi, analiz
edilmesi ve görüntülenmesi için gelişen bir
teknoloji olarak adlandırılmaktadır [4]. Büyük
veriyi oluşturan veriler genellikle internetteki
tıklamalardan, mobil telefonlar yoluyla yapılan
konuşmalardan, sosyal medyada bireyler tarafından
üretilen içeriklerden ve yine internet üzerinden veya
mağazalardan yapılan satın alma işlemleri
tarafından oluşturulmaktadır [5].
Bu çalışmada sistem analistleri için doğru sorularla
doğru veriye ulaşmanın ve ulaşılan bu verilerin iyi
analiz
edilmesinin
önemi
vurgulanmıştır.
Çalışmanın ikinci bölümünde sistem analistlerinin
dijital çağın gelişmesiyle beraber değişen rolleri ve
oluşan yeni görevlerinden, sonraki bölümde ise
sistem geliştirme yaşam döngüsü aşamaları
sırasında kullandıkları yeni yöntemlerden ve son
olarak da sonuçlardan bahsedilmiştir.
2. Sistem Analistlerinin Yeni Rolleri
İş hayatında bilgi kurumlar için başarının anahtarı
olarak görülmektedir ve pek çok kişi işleri gereği
birçok kaynaktan gelen boğucu derecede çok
bilgiyle baş etmek zorunda kalmaktadır [6]. Sistem
analistleri için ise bu durum daha da fazla
boğucudur ve dikkat edilmezse bu aşırı bilgi
yüklemesi onlar da strese ve fiziksel sağlık
sorunlarına yol açabilmektedir [6]. Bu nedenle
sistem analistlerinin sadece işlerine yarar bilgilere
erişebilmek için doğru soruları sormaları
gerekmektedir. Aşağıda bu sorulara birkaç örnek
verilmiştir [7]:
1)
2)
3)
4)
5)
Problemi nasıl tanımlıyorsunuz?
Neye ihtiyacınız var?
Problem nereden kaynaklanıyor?
Varsayımlarınız neler?
Yeni sistemde mevcut sistemden farklı neler
olmasını istiyorsunuz?
Sistem analistlerinin bilgi teknolojilerinin şimdiki
kadar gelişmesinden önce de analiz için sorduğu
sorular önemliydi ancak etrafımızda olan aşırı bilgi
yüklemesiyle baş edebilmek için doğru soruları
sormak ve bu sorulardan edindiğimiz bilgilere göre
doğru yorumlar yapmak sistem analistleri için her
zamankinden daha önemlidir. Katzer ve Fletcher’e
göre ikilem çok açıktır: çok fazla bilgiye sahibiz
fakat aynı zamanda yeterli düzeyde doğru bilgiye
sahip değiliz [8]. Bu yüzden sistem analistleri için
günümüzde en önemli kabiliyetlerden biri doğru
soruları sorup doğru cevapları alabilmektir. Ayrıca
bu aldığı cevapları iyi yorumlayıp onları öncelik
sırasına göre düzenleyebilmeli ve karşısına ilgi
uyandırıcı
bir
biçimde
aktarabilmelidir.
Badenoch’un da belirttiği gibi bilgi tek başına
kullanışlı değildir, bir filtreleme mekanizmasına
ihtiyaç duyar [9]. O filtreleme mekanizması da
sistem analistinin kendisidir.
Bilgisayarların işlemci hızları son 30 yıldır her
geçen yıla göre daha da hızlanmaktadır ve bu
değişim hızı sürekli olarak insanların üzerindeki
değişime ayak uydurma baskısını da arttırmaktadır
[6]. İşin ilginç yanı, bilgisayarlarla gelen
otomatikleşmenin bize daha çok boş zaman
kazandırmak yerine her şeyi daha hızlı yapmamız
için üzerimizde baskı oluşturmasıdır [6]. Buna
rağmen insanların bilgiyi işleme hızları ne yazık ki
makinaların bilgiyi üretme hızlarına yetişememiştir.
Elimizde olan verinin çokluğuna rağmen, hala
sadece iki gözümüz ve bir beynimiz bulunmaktadır
[10]. Bu nedenle analistlerin daha da eğitimli
olması ve bilgisayar bilimlerinin yanı sıra istatistik
gibi alanlarda da bilgi sahibi olması gerekmektedir.
Bu da sistem analisti yerine veri analisti kavramının
gelişmesine olanak sağlamaktadır [10]. Veri
38
analistleri sadece analiz yapmakla kalmayıp aynı
zamanda önemli kararlara yön verebilmelidirler. Bu
nedenle de gelecekte sistem analistinin rolü proje
ekiplerinde problem tanımı ve analiz yapmak yerine
daha çok strateji odaklı olacaktır [7]. İşletmelerin
stratejilerine yön verip, işin mimarisinde,
yönetiminde ve hatta işin ana dalında bile görev
alacaklardır [7].
3.
Sistem
Geliştirme
Yaşam
Döngüsü
Aşamalarında Kullanılan Yeni Yöntemler
Sistem Geliştirme Yaşam Döngüsünün adımlarında
yapılanlara değinirsek eğer; analistler planlama
aşamasında sistemin geliştirilmesini isteyen
kurumla
görüşüp
fizibilite
çalışması
yapmaktadırlar. Analiz aşamasında, sistemin
işleyişi ve gereksinimleri belirlenip dokümante
edilmektedir. Tasarım aşamasında, sistemin mimari
tasarımı ve son kullanıcı için arayüz tasarımı
yapılmaktadır.
Ayrıca
sistemin
özellikleri
belirlenmektedir. Kodlama ve test aşamasında ise
sistem gerçekleştirilmektedir ve son aşama da ise
sistem, bu sistemi sipariş eden kuruma teslim
edilmektedir. Gelişen teknolojiyle beraber Sistem
Geliştirme Yaşam Döngüsünün adımlarında da
analistler tarafından yeni yöntemler kullanılmaya
başlanmıştır veya başlanmalıdır. Aşağıda sistem
analistlerinin aktif olarak rol aldıkları planlama,
analiz ve tasarım aşamalarında analistlerin
kullandığı ve ileride kullanması gereken yeni
yöntemler incelenmiştir.
Globalleşen dünyada kurumlar farklı lokasyonlara
yayılmışlardır. Bundan dolayı planlama aşamasında
sistem analistleri internet ve mobil teknolojilerin
gelişmesinden ve ucuzlamasından da faydalanarak
yüz yüze toplantı yapmak yerine daha çok video
konferans yöntemlerine yönelmişlerdir veya
yöneleceklerdir. Bu sayede hem seyahat
masraflarından hem de zamandan tasarruf
edilecektir. Skype, Microsoft Lync, Netmeeting
gibi yazılımlar video konferans yöntemlerini
internet bağlantısı olan her bilgisayar ve mobil
telefon için mümkün hale getirmiştir [11]. Bu
nedenle de video konferans yönteminin kullanımı
her geçen gün artmaktadır [11]. Ayrıca video
konferans sırasında yapılan görüşmeler ve
paylaşılan sunumlar kaydedilebilmekte ve bu da
sistem analistlerine anlaşılamayan veya tekrar
üzerinden geçilmesi gereken bir konu varsa o
görüşmeye geri dönme imkânı sağlamaktadır.
Analiz aşamasında ise sistem analistlerinin doğru
bir fizibilite çalışması yapabilmek için büyük veriyi
anlaması ve analiz etmesi önem kazanmaktadır.
Görüşmeler sonucu elde ettikleri bilgileri ve verileri
sistemin tasarımını yapabilmek için çok iyi
anlamlandırmaları
ve
analiz
etmeleri
gerekmektedir. Temel Bayes teorimi ve regresyon
analizi veriyi analiz etmek için uygun yaklaşımlar
olabilir ancak bunların ötesinde A/B Testi, küme
analizi, veri madenciliği, makine öğrenmesi, doğal
dil işleme, sinir ağları, ağ analizi, sinyal işleme ve
zaman seri analizi gibi yöntemler de büyük veriyi
analiz etmek için kullanılabilir [5]. Özellikle
karmaşık sistemlerden elde edilen verilerin analizi
için veriye dayalı modelleme ve hipotez üretme
yöntemleri sistemin genel davranışını ve diğer
sistemlerle etkileşimini anlamak ve bu sayede de
veriyi analiz etmek için kullanılmaları gereken
anahtar yöntemlerdir [12].
Analistler, büyük veriyi aynı zamanda analiz
ettikleri birimdeki veya bölümdeki kişilerin nasıl
çalıştıklarını ve hangi işlere daha çok vakit
ayırdıklarını anlamak için de kullanabilmelidirler.
Bunun için sensörler kullanılmalıdır [5]. Örneğin,
çalışanların kimlik kartlarının içine takılan
sensörlerle onların ne zaman ofise giriş-çıkış
yaptıkları takip edilebilmektedir. Ayrıca eğer
kurumun departmanları değişik katlara yayılmışsa
her kata kapıların açılmasını sağlayan bir kart
okuyucu konulmalıdır. Bu sayede de bir birey veya
bir ekip beraber nasıl çalışıyor, ofisin içerisinde
hareket ediyorlar mı veya başka departmanlarla
etkileşimli çalışıyorlar mı anlaşılabilir [5]. Büyük
veri, sistem analistlerine, tüm şirket çalışanlarının
veya çalışma gruplarının nasıl çalıştığını, ekip
dinamiklerinin
ne
olduğunu,
koordinasyon
sorunlarının neler olduğunu ve performans
sonuçlarının neler olduğunu daha kolay analiz
etmelerine ve bunu temel alarak ilerisi için
tahminler yürütmelerine olanak sağlamaktadır [5].
Analiz aşamasında sistem analistleri için en önemli
noktalardan biri analistlerin tüm verilerin içinde
kaybolmamaları ve hedef odaklı verileri
kullanmalarıdır. Bunun için Hedef- Soru- Ölçüt
[HSÖ] diye adlandırılan yöntem kullanılabilinir
[13]. Analistler amaçlarına uygun hareket
etmelidirler ve sadece kolay erişilebildiği veya
düzenli olduğu için alınan veriler yerine amaçlarına
uygun veriler hangileriyse onları toplamalıdırlar ve
onlar üzerinde analiz yapmalıdırlar [13]. Ayrıca
veri toplamadan önce hali hazırda bulunan verileri
değerlendirmelidirler
ve
gerekirse
yeni
kaynaklardan veri toplamaya başlamalıdırlar [13].
Hedefleri ölçütlerle eşleyerek, sistem analistleri
hangi verilerin ihtiyaçları karşılayabileceğini
anlamalıdırlar. Bu sayede ihtiyaçları olmayan
verileri toplamayarak zamanlarını ve enerjilerini
verimli bir şekilde kullanmış olurlar [13].
Tasarım aşamasında, sistem analistleri planlama ve
analiz aşaması kadar aktif rol oynamasalar bile yine
de bu aşamada da görev almaları önemlidir.
Tasarım aşamasında sistem analistleri için en
önemli sorunlardan biri eğer büyük veri işleyecek
bir sistem geliştirilecekse, bunun için gerekli olan
39
40
altyapının oluşturulmasına dikkat etmektir.
Örneğin, her gün Facebook yaklaşık olarak 500
terabayt büyüklüğünde kullanıcı verisi ve birkaç
yüz terabayt büyüklüğünde de fotoğraf verisi
işlemektedir [12]. Twitter ise dünya çapında 550
milyon aktif kullanıcıya hizmet vermekte ve bu
kullanıcılar tarafından toplamda her saniye 9100
tweet atılmaktadır [12]. Youtube’a da her dakika
100 saatlik video yüklenmekte ve 135,000 saatlik
video izlenmektedir [12]. Eğer geliştirilecek sistem
bunlara benzer büyüklükte veri işleyecekse
donanımı da ona uygun şekilde yapılmalıdır.
Değişken
olmayan
[Non-volatile]
hafıza
teknolojileri şu anda bu tip büyük veri işleyen
sistemlerde kullanılmaktadır ve ileride de bu
teknolojilerin daha çok gelişip önemli hale gelmesi
beklenmektedir [12].
4. Sonuç
Bundan 40 yıl önce amaç, sistem geliştirmek için
tüm dünyada ve tüm projelerde kullanılabilecek “o”
sistem geliştirme modelini bulmaktı [14]. Fakat
günümüzde ise bu amaç değişti ve bir projeden
öğrenilen derslerin her zaman diğer projeler için de
geçerli olamayabileceği anlaşıldı. Bu yüzden dünya
çapında kullanılabilecek modeller yerine şu anki
hedef yerel modeller geliştirmektir [14]. Bu
nedenlerden dolayı yukarıda anlatılan yöntemler
tüm projeler veya tüm sistem analistleri için geçerli
olmayabilir. Sistem analistleri geliştirilecek
sistemin ihtiyaçları doğrultusunda kendileri için en
uygun
olan
yöntemleri
yine
kendileri
belirlemelidirler. Ancak bu sayede etkili bir sistem
geliştirmeyi başarabilirler.
Bu çalışmada internetin ve mobil teknolojilerin
gelişmeye başlamasıyla beraber ortaya çıkan büyük
veri kavramının sistem analistlerinin görevlerini
nasıl etkilediği ve sistem analistlerinin görevlerinde
ne gibi değişiklikler olduğu açıklanmaya
çalışılmıştır. İlaveten, sistem analistlerinin Sistem
Geliştirme
Yaşam
Döngüsü
adımlarında
kullanmaya başladıkları ve ileride kullanmaya
başlamaları gereken yeni yöntemler üzerinde
durulmuştur. Özellikle sistem analistlerinin aktif
olarak rol aldıkları planlama, analiz ve tasarım
aşamalarındaki yeni yöntemler anlatılmıştır. Yine
de burada anlatılan yeni yöntemlerin tüm projeler
için kullanılmaları gerekli olmayabilir. Sistem
analistleri kendi tecrübelerine dayanarak o an
üzerinde çalıştıkları proje için hangi yöntemleri
kullanmalarının uygun olacağına kendileri karar
vermelidirler.
5. Kaynaklar
[1] Misic, M. M., & Graf, D. K. “Systems analyst
activities
and
skills
in
the
new
millennium”. Journal
of
Systems
and
Software, 71(1), 31-36, (2004).
[2] Butcher, H. “Information overload in
management and business”. Information Overload,
IEE Colloquium on (pp. 1-1), (1995, Kasım).
[3] Feather, J. “Information Society: A Study of
Continuity and Change”. (1998).
[4] Weng, W. H., & Lin, W. T. “Development
Trends and Strategy Planning in Big Data
Industry”. Contemporary
Management
Research, 10(3), (2014).
[5] George, G., Haas, M. R., & Pentland, A. “Big
data and management”.Academy of Management
Journal, 57(2), 321-326, (2014).
[6] Edmunds, A., & Morris, A. “The problem of
information overload in business organisations: a
review of the literatüre”. International journal of
information management, 20(1), 17-28, (2000).
[7] Robert Half Management Resources. “How Big
Data Is Changing the Business Analyst Job
Description”.
URL:
http://blog.roberthalfmr.com/how-big-datachanging-business-analyst-job-description (Erişim
zamanı: Aralık 8, 2014).
[8] Katzer, J., & Fletcher, P. T. “The Information
Environment of Managers”. Annual Review of
Information Science and Technology (ARIST),27,
227-63, (1992).
[9] Badenoch, D., Reid, C., Burton, P., Gibb, F., &
Oppenheim, C. “The value of information”. The
value and impact of information, 9-78, (1994).
[10] Harvard School of Engineering and Applied
Sciences. “Big Data Heralds a New Kind of
Analyst”.
URL:
http://www.seas.harvard.edu/news/2014/01/bigdata-heralds-new-kind-of-analyst (Erişim Zamanı:
Aralık 8, 2014).
[11] Julsrud, T. E., Denstadli, J. M., & Hjorthol, R.
J. “Business Networking, Travel Tiredness, and the
Emergent
Use
of
Video
Conferences”.
International
Journal
of
Sustainable
Transportation, 8(4), 262-280, (2014).
[12] Kambatla, K., Kollias, G., Kumar, V., &
Grama, A. “Trends in big data analytics”. Journal
of Parallel and Distributed Computing, 74(7),
2561-2573, (2014).
[13] Shull, F. “Data, Data Everywhere...”. IEEE
Software, (5), 4-7, (2014).
[14] Menzies, T., & Zimmermann, T. “Software
analytics: so what?”.Software, IEEE, 30(4), 31-37,
(2013).
H. DÜZ/APJES IV-II (2016) 41-51
Rüzgar Türbinleri için Kanat Profillerinin Sayısal Olarak Test Edilmesi
H. DÜZ
Otomotiv Mühendisliği, Batman Üniversitesi
Öz
Daha verimli rüzgar türbinleri oluşturmak için farklı kanatçık ailesinden beş kanat profili seçilmiştir. Seçilen bu
kanatlar farklı hücum açılarında (0o, 5o, 10o, 15o ve 20o) ve farklı rüzgar hızlarında (4,7,12 ve 20 m/s) sayısal
olarak test edilmişlerdir. Burada amaç rüzgar türbininin verimi üzerinde doğrudan etkili olan kanat
performansını ölçmektedir. Genel olarak bir kanadın performansı CL / CD oranı ile ölçülmektedir. Burada CL
kaldırma kuvveti katsayısı ve CD ise sürükleme kuvveti katsayısıdır. Sayısal çalışmadan elde edilen CL/CD
değerleri hücum açısıyla ve serbest akım hızıyla olan değişimleri analiz edilmiştir. Yapılan sayısal analize göre
rüzgar hızının artması tüm kanat performanslarını azalan bir eğimle artırmıştır. Kanatlar içerisinde FX 63-137
kanat profili 0 ≤ α ≤ 15o hücum açıları arasında en yüksek performansa sahip olmuştur. GOE 795 profili 4o ≤ α
≤ 6o derece hücum açıları arasında ve EPPLER 580 0o ≤ α ≤ 5o hücum açılarında FX 63-137 ile benzer
performans göstermişlerdir. Genel olarak 3o ≤ α ≤ 7o hücum açıları arasında tüm kanatlarda tüm hız
değişimlerinde maksimum performans gözlemlenmiştir.
Anahtar Kelimeler: rüzgar türbini, hücum açısı, kanat profili
Numerical Testing of the Airfoil Profiles for The Wind Turbines
H. DÜZ
Automotive Engineering, University of Batman
Abstract
To exist more efficiently wind turbines, five airfoil profiles was selected from different airfoil families. The
selected airfoils were tested numerically for the different angles of attack (0o, 5o, 10o, 15o ve 20o) and different
wind velocities (4,7,12 ve 20 m/s). Here the aim was to measure the performance of the airfoils given as CL/CD
due to the wind turbine efficiency scaled to directly. Here CL and CD is the lift coefficient and drag coefficient of
the airfoil respectively. Values of CL/CD obtained from the numerical study was analysed for the variations with
attack angle and free stream velocity. According to the analysys done, at a given attack angle, the wind velocity
increasing has increased the performance of the airfoils in a gradient slow decreasing. Among the airfoil profiles,
FX 63-137 airfoil profile has shown higher performance than others for the angles of attacks between 0o≤ α ≤
15o. GOE 795 profile for the angles of attack between 4o ≤ α ≤ 6o and EPPLER 580 for the angles of attack
between 0o ≤ α ≤ 5o has indicated the similar performance with FX 63-137. In general, maximum performance
has been observed in all profiles for the angle of attacks between 3o≤ α ≤ 7o in the all velocity variations.
Keywords: wind turbine, attack angle, airfoil profile
1. Giriş
Gönümüz şartları yaşamı teknolojiye bağımlı hale
getirmiştir. İnsan popülasyonun her geçen gün
artması ve insan yaşamının daha da rahata kavuşma
isteği teknolojinin büyümesine ve dolayısıyla
enerjiye olan talebin her geçen gün artmasına neden
olmuştur. Bugün enerjinin çok büyük kısmı fosil
yakıtlardan karşılanmaktadır. Fosil yakıt rezervleri
ise sınırlıdır ve ömürleri bu hızdaki tüketimle kısa
olacağı öngörülmektedir. Yakıt tüketimlerinde
yayılan egzoz gazları hem çevreye zarar vermekte
hem de küresel ısınma gibi ciddi problemler
yaratmaktadır. Gelecekte bu tür problemlerin
yaşanmaması ve enerjinin garanti altına alınması
için yenilenebilir enerji kaynaklarının hayata
geçirilmesi bir zorunluluk haline gelmiştir. Bugün
yenilenebilir enerji kaynakları bazı gelişmiş
*Sorumlu Yazar: Adres: Batman Üniversitesi, Teknoloji Fakültesi, Otomotiv Mühendisliği, Batman, Türkiye, Email: [email protected], 0(488) 217-3500
Doi: 10.21541/apjes.15813
H.DÜZ/APJES IV-II (2016) 41-51
ülkelerde hayata geçirilmiş olup enerjinin bir
kısmını karşılar durumdadır. Rüzgar, güneş, dalga
ve bio-kütle gibi enerjiler bugün önemli
yenilenebilir
enerji
kaynakları
arasında
sayılmaktadır.
Bunlardan
Rüzgar
enerjisi
yararlanılabilen en büyük enerji kaynağı olmuştur.
Bugün Almanya, Amerika ve Çin başta olmak
üzere sahalara yayılmış büyük güçlü rüzgar
türbinleri
ile
rüzgar
enerjisinden
yararlanmaktadırlar.
Rüzgar enerjisinden yararlanma tamamıyla kanat
geometrisine bağlıdır. Bu nedenle uçaklarda
kullanılan kanat profilleri rüzgar türbinlerinin
geliştirilmesinde önemli bir etkiye sahip olmuştur.
Bu kanat profilleri farklı hava hızlarında ve farklı
hücum açılarında farklı performans eğrileri
gösterebilmektedir. Kullanılan amaca göre kanat
profilleri rüzgar tünellerinde test edilerek
performansları ölçülebilmektedir. Rüzgarın farklı
hızlarda ve farklı açılarda esmesi kanat
performanslarını etkilediğinden her durumda en iyi
performansı gösterecek bir kanat profili bulmak
hemen hemen imkansızdır. Farklı uygulamalar için
pek çok rüzgar türbini kanadı oluşturulmasına
rağmen daha yüksek verimli rüzgar türbinleri
oluşturmak amacıyla yeni kanat profillerinin
araştırılması gerektiği görülebilmektedir.
Rüzgar türbini kanatlarının gelişimi daha çok uçak
kanat profili serileri üzerine kuruludur. örneğin
NACA230, NACA44, NACA63-2, NACALS ve
FX kanatları bunlardan birkaçı sayılır. Bunlardan
başka rüzgar türbinleri için özel oluşturulmuş bazı
kanatlar vardır. Örneğin NRELS serili kanatlar
Amerikalılar tarafından, DU serili kanatlar
Almanlar tarafından, RISO serili kanatlar ise
danimarkalılar tarafından ve FFA-W serili kanatlar
ise isveçliler tarafından dizayn edilmiş özel
kanatlardır [12].
Bir kanat profilinin performansı genelde kaldırma
kuvveti katsayısı (CL) ve sürükleme kuvveti
katsayısına (CD) oranı ile ölçülmektedir. Temel
hedef kaldırma kuvveti katsayısının yüksek ve
sürükleme kuvveti katsayısının da düşük olmasıdır.
Şimdiye kadar kanat profilleri ile ilgili yapılan
sayısal veya deneysel çalışmalar üç kısma
ayrılabilir. İlki belli bir amaç doğrultusunda kanat
profillerinin performanslarının araştırılması ikincisi
ise belirli bir kanat profili üzerinden türbülans
modellerinin test edilmesi ve geliştirilmesi
üçüncüsü ise farklı kanat geometrileri tasarlamak
için matematiksel algoritmaların ve modellerin test
edilmesi ve karşılaştırılmasıdır.
Bunlardan, ilk gruba birçok örnek verilebilir. Selig
ve Granahan [7] mesken yerlere yakın
kurulabilecek sessiz ve verimli küçük rüzgar
türbinleri geliştirmek amacıyla farklı kanat profili
ailesinden seçilmiş E387, S822, SD2030,
FX63−137, S834 ve SH3055 kanat profillerini
aerodinamik ve aeroakustik yönünden rüzgar
tünelinde test etmişlerdir. Parezanovic ve diğerleri
[11] rüzgar türbinleri için yeni kanat profilleri
tasarlamak amacıyla NACA 63(2)215, FFA-W3211
ve
A-AIRFOIL
kanat
profillerinin
performanslarını incelemişlerdir. Tangler ve
Somers ise [13] bir şekilde yatay eksenli rüzgar
türbinleri için NREL serisi kanat profilleri üzerinde
performans analizleri yapmışlardır. Geissler [4]
yapmış olduğu sayısal çalışmada NLR 7301 kanat
profili üzerindeki transonik akışın titreşim etkisini
Spalart-Allmaras türbülans modeli kullanarak
incelemiştir. Güleren ve Demir [6] rüzgar türbinleri
için yeni profil tasarlamak amacıyla EPPLER 625,
EPPLER 664, CLARK Y, Eiffel 10 (Wright), FX
69-PR-281 ve NACA Munk M-4 kanat profillerini
yüksek Reynolds sayısında ve düşük hücum
açılarında ( 0o ≤ α ≤ 20o ) CL–α ve CL/CD–α
değişimleri
yönünden
sayısal
olarak
incelemişlerdir. Sayısal çalışmalarında SpalartAllmaras (SA) türbülans modelini kullanmışlardır.
İkinci grupta ise kanat profili üzerindeki akışta
türbülans modellerini test etme ve geliştirme vardır.
Örneğin Costa Rocha ve diğerler [10] k–
omega SST
türbülans
modelini
türbülans
modelleme sabiti β' nın birkaç değeriyle özellikle
sürükleme katsayısı üzerinden kalibre etmişlerdir.
Amanullah ve diğerleri [1] düşük Reynolds sayılı
ve yüksek türbülans yoğunluklu akışlarda akış
ayrılmasının etkisini ve karakteristiğini daha iyi
kavramak için ince simetrik NACA0021 kanadı
etrafındaki akış olayını yeni geçiş akışı tahmin
modelleri olan γ–Reθ tabanlı bağıntı ve laminar
kinetik enerji κ–κL–ω modellerinin kullanarak
sayısal olarak incelemişlerdir. Sonuçta κ–κL–
ω modelin akış ayrılma ve tekrar birleşme akış
olayını daha iyi tahmin ettiği görülmüştür. Zhang
ve diğerleri [14] kanat geometrilerinin akış
ayrılması ve laminar türbülans geçiş akışına etkisini
araştırmak için 10 derece hücum açısında ve
R e = 1 0 4 R e y n o l d s s a y ı s ı n d a NACA-4412 ve
NACA-0012-64 kanatları üzerindeki sıkıştırılamaz
akışta
direk
sayısal
benzetim
(DNS)
gerçekleştirmişlerdir. Martinat ve diğerleri [8]
URANS tekniğini NACA 0012 profili üzerine
denemişlerdir. Bertagnolio ve diğerleri [2] rüzgar
türbin kanatları için RISO-B1-18 kanat profili
çevresindeki akışı Ayrılmış Eddy Benzetimi (LES)
ile incelemişlerdir. Nicolas ve diğerleri [9]
türbülanslı kanat akışlarını çözmek için duvara
yakın ağın yeterince iyileşmesini sağlayan lattice
Boltzmann metoduna dayalı bir metodoloji
önermişlerdir.
42
Üçüncü grup ise kanat geometrilerinin tasarlanması
ve modellenmesini içermektedir. Quan ve diğerleri
[12] orta kalınlıktaki rüzgar türbini kanatları için
kanat integral yöntemi ve B-spline eğri metodunu
birleştirerek
yeni
bir
dizayn
metodu
geliştirmişlerdir. Bu yeni dizayn metodunun diğer
standart metodlara göre daha iyi sonuçlar ürettiği
aynı zamanda farklı kalınlıktaki kanatlar içinde
kullanılabileceği ve bu yüzden rüzgar türbin
kanadını optimize etmek için seçilebilir yeni bir
metod olduğunu göstermişlerdir. Dongli ve
diğerleri [3] yüksek irtifada düşük hızda seyreden
uçak kanatları için
bağıl kalınlığın
kanat
performansına olan etkisini 5 × 105 gibi bir
Reynolds sayılı akış için sayısal olarak
incelemişlerdir. Sonuçta, stall kontrolü ve iyi kanat
performansı sağlamak için maksimum bağıl kalınlık
değerinin olabildiğince küçük ve konumunun da
firar
kenarına
yakın
olması
gerektiğini
çalışmalarında belirtmişlerdir.
Heyong ve diğerleri [5] co-flow jet (kanatta
üfleme-emme) olarak belirtilen bir aktif akış
kontrol metodunu S809 rüzgar türbini kanadına
uygulayarak simule etmişlerdir. Sonuçta bu akış
kontrol metodunun akış ayrılmasını kontrol ederek
kanat performansını artırmada önemli bir etkiye
sahip olduğunu ve gelecek rüzgar türbin kanatları
için etkili ve vaat veren aktif bir akış kontrol
metodu olduğunu bildirmişlerdir.
Yukarıda verilen çalışmalara ek olarak burada
yapılmak
istenen
rüzgar
türbinlerinde
kullanılabilecek
nitelikte
farklı
kanatçık
ailelerinden seçilmiş kanat profillerinin değişik
hücum açılarında ve farklı rüzgar hızlarında
performanslarının sayısal olarak incelenmesidir.
Sayısal sonuçlara güvenilirlik kazandırmak
amacıyla çalışmalara ek olarak NACA0012 ve
NACA2412 için yayınlanmış deney değerleriyle de
sayısal sonuçlar karşılaştırılmıştır.
2. Sayısal Analiz
İlk önce NACA0012 ve NACA2412 deney
koşulları paralelinde sayısal çözümleme yapılmış
ve
sonuçlar
bunların
deney
değerleriyle
karşılaştırılmıştır. NACA0012 ve NACA2412 kanat
profillerinin kartezyen koordinatlardaki iki boyutlu
kodlama
dataları
temin
edilmiştir
(mselig.ae.illinois.edu). Temin edilen kanat profilleri
veter uzunluğu 1 m olan modellerdir. Şekil 1 kanat
profilinin geometrisi ve onu tanımlayan terimleri
içermektedir. Şekil 1'de gösterildiği gibi veter
uzunluğu hücum kenarını ile firar kenarını
birleştiren bir doğrudur. Kamburluk eğrisi ise kanat
profilinin alt ve üst yüzey sınırlarına eşit uzaklıkta
çizilen eğridir. Burada α hücum açısı ve β açısı ise
kanat çıkış açısıdır. Maksimum kalınlık kanadın
kalınlığı ve maksimum kamburluk ise kamburluk
eğrisi ile veter uzunluğu arasındaki kalınlıktır.
Şekil 1 'de bu terimlerin geometrideki ifadeleri
göstermiştir.
Şekil 1. Kanat geometrisi tanımlama
İlkönce kartezyen koordinatlarda iki boyutlu kanat
geometrisi oluşturulmuştur. Daha sonra kanat
geometrisini içine alacak şekilde veter uzunluğun
12 katı kadar bir hava akış alanı oluşturulmuştur.
Akış alanı dış sınırları kanat etrafında gelişen
havanın etkisinin ihmal edilebilir olduğu yeteri
kadar bir uzaklığa kadar büyütülmüştür. CFX iki
boyutlu çözüm sağlamadığından akış alanı tek ağ
hücresi kalınlığında extrude edilerek iki boyutlu
çözüm özelliği sağlanmıştır. Katı kanat geometrisi
hava akış alanından çıkarılarak ince simetrik bir
hava akış hacmi oluşturulmuştur. Hava akışının
temas ettiği kanat yüzeyleri hava akış hacminde
duvar sınır şartı olarak atanmıştır. Burada kanat
etrafındaki
havanın
üçüncü
boyuttaki
simetriliğinden yararlanarak iki boyutlu çözüm
sağlanmıştır. Şekil 2 kanat etrafındaki hava akış
alanını göstermektedir.
43
Şekil 2. kanat etrafında hava akış alanı
Oluşturulan akış geometrisi küçük kontrol hacimli
elemanlara
bölünerek
akış
alanında
ağ
oluşturulmuştur. Oluşturulan ağ kanat sınırlarına
yakın sıklaştırılmış, sınırlardan uzaklara doğru ise
seyrekleştirilmiştir. Bu şekilde ağ eleman sayısı
minimum düzeyde tutulmuştur. Kanat etrafında
hız, basınç gibi akış özelliklerinin ağ düğüm
noktaları arasında değişimleri yüksek olduğundan
bu gibi akış özelliklerinin değişimlerinin
yakalanabilmesi için akış gelişmesinin etkili olduğu
bölgelerde ağ sıklaştırılmıştır. Bu bölgeler sınır
tabakanın geliştiği kanat yüzeyi yakın civarı ve firar
kenarı arka akış bölgesidir. Boyutsuz duvar
mesafesi y+<1 olacak şekilde kanat civarı etrafında
ağ sıklaştırılmıştır. Şekil 3 'te gösterildiği gibi
hücum kenarı çevresi ve kuyruk iz bölgesinde akış
özelliklerinin yakalanabilmesi için ağ sıklığı
artırılmıştır.
Şekil 3. Yapılandırılmış ağ
Ağdan bağımsız çözüm sağlanıncaya kadar ağ
sayısı artırılmıştır. Daha sonra sınır şartları, akış
özellikleri ve çözücü kontrol ayarları girilmiştir.
Giriş sınır şartında hava serbest akım hızında ve
düşük türbülans yoğunluklu (1%) olarak 25 oC
sıcaklıkta akış alanına girmektedir. Farklı hücum
açılarında çalışma yapmak için kanat profili açısı
değiştirmeye gerek kalmadan, her hücum açısında
yeniden ağ oluşturma problemini ortadan
kaldırarak, giriş hızı istenilen hücum açısı
sağlayacak şekilde akış alanına açılı olarak
tanıtılmıştır. Çıkış sınır şartında akış atmosfere açık
ve sıfır etkin basınç değeri ile akış alanından
ayrılmaktadır. Yan yüzeyler simetrik sınır şartı
olarak ve profil sınırları duvar olmak üzere
pürüzsüz duvar ve kaymama koşulu ile sınır şartları
oluşturulmuştur. Sınır şartlarından giren ve çıkan
havanın mutlak basıncı referans basınç olarak 1 atm
(101325Pa) basınç değeri girilmiştir. Hava ideal
gaz olarak seçilmiştir. Girişte hava akışı daimi akış
olarak akış alanına girmektedir. Kanat etrafı akış
alanı Reynold Ortalamalı Navier stokes (RANS),
süreklilik ve enerji denklemleriyle ayrıklaştırılarak
sayısal olarak CFX akış çözücüsü ile
çözdürülmüştür.
RANS denklemler anlık akış özelliklerini zaman
ortalamalı değerleri üzerinden işlem yaparak
türbülanslı akışları çözen denklemlerdir. Burada
akış alanında oluşan ve daimi olmayan türbülans
girdaplar daimi bir akış türü haline dönüştürülerek
çözüm sağlanır. Bu nedenle türbülansın oluştuğu
akış alanında türbülans çalkantılarının izotropik bir
dağılıma ve ölçeklerinin yakın aralıkta olması daimi
bir akış alanını oluşması için yeter bir koşul
olmaktadır. Kanat etrafında izotropik olmayan
büyük girdapların oluşması durumlarında RANS
denklemler daimi akışı oluşturamazlar ve bu da
çözümlerde yakınsama problemlerine neden olur.
Bunun yerine türbülanslı akış alanı zamana bağlı
akış denklemleri ile çözülmelidir. Direkt sayısal
benzetim (DNS) ve büyük eddy benzetimi (LES)
daimi olmayan türbülanslı akışların çözümü için
tercih edilen iki sayısal yöntemdir.
Sıkıştırılamaz, daimi olmayan yatay bir akış türü
için x yününde momentum denklemi aşağıdaki gibi
olmaktadır.
 u' 2 u' v ' u' w' 
P
 u


 u (V )   
  2 u   


x
y
z 
 t

 x

(1)
zaman ortalamalı x yününde momentum denklemi
ise,
44
 u 2 u' v' u' w' 
P
 u


   u (V )   
  2u   


 x
x
y
z 
 t


(2)
45
iterasyon sayısı ile çözümler sonlandırılmıştır. Akış
alanında ayrıklaştırılmadan oluşan denklemler CFX
akış çözücüsüyle çözdürülmüştür.
3. Kanat Katsayıları ve Deneysel Karşılaştırma
yukarıdaki denklemlerde V hız vektörü; u ve P
anlık hız ve basınç değerleri;
u ve P zaman
ortalamalı hız ve basınç değerleri ve u' v ' ve w'
sırasıyla x, y, z yününde türbülans hız çalkantı
değerleridir. Denklemde türbülans akış etkisini
gösteren son terime türbülans gerilmeleri veya
Reynolds gerilmeleri denir. Bu nedenle bu son
denklem Reynold Ortalamalı Navier Stokes
denklemlerinden (RANS) x yünündeki momentum
denklemidir.
    u' v '
RANS Denklemlerde ortalama akış özellikleri
bilinirken Reynolds gerilmeler ise bilinmemektedir.
Bu nedenle Reynolds gerilmelerini çözen çeşitli
yarı ampirik modeller geliştirilmiştir. Bunlardan
önemli birisi de Boussinesq hipotezi ile çözümdür.
Bu hipotezin ifadesi
  u' v'  t
u
y
Bu hipotezde önerilen μt türbülans viskozitesi olup
değeri deneysel verilere dayanan modellerle
çözülür.
Bu nedenle türbülans viskozitesini
çözmeye yönelik pek çok türbülans modeli
geliştirilmiştir. En yaygın kullanılanlar ise iki
denklemli k-epsilon ve k-omega modelleridir. Bu
sayısal çalışmada SST k-omega türbülans modeli
tercih edilmiştir. Tercihin sebebi ise yüzeyden akış
ayrılmaları ve laminar-türbülans geçişlerinin bu
modelle iyi tahmin edilmesidir. Model duvara yakın
sınır tabaka içerisinde sık ağ gerektirir. Bu nedenle
boyutsuz duvar mesafesi y+ < 1 olacak şekilde
duvara yakın ağ oluşturulmalıdır. Türbülans
modelinin seçilmesiyle birlikte enerji denklemi de
aktif hale getirilmiştir. Enerji denklemi kanat
hücum kenarına yaklaşan havanın oluşturduğu
durağan basınç, kanat yüzey sürtünmesi ve akış
içerisindeki viskoz kuvvetler akış sıcaklığını
artırdığından akış boyunca yoğunluğun önemli
ölçüde değişmesine neden olur. Bu nedenle akış
alanı çözümünde enerji denklemine ihtiyaç duyulur.
Yakınsama kriteri olarak artarda iki iterasyon
arasında mutlak hata değeri 10-5 'e varıncaya kadar
iterasyonlar devam ettirilmiş ve 300-500 arasında
Sürükleme katsayısı aşağıda gösterildiği gibi kanat
yüzeyine etki eden toplam sürtünme ve basınç
kuvvetlerinin
x
yünündeki
bileşenlerinin
boyutsuzlaştırılmış halini ve kaldırma katsayısı da y
yününde
oluşan
kuvvet
bileşenlerinin
boyutsuzlaştırılmış halini göstermektedir.
CL  CN cos  C A sin 
CD  C N sin   C A cos 
P  P
C p (
)
Pd ,
(3)
Bu denklemlerde, α hücum açısını, CN kanat profili
üzerindeki normal kuvvet katsayısını, CA eksenel
yünde kuvvet katsayısını ve CP kanat yüzeyindeki
basınç katsayısını göstermektedir. Denklemde, P
kanat yüzeyi üzerinde oluşan statik basıncı, P∞
serbest akım statik basıncını, Pd,∞ ise serbest akım
(4)
dinamik basıncını göstermektedir. CN ve CA aşağıda
gösterildiği gibi kanat yüzeyi boyunca yerel oluşan
basınç ve sürtünme kuvveti katsayılarının integre
edilmesiyle oluşmaktadır.
c
c

1
dy
dy
C N    (C p ,alt C p ,üst ) dx   (C f ,üst üst C f ,alt alt ) dx 
c 0
dx
dx
0

(8)
c
c

1
dy
dy
C A    (C p ,üst üst  C p ,alt alt )dx   (C f , üst  C f ,alt ) dx 
c 0
dx
dx
0

(9)
Burada Cf sürtünme katsayısı olup kanat yüzeyinde
oluşan duvar kayma gerilmesinin serbest akım
dinamik basıncına oranıdır.
NACA0012 ve NACA2412 profilleriyle yapılan
sayısal çalışmalardan elde edilen sürükleme ve
kaldırma katsayıları yine aynı profillerin deney
değerleriyle
karşılaştırılmıştır.
Karşılaştırma
sonuçları Tablo 1 'de NACA2412 için verilmiştir.
Tablo 1 de ayrıca Güleren ve Demir 'in NACA2412
ile yaptığı sayısal çalışmalara da yer verilmiştir.
Tablo 1. NACA2412 için deney ve sayısal sonuçların karşılaştırılması
Hücum açısı
(α)
-4o
4o
12o
15o
20o
Deneysel
-0.2
0.65
1.4
1.6
1.2
GÜLEREN ve DEMİR
(sayısal)
-0,21
0,66
1,39
1,53
-
Tablo 1 değerleri incelendiğinde sayısal çalışma
değerlerinin deney değerleri ile yakın oldukları
görülür. Aynı zamanda çıkarılan sayısal değerler
Güleren ve Demir sayısal değerleri ile de tüm
hücum açılarında yakın değerlerdedir. Burada
sayısal değerler maksimum %7.8, minimum %0,3
ve ortalamada %3.7 sapma miktarı ile deney
değerlerine yakınlık sağlamışlardır. Güleren ve
Demir çalışmasında olduğu gibi şimdiki çalışmada
da 20 derece hücum açısında çözümde yakınsama
olmamıştır. Bunun nedeni olarak yüksek hücum
açılarında kanat etrafında firar kenarına doğru
daimi akış özelliği göstermeyen büyük girdapların
oluşması olarak tahmin edilmektedir. Türbülans
yapıları arasındaki boyut farkının yüksek olması ve
izotropik olmayan dağılım daimi olmayan bir
çözümü gerektirir. Bu nedenle 20 derece hücum
açısı daimi olmayan bir akış analizini
gerektirmiştir. Tablo 1 'de deney değerleriyle
görülen uyum sayısal sonuçların güvenilir olduğunu
göstermiştir.
Sayısal çalışmanın doğruluğu ayrıca NACA0012
kanat profili için 9x106 Reynolds sayısında
yayınlanmış deney değerleri ile de test edilmiştir.
Deney koşullarıyla paralel yapılan sayısal
çalışmada kaldırma ve sürükleme katsayıları CL =
0.247 ve CD = 0.00796 olarak bulunmuştur.
Çıkarılan bu sayısal değerlerin NACA0012
yayınlanmış deney değerleri olan CL= 0.241 ve CD
= 0.0079 ile karşılaştırıldığında yakın değerlerde
oldukları görülebilmektedir. Şekil 4 'te kanat alt ve
üst yüzey için çıkarılan basınç katsayısı yine
NACA0012 kanat profili 9x106 Reynolds sayısında
yayınlanmış
deney
değerleri
ile
de
karşılaştırılmıştır.
46
Şimdiki Çalışma
(sayısal)
-0.193
0.652
1,437
1,65
--
Şekil 4. Sayısal ve deney basınç katsayılarının
karşılaştırılması
Bu karşılaştırmada kanadın alt ve üst yüzeyindeki
basınç katsayılarının deney değerleri ile olan çok
iyi uyumu sayısal çalışmanın doğruluğunu bir kat
daha pekiştirmektedir.
4. Sayısal Sonuçlar
Bu kısımda farklı hücum açılarında ve farklı akış
hızlarında yapılan sayısal çalışma sonuçları
değerlendirilmiştir. Her kanat profili için sayısal
çalışmadan elde edilen CL, CD, CL/CD ve CP
değerleri hücum açısı ve serbest akım hızı ile olan
değişimleri incelenmiştir. Sayısal çalışmaya konu
olan bu beş kanat profili aşağıda Şekil 5 'te
gösterilmiştir.
Şekil 5 te verilen kanat profilleri incelendiğinde
maksimum profil kalınlığı en yüksek olan FX 84W-218 iken en ince profil GOE 795 'tir. FX 63-137
ve EPPLER 580 kanatların üst yüzeylerinde tam
geometrik benzerlik varken alt yüzeyde ise
benzerlik düşük kalmaktadır. Selig S8036
maksimum kalınlığı düşük olmasına rağmen FX 84W-218 ile alt yüzeyde bir geometrik benzerliğe
sahiptir.
Tablo 2 'den Tablo 6 'ya kadar verilen tablolar
sırasıyla FX 84-W-218, Selig S8036, FX-63-137,
EPPLER 58 ve GOE 795 kanat profilleri için
sayısal CL ve CD değerlerini vermiştir. Tablolarda
verilen sayısal değerler incelendiğinde CL
değerlerinin hücum açısının artmasıyla birlikte
arttığı ve aynı zamanda verilen bir hücum açısı için
de hız değerlerinin artmasıyla da CL değerlerinin de
arttığı görülmektedir. CD değerleri de ayrıca
incelendiğinde hücum açısının artmasıyla arttıkları
fakat verilen bir hücum açısında ise hız değerlerinin
artmasıyla azaldıkları görülmektedir.
Hızın artmasıyla CD deki bu değer azalmasının
sebepleri olarak şunlar gösterilebilir. Serbest akım
hızının artmasıyla birlikte CL değerlerinin artması
alt ve üst yüzey arasındaki basınç farkının artması
FX 84-W-218
47
ile ilişkilidir. Bu nedenle düşey yünde kuvvet
bileşenlerinin artması eksenel yünde sürükleme
kuvvetinin azalmasına neden olabilir. Profil üst
yüzeyde firar kenarına doğru basıncın artması,
kanat yüzeyine etki eden basınç kuvvetlerinin
eksenel yündeki bileşeninin sürükleme kuvvetine
tersi yünde etki etmesi sürükleme kuvvetini serbest
akım hızının artmasıyla daha da güçlü bir şekilde
düşürmesi olarak görülebilir.
SELİG S8036
FX 63-137
EPPLER 580
GOE 795
Şekil 5. Kanat profillerinin iki boyutlu kartezyen gösterimi
Tablo 2. FX 84-W-218 için CL ve CD değerleri
FX 84-W-218
o
V(m/s)
0
5o
10o
15o
20o
CL
4
0,247
0,69
1,026
1,202
------
7
0,279
0,754
1,114
1,311
------
12
0,29
0,788
1,179
1,403
------
CD
20
0,302
0,815
1,228
1,475
4
0,0184
0,0258
0,044
0,0769 ------
------
7
0,01558 0,0225 0,0385 0,0677 ------
12
0,0144
0,0206 0,0348 0,0629 ------
20
0,0133
0,0193 0,0324 0,0568 ------
Tablo 3. selig S8036 için CL ve CD değerleri
selig S8036
o
V(m/s)
0
5o
10o
15o
0,136
0,606
1,016
-------- --------
7
0,143
0,625
1,059
-------- --------
12
0,149
0,639
1,082
-------- --------
20
0,155
0,649
1,102
-------- --------
4
0,0153
0,0194 0,0313 -------- --------
7
0,0137
0,0175
12
0,0124
0,0162 0,0268 -------- --------
20
0,0114
0,0153 0,0257 -------- --------
CD
0,028
-------- --------
Tablo 4. FX-63-137 için CL ve CD değerleri
FX-63-137
o
V(m/s)
0
5o
10o
15o
CD
20o
4
CL
CL
4.1 Kanat Performansları
20o
4
0,803
1,328
1,753
1,889
-------
7
0,819
1,354
1,803
2,049
-------
12
0,833
1,375
1,846
2,144
-------
20
0,846
1,397
1,889
2,228
-------
4
0,0182
0,0257
0,0384
0,0336
-------
7
0,0176
0,02504
0,0367
0,0582
-------
12
0,0169
0,0243
0,0353
0,0537
-------
20
0,0162
0,0231
0,0336
0,0489
-------
Tablo 5. EPPLER 58 için CL ve CD değerleri
CL
CD
EPPLER 58
5o
10o
V(m/s)
0o
15o
20o
4
0,828
1,309
1,566
-------
--------
7
0,848
12
0,863
1,335
1,602
-------
---------
1,356
1,626
-------
---------
20
0,875
1,373
1,642
-------
---------
4
0,0178
0,0267
0,0538
--------
---------
7
0,0171
0,026
0,0522
--------
---------
12
0,0164
0,0253
0,0512
--------
---------
20
0,0157
0,0246
0,0507
--------
---------
Tablo 6. GOE 795 için CL ve CD değerleri
GOE 795
V(m/s)
0
5o
10o
0,223
0,748 0,115
4
0,227
0,758 0,119
7
0,2305
0,766 0,121
12
0,233
0,772 0,123
20
0,0122 0,0153 0,0299
4
o
CL
CD
15o
-------------------------------
20o
-------------------------------
7
0,01094 0,01408 0,0272 ------- -------
12
0,01008 0,0132
20
0,0094
0,025
------- -------
0,0123 0,0237 ------- -------
Bir kanat profilinin performansı CL/CD oranıyla
ölçülmektedir. Şekil 6 ve Şekil 7 CL/CD
değerlerinin hücum açısı ile olan değişimlerini
göstermiştir. Şekillerde performanslar en düşük
rüzgar hızı 4m/s ve en yüksek rüzgar hızı olan 20
m/s hız için verilmiştir.
Şekil 6&7 incelendiğinde FX-63-137 profili 0o ≤ α
≤ 15o hücum açıları arasında diğer profillere göre
daha yüksek bir performans sahip olduğu
görülmektedir. Bu profil 5o hücum açısında ve 20
m/s hızda maksimum olup değeri CL/CD = 61 'dir.
EPPLER 58 her iki akış hızında da 0o<α<5o arası
düşük hücum açılarında FX-63-137 kanat profili ile
benzer performansa sahip olmuştur. Bu profilde en
yüksek performansını 5o hücum açısında ve 20 m/s
akış hızında CL/CD = 56 değeri ile almaktadır. GOE
795 profili 3o ≤ α ≤ 7o arası hücum açılarında
yüksek performans göstermiştir. GOE 795 kanadı
ince bir kanat olduğundan hücum açısı ile olan
değişimleri çok yüksek eğimlerde olmuştur. Bu
kanat profili 5o civarındaki hücum açılarında FX63-137 kanat profiliyle benzer performansa sahip
olmuştur. GOE 795 profili α > 8 o 'den itibaren ki
hücum açılarında ise diğer profillere göre en düşük
performansa sahip olmuştur. Bu profilde en yüksek
performansın 5o hücum açısında ve 20m/s akış
hızında CL/CD = 62 değeri ile almıştır. FX-84-W218 profili ile selig S8036 profili üzerindeki her iki
akış hızında da α ≤ 8o 'ye kadar diğer profillere
göre performansları düşük kalmıştır fakat daha
yüksek hücum açılarına doğru Selig S8036
performansı FX-63-137 hariç diğer profillerden
daha iyidir. Bu iki profilde en yüksek akış hızında
maksimum performansları CL/CD = 42 olmaktadır.
Performansların hücum açısı ile olan değişimleri
göz önüne alındığında tüm profillerin 3o < α < 7o
arası hücum açılarında maksimum performansa
sahip oldukları görülmektedir. Şekil 6&7
incelendiğinde akış hızının artması CL/CD
değerlerini artırmıştır. En düşük hız ile en yüksek
hız arasında performanslar değerlendirildiğinde hız
artışıyla birlikte tüm performans değerlerinin
genelde %15-25 arasında değişen bir artışa sahip
oldukları olduğu görülmektedir.
48
60
FX 84-W-218
selig S8036
FX-63-137
EPPLER 58 AIRFOIL
GOE 795
rüzgar hızı = 4m/s
50
CL/CD
40
30
20
10
0
-2
0
2
4
6
8
10
12
14
49
Şekil 7. 20 m/s serbest akım hızında sayısal CL/CD
değerlerinin hücum açısı ile değişimleri
Şekil 8 kanat performansının akış hızı ile olan
değişimini 0, 5 ve 10 derece hücum açılarında
göstermiştir. Burada CL/CD değerlerinin akış hızı ile
birlikte arttıkları görülmektedir. Burada performans
artışı, eğimi her giderek azalan bir artıştır. Genel
olarak performansların akış hızı ile olan değişimleri
göz önünde bulundurulursa akış hızının artması ile
birlikte performansların arttıkları ve farklı hücum
açılarında ise bu artış eğimlerinin her profil için
16 biraz farklılaştığı görülebilmektedir.
hücum açısı (α)
Bu durum şekil 8 'de FX-63-137 için farklı hücum
açılarında performansın hız ile olan değişim eğrileri
ile gösterilmiştir. Şekil 8 'de 0, 5 ve 10 derece
hücum açılarında performans eğrileri benzer
FX 84-W-218
selig S8036
eğimde artarken 15 hücum derecesinde bu eğim
FX-63-137
EPPLER 58 AIRFOIL daha yüksek olmuştur.
Şekil 6. 4 m/s serbest akım hızında sayısal CL/CD
değerlerinin hücum açısı ile değişimleri
rüzgar hızı = 20 m/s
70
60
GOE 795
CL/CD
50
40
30
20
10
0
-2
0
2
4
6
8
10
12
14
16
hücum açısı (α)
60
70
0 derece hücum açısı
5 derece hücum açısı
60
50
FX 84-W-218
selig S8036
FX-63-137
EPPLER 58 AIRFOIL
GOE 795
30
50
CL/CD
CL/CD
40
20
40
30
FX 84-W-218
selig S8036
FX-63-137
EPPLER 58 AIRFOIL
GOE 795
20
10
10
0
0
0
5
10
15
V (m/s)
20
25
0
5
10
15
V (m/s)
20
25
60
70
10 derece hücum
açısı
60
50
50
30
CL/CD
40
CL/CD
50
FX 84-W-218
selig S8036
FX-63-137
EPPLER 58 AIRFOIL
GOE 795
20
40
30
FX-63-137
20
0 derece hücum
10
5 derece hücum
10
10 derece hücum
15 derece hücum
0
0
5
10
15
20
25
0
0
5
V (m/s)
10
15
20
25
V (m/s)
Şekil 8. 0, 5 ve10 derece hücum açılarında CL/CD değerlerinin serbest akım hızı ile değişimleri
5. Sonuç ve Öneriler
Bu çalışma, yüksek verimli rüzgar türbinleri
oluşturmak için farklı kanatçık ailesinden seçilmiş
beş ayrı kanat profilinin performanslarının sayısal
olarak incelendiği bir konu olmuştur. Bu kanatlar,
farklı hücum açılarında (0o, 5o, 10o, 15o, 20o) ve
farklı rüzgar hızlarında (4, 7, 12 ve 20 m/s)
performans yönünden test edilmişlerdir. Sayısal
sonuçlardan kaldırma (CL), sürükleme (CD) ve
basınç katsayılarının (CP) hücum açısıyla ve akış
hızıyla olan değişimleri incelenmiştir ve sonuçlar
ise aşağıda maddeler halinde verilmiştir.
Verilen bir hücum açısı için Rüzgar hızının artması
tüm hücum açılarında CL değerlerini yükseltirken
CD değerlerini de düşürmüştür. Kanat performansını
gösteren CL/CD oranı ise verilen bir hücum açısında
hızın artmasıyla birlikte eğimi her giderek düşen bir
artışı göstermiştir. CL/CD değerlerinin hücum
açısıyla olan değişimleri doğrusal olmayan eğriler
olmuştur. Tüm kanatlar için bu eğriler 3o < α < 7o
arası hücum açılarında ve tüm akış hızlarını
kapsayacak şekilde
maksimum performans
göstermişlerdir.
Tüm hücum açılarında FX-63-137 profili diğer
profillere göre en yüksek performans değerlerine
sahip olmuştur. EPPLER 58 profili düşük hücum
açılarında 0o ≤ α ≤ 5o FX-63-137 ile benzer yüksek
bir performans göstermiştir. Ayrıca bu kanat α ≤ 2o
hücum açılarında FX-63-137'den daha yüksek
performans göstermiştir. GOE 795 4o < α < 6o
hücum açıları arasında FX-63-137 ile benzer
yüksek bir performansa sahip olmuştur. Bu kanadın
ince geometride olması performansının hücum açısı
ile olan değişimlerini yüksek derecede etkilemiştir.
Hücum açısı ile olan performans değişimleri çok
yüksek eğimlerde olmuştur.
Kanat etrafındaki türbülanslı akış bölgesi daimi bir
akış farzıyla RANS denklemleriyle çözülmüştür.
Düşük hücum açılarında RANS denklemlerle daimi
akış sağlanırken yüksek hücum açılarında (α>15o)
türbülans akış bölgesi daimi akış özelliğinden
uzaklaştığından sayısal değerlerde yakınsama
problemlerine neden olmuştur. Bu nedenle yüksek
hücum açılarındaki profil akışları daimi olmayan
bir türbülanslı akıç çözümü gerektirmektedir.
6. Kaynaklar
[1] Amanullah Choudhry, , Maziar Arjomandi,
Richard Kelso, A study of long separation bubble
on thick airfoils and its consequent effects,
International Journal of Heat and Fluid Flow,
Volume 52, April 2015, Pages 84–96.
[2] Bertagnolio F., Sorensen N.N. and Rasmussen
F., "New Insight into the Flow around a Wind
Turbine Airfoil Section" J. Solar Energy-Trans.
ASME, 217(2), 214-222, 2005
[3] Dongli Ma, Yanping Zhao, Yuhang Qiao,
Guanxiong Li, "Effects of relative thickness on
aerodynamic characteristics of airfoil at a low
Reynolds number" Chinese Journal of Aeronautics
Volume 28, Issue 4, August 2015, Pages 1003–
1015
[4] Geissler W., Numerical Study of Buffet and
Transonic Flutter on the NLR 7301 Airfoil,
Aerospace Science and Technology, 7, 540-550,
2003
[5] Heyong Xu, Shilong Xing, Zhengyin Ye,
"Numerical simulation of the effect of a co- flow jet
on the wind turbine airfoil aerodynamic
characteristics" Procedia Engineering 126 (2015)
706 – 710
[6] K. Melih GÜLEREN ve Sinan DEMİR,
"Rüzgar Türbinleri İçin Düşük Hücum Açılarında
Farklı Kanat Profillerinin Performans Analizi" Isı
Bilimi ve Tekniği Dergisi, 31,2, 51-59, (2011)
[7] Michael S. Selig and Bryan D. Mc Granahan,
"Wind Tunnel Aerodynamic Tests of Six Airfoils
for Use on Small Wind Turbines" National
Renewable Energy Laboratory, Period
of
Performance: October 31, 2002–January 31
[8] Martinat G., Braza M., Hoarau Y. and Harran
G., Turbulence Modelling of the Flow
Past a
Pitching (2008). NACA0012 Airfoil at 105 and 106
Reynolds Numbers, J. Fluids
and Structures,
24, 1294-1303, 2008
[9] Nicolas Pellerin, Sébastien Leclaire, Marcelo
Reggio (2015), "An implementation of the Spalart–
Allmaras turbulence model in a multi-domain
lattice Boltzmann method for
solving
turbulent airfoil flows Computers & Mathematics
with Applications" Volume
70, Issue 12,
December, Pages 3001–3018, (2015)
[10] P. A. Costa Rocha, H. H. Barbosa Rocha, F. O.
Moura Carneiro, M. E. Vieira da Silva, C. Freitas
de Andrade, "A case study on the calibration of
the k–ω SST (shear stress transport) turbulence
model for small scale wind turbines designed with
cambered and symmetrical airfoils" Energy Volume
97, 15 February 2016, Pages 144–150
[11] Parezanovic V., Rasuo B. and Adzic M.,
“Design of Airfoils for Wind Turbine Blades”, The
French-Serbian European Summer University:
Renewable Energy Sources and
EnvironmentMultidisciplnary Aspect, 17-24 October 2006,
Rnjačka Banja, Serbia
[12] Quan Wang, Jin Chen, Xiaoping Pang,
Songlin Li, Xiaofeng Guo "A new direct design
method for the medium thickness wind turbine
airfoil" Journal of Fluids and
Structures
Volume 43, November 2013, Pages 287–301
[13] Tangler J. T. and Somers D. M., "NREL
Airfoil Families for HAWT" Proc. Wınd Power
'95, Washington D.C., ABD, 117-123, 1995
[14]
Wei Zhang, Wan Cheng, Wei Gao, Adnan
Qamar, Ravi Samtaney, "Geometrical effects on the
airfoil
flow
separation
and
transition"
Computers&Fluids Volume 116, 15 August 2015,
Pages 60–73
[15]
http://mselig.ae.illinois.edu/ads/coord_database.html
51
Ç.BAKIR/APJES IV-II (2016) 52-58
Alman Dili Üzerinde Konuşmacı Cinsiyetinin Otomatik Olarak Belirlenmesi
Çiğdem Bakır
Yıldız Teknik Üniversitesi, Bilgisayar Mühendisliği
Öz
Kişi tanıma sistemleri biyometrik verilerin güvenli bir şekilde iletimini, tasarımını, sınıflandırılmasını gerekli
kılmaktadır. Ayrıca konuşmacıların cinsiyeti belirlenerek biyometrik ses işlemlerinde daha başarılı sonuçlar elde
edilebilir. Bu çalışmada Almanca ses biçim ve özelliklerine bakılarak konuşmacının cinsiyetinin otomatik olarak
tanınması için bir sistem tasarlanması amaçlanmıştır. 50 erkek ve 50 kadından Almanca farklı uzunlukta kelime ve
cümle olarak yaklaşık 2658 ses örneği alınmıştır. Bu ses örnekleri tek kelime olduğu gibi birden fazla kelime de
içermektedir. Ses örneklerinin öznitelikleri MFCC (Mel Frequency Cepstral Coefficients) kullanılarak elde edilmiştir.
Elde edilen ses örneklerinin öznitelik vektörleri Saklı Markov Modelleri(Hidden Markov Models-HMM), Dinamik
Zaman Bükmesi(Dynamic Time Warping-DTW) ve Gauss Mixture Models (Gauss Karışım Modeli-GMM)
yöntemleri ile eğitilmiştir. Test aşamasında ise eğitilen ses örneklerine bakılarak verilen ses örneğinin cinsiyeti
belirlenmeye çalışılmıştır. Ayrıca çalışmada kullanılan tüm sınıflandırma algoritmalarının sonuçları ve performansları
karşılaştırılmalı olarak sunulmuştur.
Anahtar Kelimeler: Konuşmacı Cinsiyeti Tanıma Sistemi; Dinamik Zaman Bükmesi; Saklı Markov Modeli.
Automatic Determination of the Speaker on the German Language
Çiğdem Bakır
Yıldız Technical University, Computer Engineering
Abstract
Authentication systems necessitate transmission, design and classification of biometric data in a secure manner.
Moreover, in voice process of biometric can be obtained successful results by determining gender of speaker. In
this study, the aim was to designed system taking German sound forms and properties for automatic recognition
gender of speaker. Approximately 2658 German voice samples of words and clauses with differing lengths have
been collected from 50 males and 50 females. This voice samples includes more than one word as a word.
Features of these voice samples have been obtained using MFCC (Mel Frequency Cepstral Coefficients). Feature
vectors of the voice samples obtained have been trained with such methods as Hidden Markov Model, Dynamic
Time Warping and Gauss Mixture Model. In the test phase, gender of a given voice sample has been identified
taking the trained voice samples into consideration. Results and performances of the algorithms employed in the
study for classification have been also demonstrated in a comparative manner.
Keywords: Speaker Gender Recognition System; Hidden Markov Model; Dynamic Time Warping.
1. Giriş
Günümüzde teknolojinin gelişmesiyle birlikte
güvenlik sorunları da açığa çıkmıştır. Bu sorunların
başında ise güvenlik gelmektedir. Özellikle kimlik
belirleme gibi biyometrik sistemler güvenlik
konusunun önemli bir bölümünü oluşturmaktadır. Bu
sebeple çeşitli suçlara konu olan ses kayıtlarının adli
ses incelemeleri gerekmektedir. Özellikle ticari
işlemlerde kişilere ait bilgilerin başka kişilere
*Sorumlu Yazar: Adres: Yıldız Teknik Üniversitesi, Elektrik Elektronik Fakültesi Bilgisayar Mühendisliği Bölümü,
Davutpaşa Mah. Davutpaşa Caddesi 34220 Esenler- İstanbul, TÜRKİYE, E-mail: [email protected]
Doi: 10.21541/apjes.24088
geçmesinin engellenmesi için birtakım çalışmalar
yapılmıştır. El yazısı tanıma, imza tanıma, yüz tanıma,
iris tanıma, ses tanıma bu çalışmaların birkaçını
oluşturur [6].
Almanca Hint Avrupa dillerinin Cermen koluna
bağlıdır. Dünyada yaklaşık 120 milyon kişi Almanca
konuşmaktadır. Ayrıca Almanya uluslar arası
anlamda ekonomide, ticarette, sanayide ve diğer
birçok alanda önemli bir konuma sahiptir. Bu sebeple
Alman dili çok yaygın bir şekilde kullanılmaktadır.
Ancak dilin bu kadar yaygınlaşması bu alanda
biyometrik verilerde güvenlik problemini ortaya
çıkarmaktadır. Bu da güvenli, hızlı bir otomatik ses
ve konuşmacı tanıma ihtiyacını gerekli kılmaktadır.
Alman dilinin özelliklerine bakacak olursak; Almanca
kök ve eklerden oluşur ve çekimli diller grubuna
girer. Latin harfleri kullanılır ve alfabesinde 29 harf
bulunur. Almancada her ismin önüne tanımlık
getirilir. Telaffuz açısından kelimeler yazıldığı gibi
okunur. Ayrıca oluşan çeşitli ses kaymaları ve
tonlamalarıyla diğer dillerden ayrılır.
Ses ve konuşmacı tanımak için çeşitli çalışmalar
yapılmıştır. Ancak bu çalışmaların çok az kısmında
ses sinyaline bağlı olarak cinsiyet belirleme çalışması
yapılmıştır. Ses tanıma sistemleri konuşmacıdan
bağımsız ve konuşmacıya bağımlı olmak üzere iki
kısımda incelenir. Eğitim ve test aşamasında
kullanılan ses kaydı konuşmacı ile aynı ise
konuşmacıya bağımlı değil ise konuşmacıdan
bağımsızdır.
Perry ve çalışma arkadaşları yaşları 4 ile 16 arasında
değişen 10 erkek ve 10 kız konuşmacının akustik ses
özelliklerine
bakarak
cinsiyetini
belirlemeye
çalışmışlardır. Kaynaşmayan iki ünlünün formant
frekansı ve temel frekansı ile konuşmacıların yaş
grupları arasındaki farklılıkları gözlemlemişlerdir.
Formant frekansı sesin karakteristik özellilerini, yaş
farklılıklarını ve cinsiyet farklılıkları arasındaki
ilişkileri yansıtmıştır. Ancak çalışma İngilizce
veritabanı üzerinde gerçekleştirilmiştir[7].
Parris ve Carey konuşmacının cinsiyet belirlemek için
metinden bağımsız bir çalışma gerçekleştirmişlerdir.
Konuşmacının akustik ses özellikleri ve perde
frekansını birleştirerek yeni bir yöntem geliştirmeye
çalışmışlardır. OGI veritabanı üzerinde LDA(Linear
Discriminant Analysis) özellik çıkarımı yöntemi ile
verileri normalize etmişlerdir ve Saklı Markov
Modeli ile eğitmişlerdir[11].
Ses ve konuşmacı tanımak için çeşitli çalışmalar
yapılmıştır. Jie-Fu ve çalışma arkadaşları yaşları 25
ile 35 arasında değişen 7 erkek ve 5 kadından Çince
olarak ses örnekleri alınmıştır[1]. Bu ses örnekleri
tonları, ünlüler, ünsüzler ve heceler belirlenmeye
çalışılarak sesin kime ait olduğu bulunmaya
çalışılmıştır. Ses örnekleri dört frekans bandına
bölünmüştür ve her bir frekans bandı analiz edilmiştir.
Ancak bu çalışma çok büyük veriler için test
edilmemiştir. Ayrıca İngilizce olan benzerlikleri
dikkate alınarak gerçekleştirildiğinden istenilen
başarıyı tam olarak sağlayamamıştır.
Tokuda ve çalışma arkadaşları Saklı Markov Modeli
kullanarak İngilizce konuşma sentezi sistemi
geliştirmişlerdir[2]. Bu sistem konuşmacı tanıma için
geliştirilmiştir ve sesin özelliğini değiştiren yapıyı
belirler. Ancak yapılan çalışmada sentezlenen sesin
karakteristik özelliği oldukça düşüktür.
Reynold ve çalışma arkadaşları konuşmacı tanıma
sistemlerinin performansını arttırmak amacıyla
SuperSID projesini uygulamışladır[3]. Bu projenin
amacı
konuşmacı
sistemlerini
geliştirmek,
doğruluğunu arttırmak için en uygun özellikleri
kullanmaktır. Ancak bu çalışma sesin akustik
özelliklerini ve gürültü giderimini tam olarak
gerçekleştirmemiştir.
Reynolds ve çalışma arkadaşları Gaussian M,xture
Model (GMM) yöntemi kullanılarak konuşmacı tanıma
ve
doğrulama
sistemini
gerçeklemeye
çalışmışlardır[8]. Sistemde konuşmacı doğrulama
olasılık dağılımlarına göre belirlenmeye çalışılmıştır.
Bu olasılık dağılımları için farklı 11 hipotez
oluşturulmuştur. Çalışmada kullanılan veriler telefon
konuşmalarından alınmıştır.
Konuşma haberleşmede önemli bir yere sahiptir. Bu
sebeple ses tanıma çalışması yapılmıştır. Ayrıca bu
çalışmada güvenlik açığıyla ilgili ses tanıma
problemini
çözmek
için
bir
simülasyon
gerçekleştirilmiştir.Bu
simülasyon
Matlab
programında kodlanarak yapılmıştır. Çünkü Matlab
paket programında kod yazılımını sağlayacak hazır
toollar mevcuttur.Ancak ses veritabanını oluştururken
birtakım zorluklarla karşı karşıya gelinmiştir. Bunların
başında farklı kişiler tarafından kelimelerin farklı
hızlarda ve farklı telaffuzlarda söylenmesidir. Bunun
yanı sıra ses verilerini kaydederken ortamda ve seste
meydana gelen gürültünün olması, tonlama etkisi, hece
vurgusu gibi sebepler ses tanıma işlemini
zorlaştırmaktadır[9].
2. Materyal ve Yöntem
Alman dili ekonomide, sanayide ve ticarette yaygın
bir şekilde kullanılır. Bu sebeple bu çalışmada
Alman dili üzerinde incelemeler yapılmıştır.
53
Yapılan çalışmada erkek ve kadınlardan alınan
Almanca ses örneklerinden oluşan özgün bir
veritabanı üzerinde gerçekleştirilmiştir. Çünkü
Almanya ile başta sanayi, ekonomi, ticaret olmak
üzere birçok alanda ilişkiler içindeyiz. Bu sebeple
Alman dili günümüzde çok önemli bir yere
sahiptir. Literatürde yapılan çalışmalar geliştirerek
daha önce hiçbir çalışmada kullanılmayan
veritabanı üzerinde otomatik olarak gelen kişinin
cinsiyeti belirlenmesi açısından önemlidir.
Bu ses örnekleri MFCC ile çeşitli özellik
vektörlerine ayrılarak eğitilir. MFCC ile elde
edilen özellik vektörü cinsiyet bilgisiyle birlikte
veritabanına aktarılır. İkinci aşamada ise
kaydedilen ses sinyallerinin özellik vektörlerini
DTW, HMM ve GMM gibi sınıflandırma
algoritmaları ile eğitilir. Sistem eğitildikten sonra
test verisi ile eğitim verisindeki ses sinyallerine
bakılarak konuşmacının cinsiyetine karar verilir.
Ayrıca konuşma sinyallerinden elde edilen özellik
vektörleri DTW, HMM ve GMM ile eğitilerek
konuşmacının cinsiyetini tanımadaki sınıflandırma
başarısı MFCC-1, MFCC-3 ve MFCC-5 ve MFCC9 özellik vektörleri için ayrı ayrı hesaplanarak
yöntemlerin başarısı karşılaştırılmalı olarak
sunulmuştur.
2.1. MFCC (Mel Frequency Cepstral Coefficients)
MFCC(Mel Frequency Cepstral Coefficients) ses
işlemede kullanılan bir özellik çıkarımı yöntemidir.
Ses verisini alt kümelerine bölerek önemli bilgileri ve
özellikleri çıkarmak için kullanılır. MFCC özellik
çıkarımı
tekniğinin
adımları
Şekil
1’de
gösterilmektedir[10].
Ön Vurgulama
Mel Cepstrum
Çerçeveleme
Pencereleme
Mel Spektrum
FFT
Spektrum
Şekil 1. MFCC özellik çıkarımının adımları
MFCC özellik çıkarımı yönteminde iki filtre
kullanılır. İlk filtre 1000 Hz’in altındaki frekans
değerlerinde lineer; diğer filtre ise 1000 Hz’in
üstünde logaritmik dağılıma sahiptir. Ön vurgulama
aşaması MFCC özellik vektörünün elde edilmesindeki
ilk aşamadır. Bu aşamada yüksek frekansa sahip ses
54
sinyalleri bir filtreden geçirilir. Böylelikle yüksek
frekanstta sesin enerjisi arttırılır. Ses sinyalleri
analogtur. Çerçeveleme aşamasında ses sinyalleri 20
ile 40 ms arasında küçük çerçevelere bölünerek
analogdan sayısala dönüştürülür. N adet çerçeveleye
bölünür.
Pencereleme aşamasında ise ses sinyali kaydırılarak
hareket ettirilir. Böylelikle kullanılan pencereleme ile
gelecek çerçevenin en yakın frekans çizgileri
birleştirilir. Pencere türü, genişliği ve kayma miktarı
bu aşamada belirlenir. N adet çerçevenin her biri
zaman uzayından frekans uzayına FFT(Hızlı Fourier
Dönüşümü) ile aktarılır. Frekans uzayında ses
sinyallerinin spektral özellikleri gösterilir. Bu spektral
özelliklerin ağırlıkları toplamı hesaplanarak mel
spektrum elde edilir. Bu mel spektrum üçgen
dalgalardan oluşur ve bir dizi süzgeçten geçirilerek
oluşturulur. Mel spektrum iki komşu filtrenin
frekansını düşürürerek gürültüyü azaltır. Sinyalin
logaritması mel spektrum aşamasında alınarak sinyal
frekans uzayından tekrar zaman uzayına aktarılır.
DCT(Discrete Cosine Transform) kullanılarak zaman
uzayında mel frekans cepstrum katsayıları elde edilir.
2.2. Dinamik Zaman Bükmesi (Dynamic Time
Warping)
Dinamik Zaman Bükmesi (DTW) zamanla değişen iki
konuşma sinyali arasındaki benzerliği hesaplayarak
verilen ses sinyalinin hangi konuşmacıya ait olduğunu
bulur. Bu yöntem ile iki sinyal arasındaki en optimal
zaman eğrisi bulunur. Ayrıca DTW ses, video gibi
birçok veri analizinde kullanılan doğrusal bir
yöntemdir.
İki sinyal arasındaki yani referans ve test sinyali aynı
zaman aralığında olabilmesi için seslendirmeyi zaman
içinde yayarak ya da daraltarak birbirine yaklaştırmaya
çalışır. Çeşitli benzerlik ölçütleri kullanarak iki sinyal
arasındaki benzerlik bulunur. Çünkü aynı sözcük bir
seslendirmede uzun diğer bir seslendirmede kısa
olabilir. Kısacası; aynı kişinin farklı zamanlarda
sözcük seslendirmesi ile ya da kişiden kişiye değişen
seslendirmeler zaman içinde farklılıklar gösterebilir.
Bu yöntem dinamik programlama ile elde edilir.
Benzerlik matrisi bulunduktan sonra maliyet matrisi
bulunur ve geriye doğru gidilerek(minimum uzaklık)
iki sinyal arasındaki eşleşme bulunmuş olunur.
Q= 𝑞1 , 𝑞2 ,…, 𝑞𝑖 ,…, 𝑞𝑛
C= 𝑐1 , 𝑐2 ,…, 𝑐𝑗 ,…, 𝑐𝑚
(1)
(2)
Eşitlik 1 ve eşitlik 2’deki Q ve C iki farklı konuşma
sinyalini; n ve m ise bu konuşma sinyallerinin
uzunluklarını gösterir[4]. Bu durumda Q ve C sinyali
arasındaki benzerlik oranı eşitlik 3’deki gibi Öklid
uzunluğu kullanılarak hesaplanılır[4].
d( 𝑞𝑖 ,𝑐𝑗 )= ( 𝑞𝑖 ,𝑐𝑗 )2
(3)
Q ve C için (i,j) matrisi oluşturulur. Bu matris
kullanılarak birikmiş uzaklıklar matrisi hesaplanılır.
D birikmiş maliyet matrisini gösterir ve özyinelemeli
olarak hesaplanılır. D(1,1)=d(1,1) başlangıç uzaklığı
ile başlar.
D(i,j)=min[D(i-1,j-1),D(i-1,j),D(i,j-1)]+d(i,j)
(4)
2.3. Gauss Karışım Modeli (Gauss Mixture Model)
Gauss Karışım Modeli bir ya da daha fazla ses
sinyalinin gauss dağılımının ağırlık birleşimine
dayanan
istatiksel
bir
yöntemdir.
Gauss
yoğunluğunun ağırlıklı birleşiminin toplamı eşitlik
5’de gösterilmiştir[12].
𝑀
p(xIλ) = ∑
𝑖=1
𝑝𝑖 𝑏𝑖 (𝑥)
(5)
x özellik vektörünü, D boyutlu rastgele vektörü 𝒃𝒊
(x), i = 1,…,M yoğunluk bileşenlerini, 𝒑𝒊 karışım
ağırlığını
gösterir.Bu
modelin
parametreleri
Expectation Maximization(EM) algoritması ile
bulunur. Eğitim verisindeki tüm sınıflar biribirinden
bağımsız Gauss yoğunluk fonksiyonu ile ifade edilir.
Karışımı belirleyecek en optimum yoğunluk
bileşenleri bulunur. p(xIλ) ifadesini maksimum
yapacak gauss model parametreleri bulmak için
eşitlik 6 kullanılır[12].
p(xIλ)
𝑇
= ∏
𝑝(𝑥𝑡 𝐼𝜆)
(6)
𝑡=1
2.4. Saklı Markov Modeli (Hidden Markov Model)
Saklı Markov Modelleriyle(HMM) ilgili geçmişten
günümüze birçok alanda çalışma yapılmıştır. HMM
yüz tanıma, konuşma tanıma, ses tanıma, el yazısı
tanıma, vücut hareketleri tanımada, biyoinformatikte,
gen tahmininde, kripto-analizde, protein yapısı ve
dizilişinde, DNA diziliminde, örüntü tanımada
(pattern recognation) yaygın bir şekilde kullanılmıştır.
Saklı Markov Modelinde sisteme giriş olarak mevcut
durumlar verildiğinde oluşabilecek gelecek durumlar
tahmin edilmeye çalışılır. Her çalıştırıldığında farklı
bir çıkış değeri üretildiğinden HMM stokastik bir
süreçtir. Ayrıca markov modellerinde sistem olasılık
dağılımına bağlı olarak kendi durumundan başka bir
duruma
geçebilir
ya
da
aynı
durumda
kalabilir..Durumda meydana gelen olasılıklar geçiş
olasılıkları olarak adlandırılır. HMM normal markov
modelinden farklı olarak durumlar gözlemci tarafından
görülmez. Ancak duruma bağlı olan geçişler
görülebilir. SMM konuşmacı tanıma sistemlerinde
aşağıdaki adımlardan oluşur[5].
Q tane durum olmak üzere S={ 𝑆1 , 𝑆2 ,…, 𝑆𝑄 } oluşan
konuşma sinyallerinin mevcut durumunu gösterir.
Başlangıç durum olasılıkları t ayrık zamanda belirlenir.
( π= { 𝑃𝑟 (𝑆𝑖 |t=0, 𝑆𝑖 ɛ S} )
Geçiş olasılıkları mevcut durumlara göre hesaplanılır.
(𝑎𝑖𝑗 = {𝑃𝑟 (𝑆𝑗 t zamanda t|𝑆𝑖 zamanda t-1), 𝑆𝑖 ɛ S, 𝑆𝑗 ɛ
S))
F yani gözlemlenen özellik sayısı belirlenir.
Böylelikle konuşma sinyalinin olasılık dağılımları
hesaplanmış olunur.(𝑏𝑥 = {𝑏𝑖 (x)= 𝑃𝑟 (x(𝑆𝑖 ), 𝑆𝑖 ɛ S, x ɛ
F})
Oluşan HMM λ =(a,b,π ) ile gösterilir.
Ardışık olarak gelen kısa ses ifadelerini birlikte ele
alarak ardına gelebilecek bu kısa kelimeler için bir
model oluşturur ve bu modelden yararlanarak uzun
süreli sesli ifade kesimlerinin tanınmasını sağlar.
Amaç gözlenebilen durumlara karşı gizli olan
durumları tahmin etmektir. Durumlar, durumlar arası
geçişler ve gözlemler vardır. Ses tanımada gözlemler
özellik vektörünü yani ses sinyalini oluşturur.
Durumlar ise temel olarak alınan ses ifadelerinin
birimine denk gelir. Ses tanımada bu durumda amaç
saklı olan durum dizisini gözlemlerden yararlanılarak
bulmaya çalışır. Her fonem için ayrı bir model tanımı
yapılır. Her fonem bir model olarak düşünülürse ard
arda gelen fonem zincirleri bu modellerin ard arda
sıralanması ile modellenir. Bu durumda her bir
fonemin son durumunda bir sonraki fonemin ilk
durumuna bir geçişi söz konusudur. Böylece ses
tanıma HMM ile gerçekleştirilmiş olunur.
3. Deneysel Çalışma
Bu çalışmada özgün ve gerçek bir Almanca veritabanı
kullanılmıştır. Bu veritabanına kişilerin adı soyadı,
yaşı, konuşmaları ve cinsiyetleri eklenmiştir. Ses
bileşenlerinin MFCC özellik çıkarımı yöntemiyle
farklı sayıda özellik vektörleri çıkarılmıştır. Sonraki
aşamalarında elde özellik vektörleri kullanılarak
GMM, HMM ve DTW yöntemleri kullanılarak ses
örnekleri eğitilerek test edilmiştir. Tablo 1’de
kaydedilen ses örneklerinin özellikleri gösterilmiştir.
55
Tablo 1. Kullanılan Özgün Veritabanının Özellikleri
Yaş Aralığı
Konuşmacı
Sayısı
Erkek
Kadın
18-25 arası konuşmacılar
15
19
26-40 arası konuşmacılar
23
16
41 ve üstü konuşmacılar
12
15
Tablo 2’de MFCC-9 özellik vektörü alınarak elde
edilen konuşma örneklerinin GMM, HMM ve DTW
için başarı oranları verilmiştir. Kullanılan kelime
sayısı arttıkça konuşmacının cinsiyetini tanıma
başarısı kullanılan tüm tekniklerde artmıştır. Saklı
Markov Modeli diğer tüm tekniklere göre daha
başarılı sonuçlar vermiştir. Bu çalışmada özgün ve
gerçek bir Almanca veritabanı kullanılmıştır. Bu
veritabanına kişilerin adı soyadı, yaşı, konuşmaları ve
cinsiyetleri eklenmiştir. Bu veritabanı başta çeşitli
üniversitelerdeki eğitim gören öğrenciler olmak üzere
çeşitli kurumlarda çalışanlar vs. gibi kişilerden farklı
kelime türleri ve çeşitli uzunluklarda oluşan cümleler
söyletilerek oluşturulmuştur. Bu veritabanı daha
önceden literatürde kullanılmayan ve çeşitli yaşlarda
farklı özelliklere sahip kişilerden alınarak elde
edilmiştir.
bir ses kaydına ait elde edilen sesli ve sessiz bölgeler
Matlab programında belirlenmiştir. Şekil 4’te verilen
örnek ses kaydının Praat programında elde edilen
formant analizine göre ilk üç formantı Şekil 4’te
verilmiştir. Sesin frekansına bakılarak SMM için
model oluşturulabilir. Böylelikle gelen ses için bir
tahmin belirlenebilir. Formant analizine göre F1 ve F2
formatları orantılı bir şekilde değişiyor. F1 formatı F2
formatından hem kadın sesi için hem de erkek sesi için
düşük çıkmaktadır. Kadın sesi F1 ve F2 formatları
daha yüksektir.
Şekil 3- Ses kaydında bulunan sesli ve sessiz bölgeler
Şekil 2- Ses kaydının enerjisi
Ses bileşenlerinin MFCC özellik çıkarımı yöntemiyle
farklı sayıda özellik vektörleri çıkarılmıştır. Sonraki
aşamalarında elde özellik vektörleri kullanılarak
GMM, SMM ve DTW yöntemleri kullanılarak ses
örnekleri eğitilmiştir. Test aşamasında ise eldeki test
örneğinin kullanılan yöntemlere erkek ya da kadın
olduğu belirlenmeye çalışılmıştır. Ayrıca kullanılan
tüm
yöntemlerin
başarısı
hesaplanarak
karşılaştırılmalı olarak sunulmuştur. Şekil 2’de örnek
bir ses kaydının enerjisi verilmiştir. Şekil 3’de örnek
Şekil 4- Formant analizi
Tablo 2’de başarısı yüksek bulunan Saklı Markov
Modeli için kullanılan geçiş olasılığının parametreleri
verilmiştir. Şekil 5’de SMM geçiş oranının diyagramı
verilmiştir. Bu geçiş olasılıkları kullanılarak SMM için
bir sistem tasarlanmıştır. SMM modeli için eğitim
aşamasında her bir durum için gauss karışım ağırlığı,
sayısı gibi parametreler kullanılarak olasılık dağılımı
56
elde edilmiştir. Ayrıca bu çalışmada SMM için viterbi
algoritması kullanılmıştır. Viterbi algoritması
gözlemlere bakarak saklı durumları bulur. Bütün
olasılıklar toplamaz. Her bir durumda ses vektörüne
en benzeyen durumu alır. Bu sebeple diğer SMM
algoritmalarına göre daha başarılı sonuçlar verir.
Tablo 2. SMM kullanılan geçiş parametreleri
Durumlar
Kadın
Erkek
0.7
0.4
Kadın
0.3
0.6
Erkek
Kadın
0.4
Erkek
0.7
0.6
Şekil 5- SMM geçiş diyagramı
0.3
Tablo 3’de MFCC-1, MFCC-3, MFCC-5 ve MFCC-9
özellik vektörü alınarak elde edilen konuşma
örneklerinin GMM, HMM ve DTW için başarı
oranları verilmiştir. Kullanılan kelime sayısı arttıkça
konuşmacının cinsiyetini tanıma başarısı kullanılan
tüm tekniklerde artmıştır.
Saklı Markov Modeli diğer tüm tekniklere göre daha
başarılı sonuçlar vermiştir. Kadınların perde frekansı
120-200 Hz, erkeklerde ise 60-120 Hz arasındadır.
Perde frekansından dolayı kadınlarda cinsiyeti
belirleme erkeklere göre daha başarılıdır.
4. Sonuçlar
Günümüzde güvenlik ve birçok sebepten dolayı ses
tanıma büyük bir önem taşır. Bu çalışmada Alman dili
kullanılarak elde edilen özgün veritabanı üzerinde
konuşmacının cinsiyetini belirlemeye yönelik bir
sistem
geliştirilmiştir.
Çalışmada
kullanılan
yöntemlerin sınıflandırma başarısı erkek ve kadınlarda
ayrı ayrı hesaplanmıştır ve sonuçlar karşılaştırılmalı
bir şekilde sunulmuştur. Sonuçlara bakıldığında;
HMM yöntemi diğer sınıflandırma yöntemlerine göre
daha başarılı sonuçlar vermiştir. Ayrıca kadınlarda
konuşmacı cinsiyeti tanıma sistemi erkeklere göre
daha başarılıdır. MFCC 9 özellik çıkarımı 1, 3 ve 5
özellik vektörü kullanılarak elde edilen sonuçlara göre
başarısı oldukça yüksektir. Bu çalışma sadece tek
kelimelik seslerde değil birden fazla kelime
kullanılarak elde edilen cümlelerde de başarılı sonuçlar
vermiştir. Ayrıca bu çalışmada sınırlı sayıda kelime
kullanılmamıştır. Gelecekte bu yapılan çalışma baz
alınarak hibrit bir sistem tasarlanması amaçlanmıştır.
Bu sistemde başta Saklı Markov Modeli olmak üzere
kullanılan tüm yöntemler geliştirilerek sistemin
başarısının arttırılması hedeflenmektedir. Ayrıca
sisteme giren kullanıcıların sesinin kesilmesi ya da tam
anlamıyla duyulmaması gibi çeşitli sebeplerden dolayı
bozuntuya uğrayan seslerin tanınması için de çeşitli
çalışmalar yapılacaktır.
Tablo 3. Konuşmacının cinsiyetini tanımada kullanılan yöntemlerin başarısı
GMM (%)
HMM (%)
Kullanılan Öznitelik Vektörü
Kadın
Erkek
Kadın
MFCC-1
MFCC-3
MFCC-5
MFCC-9
65.15
72.26
78.75
84.26
62.24
65.57
76.33
82.34
5. Kaynaklar
[1] Q.Jie-Fu, F. Gang, F. Zeng and R. Shannon etc.,
“Importance of tonal envelope cues in Chinese speech
recognition”, The Journal of the Acoustical Societct of
America, vol.104, no.1, pp.505-510, 1998.
[2] K. Tokuda , H. Zen and A. Black, “An HMMBased Speech Synthesis System Applied to English”,
Proc.of 2002 IEEE SSW, pp.227-230, 2012.
[3] D.Reynold , W. Andrews and J.Campbell etc.,
“The SuperSID Project: Exploiting High-Level
Information
for
High-Accuracy
Speaker
57
71.63
76.35
84.99
98.34
DTW (%)
Erkek
Kadın
Erkek
69.63
75.33
82.37
97.02
69.63
76.01
79.22
87.37
67.35
71.93
75.54
86.33
Recognition”, In.Proc. ICASSP, Hong Kong, pp.784787, 2003.
[4]
L.Muda and M.Began, (2010). “Voice
Recognition Algorithms using Mel Frequency
Cepstral Coefficient (MFCC) and Dynamic Time
Warping (DTW) Techniques”, Journal Computing,
vol.2, issue 3,pp.138-143, ISBN 2151-9617, 2010.
[5]
E. Trentin and M. Gori, “A survey of hybrid
ANN/HMM
models
for
automatic
speech
recognition”, Elsevier Neurocomputing 37, pp.91-126,
2001.
[6]
S.Oh and C.Suen, “A class-modular feed
forward neural network for handwriting recognition”,
Pattern Recognition, vol.35, issue 1, pp.229-244,
2002.
[7]
L.Theodore , N.Ralph and H.Daniel, ” The
acoustic bases for gender identification from
children’s voices”, J. Acoust. Soc. Am. 109 (6),
pp.2988-2998, 2001.
[8] D.Reynolds , T.Quatieri and R.Dunn, “Speaker
Verification using Adapted Gaussian Mixture
Models”, Digital Signal Processing 10, pp.19-41,
2000.
[9]
W.Gevaert , G.Tsenov and V.Mladenov,
“Neural networks used for speech recognition”,
Journal of Automatic Control, vol.20, pp.1-7, 2010.
[10] L. Muda, M. Begam and I.Elamvazuthi, “ Voice
Recognition Algorithms using Mel Frequency
Cepstral Coefficient (MFCC) and Dynamic Time
Warping (DTW) Techniques”, Jornal of Computing,
vol.2, issue 3, pp.138-143, ISSN 2151-9617, 2010.
[11] E. Parris, and M.Carey, “Language Independent
Gender Identification”, Acoustics, Speech, and Signal
Processing,
1996.
ICASSP-96.
Conference
Proceedings., 1996 IEEE International Conference on,
vol.2, pp.685-688, 1996.
[12] D.A. Reynolds and R.C. Rose, “Robust TextIndependent Speaker Identification Using Gaussian
Mixture Speaker Models”, IEEE Trans. Speech Audio
Proc., 3, (1), pp. 72–83, 1995.
58

Volume: 4 Issue : 2 Year : 2016 - Akademik Platform Mühendislik ve

Transkript

Benzer belgeler

kapanmalar - Free.Aero

Çilli Mavi Kelebekleri Tanı Kartı

indirmek için tıklayınız

5.3-35 5.3.1.5. Kabotaj Hattı Yolcu ve Araç Taşımacılığı İç hatlarda

Ek-49 Edremit Kelebek Güvercini Resmi Gazete

düz flaplı naca0012 kanat profilinin aerodinamik