Geri Dön

Asfalt karışımlarında çatlak ilerlemesinin, değişen sıcaklık ve çentik derinliği altında gerçekleştirilen döngüsel SCB deneyleri kullanılarak derin öğrenme tabanlı sınıflandırılması

Deep learning-based classification of crack propagation in asphalt mixtures using cyclic SCB tests under varying temperature and notch depth

PDF İndir

  1. Tez No: 1022571
  2. Yazar: ABDUL KHALIL AHADI
  3. Danışmanlar: DOÇ. DR. ERKUT YALÇIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, asfalt karışımlarının sıcaklığa bağlı çatlama davranışını incelemek amacıyla, kırılma mekaniği analizi ile desteklenen veri odaklı bir çerçeve sunmaktadır. Yarım daire eğilme (Semi-Circular Bending, SCB) deneyi kullanılarak, farklı çentik derinliklerine sahip SCB numuneleri 23°C ve 0°C sıcaklıklarda test edilmiştir. Çatlak gelişim davranışının yorumlanmasını desteklemek amacıyla, elastisite modülü, kırılma tokluğu ve kırılma enerjisi gibi temel kırılma parametreleri, Etkin Çatlak Modeli (Effective Crack Model, ECM) kullanılarak tahmin edilmiştir. Elde edilen bulgular, sıcaklığın azalmasıyla birlikte kırılma parametrelerindeki değişkenliğin arttığını; elastisite modülünün en belirgin duyarlılığı gösterdiğini, buna karşılık kırılma tokluğunun görece daha sınırlı bir değişim sergilediğini ortaya koymaktadır. Çatlak aşamalarının otomatik olarak belirlenebilmesi amacıyla, SCB deney görüntülerinden görsel çatlak örüntülerini öğrenen Ağırlıklı Artık Dikkat Tabanlı Evrişimsel Sinir Ağı (Weighted Residual Attention-Based Convolutional Network, WRAC) geliştirilmiştir. Önerilen model, her iki sıcaklık koşulu altında da 0.85'in üzerinde ortalama F-skoru ve doğruluk değerlerine ulaşmış ve temel bir evrişimsel sinir ağı (CNN) modeline kıyasla yaklaşık %5–6 oranında daha iyi performans göstermiştir. Sonuçlar, önerilen çerçevenin çatlak gelişim aşamalarının belirlenmesinde güvenilir bir veri odaklı yaklaşım sunduğunu; kırılma analizinin ise farklı çevresel koşullar altında gözlemlenen davranışların yorumlanmasına fiziksel bir bağlam sağladığını göstermektedir.

Özet (Çeviri)

This study proposes a data-driven framework supported by fracture mechanics analysis to investigate the temperature-dependent cracking behavior of asphalt mixtures. Semi-Circular Bending (SCB) specimens with different notch depths were tested at 23°C and 0°C using the Semi-Circular Bending (SCB) test. To support the interpretation of crack propagation behavior, fundamental fracture parameters, namely elastic modulus, fracture toughness, and fracture energy, were estimated using the Effective Crack Model (ECM). The results demonstrated that the variability of fracture parameters increased as the temperature decreased. Among the investigated parameters, the elastic modulus exhibited the highest sensitivity to temperature variations, whereas fracture toughness showed relatively limited changes. To enable the automatic identification of crack propagation stages, a Weighted Residual Attention-Based Convolutional Neural Network (WRAC) was developed to learn visual crack patterns from SCB test images. The proposed model achieved average F-score and accuracy values greater than 0.85 under both temperature conditions and outperformed a conventional Convolutional Neural Network (CNN) by approximately 5–6%. The findings indicate that the proposed framework provides a reliable and effective data-driven approach for identifying crack propagation stages, while the fracture mechanics analysis offers a physical basis for interpreting the observed crack behavior under different environmental conditions.

Benzer Tezler

  1. Tez No

    79169

    Asfalt betonu üstyapılarında yorulma direnimi

    Fatique response of asphalt concrete pavements

    OĞUZHAN İMAMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ILICALI

  2. Tez No

    966173

    Güçlendirilmiş geri dönüşüm asfalt agregası ile üretilen beton yol kaplamalarının mekanik özellikleri

    Mechanical properties of concrete pavements produced with modified recycled asphalt aggregate

    İZZETTİN ŞENBAYRAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    İnşaat MühendisliğiHarran Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEYNEP ALĞIN

  3. Tez No

    520269

    Development of a self-healing asphalt mixture through the use of encapsulated healing agents

    İyileştirici maddeler içeren kapsüller kullanılarak kendini onarabilen bitümlü sıcak karışımların geliştirilmesi

    ERKUT YALÇIN

    Doktora

    İngilizce

    İngilizce

    2018

    İnşaat MühendisliğiFırat Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET YILMAZ

    DR. ÖĞR. ÜYESİ ALVARO GARCIA HERNANDEZ

  4. Tez No

    865218

    Determination of the mechanical and dynamic properties of recycled concrete aggregate for pavement design

    Yol üstyapısı tasarımı için geri dönüştürülmüş beton agregalarının mekanik ve dinamik özelliklerin belirlenmesi

    MERVE AKBAŞ

    Doktora

    İngilizce

    İngilizce

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP İYİSAN

  5. Tez No

    880358

    Grafen ve kenevir yağı ile modifiye edilmiş bitüm ve bitümlü karışımların performansının araştırılması

    Investigation of the performance of bitumen and bituminous mixtures modified with graphene and hemp oil

    AHMET OĞUZ DEMİRİZ

    Doktora

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiAtatürk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN ÜNSAL BAYRAK

Geri Dön