No abstract

ÖzetBu çalışmada, afet yönetimi ile iş sağlığı ve güvenliği ele alınmış konu hem yasal hem de uygulama açısından değerlendirilmiştir. Afet yönetimi afet öncesi, sırası ve sonrası planlama şeklinde ele alınabildiği gibi, önleme ve zarar azaltma, afetlere karşı hazırlık, kurtarma ve ilk yardım, iyileştirme ile yeniden inşa evrelerinden oluşan bir planlama sürecidir. Bu bağlamda 2013 yılında yürürlüğe giren Afet ve Acil Durum Müdahale Yönetmeliği'nin daha çok kriz yönetimi evreleri olan müdahale ve ilk yardım ile yeniden inşa aşamalarını düzenlediği görülmektedir. Ancak afet yönetiminin birinci evresi olan risk yönetiminin risk değerlendirme ve zarar azaltma ile hazırlık aşamaları 6331 sayılı İş Sağlığı ve Güvenliği Kanunun ilgili yönetmeliklerince düzenlemektedir. Afet yönetiminin uygulanması için bu iki yasal düzenlemenin birlikte uygulanması gerekmektedir. Buradan çıkan sonuç, sosyal ve çalışma hayatının güvenli bir şekilde devamı, ülke kalkınmasının sürdürülmesi ve iş sağlığı ve güvenliğinin sağlanması ancak iyi bir afet yönetim planının uygulanması ile mümkündür. Bu çalışmada afet yönetimi ile temel kavramlar ele alınmış, deprem tehlike durumu, afet türleri, afet yönetim sisteminin aşamaları incelenmiş ve uygulamada karşılaşılacak sorunlar ortaya konularak Türkiye'de bütünleşik afet planının oluşturulması ve uygulanabilirliği ortaya konulmuştur.

In this article, we present the development of a fuzzy expert system (FES) for fuzzy modeling of the performance of counterflow Ranque-Hilsch vortex tubes for different geometric constructions. Experimental values were obtained from a detailed experimental investigation. With these experimental values, FES models of the Ranque-Hilsch vortex tube behavior were designed using the MATLAB 6.5 fuzzy logic toolbox in Windows XP running on an Intel 3.0-Ghz PC. For this process P, N, n, and L/D were chosen as input and DT h , DT c , DT as output parameters. FES results agree well with experimental data. It was found that the coefficient of multiple determination (R 2 value) between the actual and fuzzy predicted data is DT h ¼ 0.9801, the R 2 value for DT c values is 0.9841, and the R 2 value for DT values is 0.9748.

No abstract

No abstract