Kablolu köprüde tamamlanmış kabloların gerilimi optimizasyonunda pasif yoğunlaşma algoritmalı hızlı grup arama optimizatörünün uygulanması

Neden daha düz köprüler önemli

Modern kablolu köprüler, gezegendeki en göze çarpan altyapı öğelerinden biridir. Ancak zarif formlarının arkasında hassas bir denge bulunur: kablolardaki kuvvetler doğru şekilde ayarlanmazsa kuleler eğilebilir, yol platformu çökmeye başlayabilir ve iç gerilmeler köprünün ömrünü kısaltabilir. Bu makale, Çin’deki büyük bir nehir geçişinin kablo gerilimlerini bilgisayar tabanlı yeni bir yöntemle “yeniden ayarlayarak” kulelerin daha dik durmasını ve platformun daha yatay kalmasını sağlamayı; görünür tasarımı değiştirmeden gerçekleştirmeyi araştırıyor.

Kablolu köprüler şekillerini nasıl korur

Bir kablolu köprüde onlarca hatta yüzlerce çelik kablo, yol platformunu desteklemek üzere yüksek kulelerden yelpaze gibi yayılır. Köprünün kendi ağırlığı altında mühendislerin hedefi basit bir kuraldır: “düz kuleler ve yatay kirişler.” Pratikte bu, kule tepe noktalarında yana kaymayı sınırlamayı, platformun destekler arasında sarkmasını önlemeyi ve kirişte aşırı eğilmeyi engellemeyi gerektirir. Geleneksel hesaplama yöntemleri bu hedeflerin bazılarını karşılayabilir, ancak genellikle kule iç gerilmelerini göz ardı eder veya mühendislerin deneme-yanılma ile kablo kuvvetlerini ayarlamasını gerektirir—bu tür karmaşık yapılar için yavaş bir süreçtir.

Kabloları ayarlamayı bir bilgisayar sürüsüne öğretmek

Yazarlar bu ayar sorununu daha doğrudan ele almak için hayvan sürülerinden ilham alan bir arama yöntemleri ailesine başvuruyor. Her bir kablonun kule hareketi, platform sapması ve ana kirişteki eğilme üzerindeki etkisini söyleyen bir “etki matrisi” adlı standart bir mühendislik aracını, Hızlı Grup Arama Optimizatörü ile Pasif Yoğunlaşma (QGSOPC) adı verilen gelişmiş bir arama rutinini birleştiriyorlar. Basitçe söylemek gerekirse, bilgisayar her olası kablo gerilim desenini sürüdeki bir birey olarak ele alıyor. Bazı bireyler yeni kombinasyonları “keşfediyor”, bazıları mevcut en iyi çözümü “takip ediyor” ve bazıları grubun takılıp kalmaması için dolaşıyor. Etki matrisi, programın herhangi bir deneme kuvvet deseninin tüm köprünün şeklini ve gerilmelerini nasıl değiştireceğini hızlıca tahmin etmesini sağlıyor.

Yöntemi gerçek bir dev köprüde uygulamak

Yaklaşımı test etmek için araştırmacılar Guangdong, Çin’de Xijiang Nehri üzerinde beş açıklıklı, çift kuleli bir kablolu köprüye —208 askı kablosu ve 580 metre ana açıklığa— uyguladılar. Standart yapısal yazılımlar kullanarak köprünün ayrıntılı bir bilgisayar modelini oluşturdular ve köprünün simetrisini yansıtarak yalnızca 26 temsilî kablo çiftinin değişmesine izin verdiler. Arama algoritmasının görevi, sadece kalıcı ağırlık altında kule tepelerindeki yana kaymayı, platformun düşey sarkmasını ve ana kirişteki maksimum eğilmeyi azaltacak kablo gerilimlerini bulmaktı. Aynı zamanda kablo gerilimlerini güvenli sınırlar içinde tutmalı ve komşu kablolar arasında ani sıçramalardan kaçınmalıydı; çünkü bunlar yerel zayıf noktalar oluşturabilir.

Köprü ne kadar daha düz ve daha düzgün oldu

Yeni yöntemden elde edilen kazanımlar çarpıcıydı. Orijinal tasarımla karşılaştırıldığında, QGSOPC tarafından bulunan optimize edilmiş kablo gerilimleri kule tepe noktalarındaki yana hareketi yaklaşık %84 oranında azalttı; 84,1 milimetreden yalnızca 13,6 milimetreye düştü—bu, belirgin bir eğimi neredeyse algılanamayacak bir kaymaya dönüştürdü. Yolun kendi ağırlığı altındaki maksimum sarkması yaklaşık %42 azaldı ve ana kirişteki tepe eğilme %11 düştü. Karşılaştırma amacıyla, algoritmanın daha basit bir akrabası olan Grup Arama Optimizatörü (GSO) platform sarkmasını biraz daha fazla iyileştirse de, kule eğilmesini kötüleştirdi ve kirişteki eğilmeyi artırdı. Genel olarak, bu üç etkinin tümünü ölçen birleşik bir puan QGSOPC ile %40,7 azalırken, GSO ile %40,3 azaldı; bu da daha yeni yöntemin daha dengeli ve yapısal olarak daha uygun bir çözüm sunduğunu gösteriyor.

Değişikliklerin uygulamadaki anlamı

Optimize edilmiş kablo gerilimleri genellikle başlangıçta belirtilenden daha yüksek; bazı bireysel kablolarda %60’a varan artışlar görülse de yine de dayanım sınırlarının çok altında kalıyor. Bu durum daha güçlü krikolar ve dikkatli bir inşaat planlaması gerektirebilir, ancak daha kalın kuleler veya daha ağır bir platform talep etmiyor ve güvenlik kontrolleri sağlanmış durumda. Çalışma ayrıca elde edilen sonuçların sadece köprünün kendi ağırlığı altındaki tamamlanmış yapıya uygulandığını; betonun sürünmesi, çeliğin gevşemesi, sıcaklık değişimleri ve trafik yükleri gibi uzun dönem etkilerin ve genetik algoritmalar veya parçacık sürüleri gibi diğer popüler arama yöntemleriyle doğrudan karşılaştırmaların gelecekte yapılması gerektiğini not ediyor.

Daha akıllı ayarlamayla daha basit köprüler

Uzman olmayanlar için çıkarım şu: bilgisayarlar artık kablolu köprüleri bir müzisyenin gitarı akort etmesi gibi “tune” edebiliyor—tüm sistem istenen davranışı gösterene kadar gerilimleri ince ayarlayarak. QGSOPC yaklaşımı, mühendislerin kuleleri dik, platformları yatay ve iç gerilmeleri daha dengeli tutan kablo gerilimi desenlerini gerçekçi inşaat ve güvenlik sınırları içinde bulmasına yardımcı oluyor. Bu tür akıllı optimizasyon zamana, sıcaklığa ve trafiğe de genişletildiğinde, görünüşünü temel olarak değiştirmeden—yalnızca onları ayakta tutan görünmez kuvvet dengesini ayarlayarak—daha güvenilir, daha uzun ömürlü simge köprüler vaat ediyor.

Atıf: Qin, G., Wang, L., Wu, Z. et al. Application of quick group search optimizer with passive congregation algorithm in cable force optimization of completed bridge of cable-stayed bridge. Sci Rep 16, 12770 (2026). https://doi.org/10.1038/s41598-026-42581-1

Anahtar kelimeler: kablolu köprü, kablo gerilimi optimizasyonu, sürü zekâsı, yapısal mühendislik, sonlu eleman analizi