Görüntü işleme teknolojisi ile betonun bazı mekanik özelliklerinin belirlenmesi
Determination of some mechanical properties of concrete with image processing technology
- Tez No: 335372
- Danışmanlar: DOÇ. DR. MUSA HAKAN ARSLAN, YRD. DOÇ. DR. MURAT CEYLAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 162
Özet
Bu tezde, inşaat mühendisliğinin en önemli yapı malzemesi olan betonun bazı mekanik özelliklerinden basınç dayanımı, maksimum deformasyon kapasitesi ve elastisite modülünün görüntü işleme tekniği ve yapay sinir ağları gibi yapay zekâ yöntemleri ile bulunmasına yönelik yeni bir deney yöntemi tartışılmıştır. Bu bağlamda, betonarme yapılar veya beton numuneler üzerinden beton basınç dayanımı hakkında bilgi alırken hasar önlenerek, kullanılan ya da kullanılacak olan tahribatsız bir deney yöntemi geliştirilmiştir. Beton basınç dayanımı ve betonun diğer bazı önemli mekanik özelliklerinin belirlenmesinde kullanılan geleneksel deney yöntemleri incelenmiş ve yeni bir deneysel yöntem olarak betonun mekanik özelliklerinin belirlenmesinde görüntü işleme teknolojisinin performansını görmek için bir dizi analitik modelleme ile görüntünün sayısallaştırması uygulaması yapılmıştır. Bunun yanı sıra, çalışmanın sonunda, analitik modellemenin başarısı deneysel verilerle karşılaştırılarak incelenmiştir. Birinci bölümde, tezin amacı, kapsamı ve yaygın etkisi tarif edilmiştir. Etkili literatür taraması ikinci bölümde verilmiştir. Üçüncü bölümde betonun genel mekanik özelliklerinden bahsedilmiştir. Görüntü işleme teknolojisi (GİT) ve yapay sinir ağlarının (YSA) genel metodolojisi sırasıyla dördüncü ve beşinci bölümü oluşturmuştur. Malzemelerin ve deneysel metodun yapılmasına tezde altınca bölümde yer verilmiştir. Deneysel sonuçlar, GİT süreci ve YSA sonuçları yedinci bölümde verilmiştir. Son bölümde deneysel ve analitik çalışmalardan elde edilen sonuçlar bulunarak, bu sonuçların tartışılması yapılmıştır. Tezde, 15x30 cm boyutunda 144 adet (96 +48) silindir beton numuneler, su / çimento oranı, betona uygulanan kür koşulları, sıkıştırma faktörü, çimento dozajı ve katkı malzemesi olarak seçilen parametrelere göre üretilmiştir. Tüm parametreler farklı oranlarda betonun basınç dayanımını etkilemektedir. 96 adet beton silindir numune analitik çalışmada eğitim ve test seti olarak kullanılmış, kalan 48 adet silindir numune ise oluşturulan GİT ve YSA hibrid modelinde doğrulama için kullanılmıştır. Numunelerin kalıba temas eden düz yüzeyleri fotoğraflanmıştır. Silindir beton numunelerin üst yüzeyinden 5 cm?lik bir kısım kesilerek tekrar fotoğraflama işlemi yapılmıştır. Beton numunelerin fotoğraflanması işlemi karanlık bir kabinde özel aydınlatma lambaları ile yapılmıştır. Beton numunelerin basınç dayanımını belirlemek için, her bir numune fotoğraflama işleminden sonra hidrolik pres aletinde test edilmiş ve numunelerin gerilme?deformasyon ilişkileri belirlenerek basınç dayanımları, maksimum deformasyonları ve elastisite modülleri hesaplanmıştır. Belirli bir çözünürlükte elde edilen silindir numune görüntüleri YSA?da kullanılmak üzere sayısallaştırılmıştır. Bu işlemler için MATLAB programı kullanılmıştır. Başka bir ifade ile deneylerde kullanılan beton numunelerin dijital görüntüleri üzerindeki her bir piksel değeri bir numerik rakama karşılık gelerek farklı boyutlarda matrisler oluşturmuştur. Sonuç olarak sayısallaşan görüntüler YSA?da işlemek için uygun hale gelmiştir. YSA modeli oluşturularak, görüntülerden elde edilen matris formaları giriş verisi olarak YSA?da işlenip hedeflenen çıkış verileri (beton örneklerin basınç dayanımı, elastisite modülü ve maksimum deformasyonları) elde edilmiş ve bu veriler deneysel yöntemden bulunan sayısal değerlerle karşılaştırılarak analitik yöntemin çalışıp çalışmadığına bakılmıştır. Beton yüzey görüntülerinin elde edilen bu matris değerlerinin YSA?da eğitilmesi ile betonun bazı mekanik özelleri yüksek doğruluk oranı ile tahmin edilmiştir.
Özet (Çeviri)
In this thesis, a new experiment method is discussed in order to find some mechanical features such as compressive strength, maximum deformation capacity and modulus of elasticity of concrete which is the most important construction material in civil engineering by using image processing method (IPT) and artificial neural networks (ANN) method which are artificial intelligence methods. In this context, while getting information about compressive strength of concrete which is used or going to be used, a kind of non-destructive method has been developed by preventing destruction on reinforced concrete construction or concrete sample. Traditional experiment methods used in defining concrete compressive strength and some other important mechanical features of concrete are examined and in this context a series of analytic modeling is practiced with the application of digitising the image in order to see the performance of IPT as a new experimental method in identifying the mechanical features of concrete. Besides, at the end of the study, the success of analytic modeling is examined by comparing with experimental data. In the section one, aims, scopes and widespread impact of the thesis described clearly. Efficient literature review was given in a thesis writing discipline at the second section. The general mechanical properties of the concrete were mentioned in the third section. Methodology of the generating IPT and ANN formed section fourth and fifth, respectively. Materials and experimental methods conducted in the thesis were given in sixth chapter. Experimental results, IPT process and ANN results were given in seventh chapter. Obtaining results from experimental and analytical studies and discussion of them mentioned in the final section. In the thesis, 144 (96+48) cylindrical concrete samples in 15x30 cm size are produced according to the selected parameters such as water/cement ratio, cure conditions applied to concrete, compaction factor, dosage of cement, and admixture material. All of the parameters affect compressive strength of concrete with different ratio. 96 cylindrical concrete samples were used for training and testing set of the analytical study, the rest 48 cylindrical concrete samples were used for validation of the generated IPT and ANN hybrid model. Firstly flat circular surfaces of samples touching mold photographed. Cylindrical concrete samples cut 5 cm lower from upper fibre of the concrete and photographed again. The photographing process of the concrete samples conducted in a dark room with special lighting lamps. In order to identify compressive strength of concrete samples, each sample was tested in a hydraulic press after photography process and stress and deformation relationships of samples, compressive strength, ultimate deformation values and elasticity modules were recorded. The images of all cylindrical samples obtained in a specific resolution should be digitised to use ANN. For these processes MATLAB programme is used. So that in the digital images of concrete samples used in experiments, matrixes in different sizes are formed by assigning a number to the brightness in the pixel in question to represent each pixel. At the end of the process of digitising the images digital data is made suitable for processing in ANN. By forming a model of ANN, matrix formats obtained from images are entered as input data and targeted output data (values like compressive strength of concrete samples, elasticity module, ultimate deformation) is obtained by processing in ANN and matched to numeric values which are compared to experimental method, so that it is observed whether method works or not. A great deal of mechanical features can be predicted in a high accuracy rate through ANN trained with these matrix values obtained from surface image of concrete.
Benzer Tezler
- Otomatik üretim teknolojisine ait betonların basınç dayanımlarının makine öğrenmesi ve derin öğrenme yöntemleri ile tahmin edilmesi
Estimating the compressive strength of concrete with automatic production tecknology by machine learning and deep learning
HÜSEYİN KAYHAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİHAN KAZAK ÇERÇEVİK
DR. ÖĞR. ÜYESİ ALİ ERDEM ÇERÇEVİK
- Development of ceramic and glass-ceramic shielding materials for protection from ionizing radiation
İyonizan radyasyondan korunmak için seramik ve cam seramik zırhlama malzemelerin geliştirilmesi
ABDULLAH OKYAR
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. SEMA ERENTÜRK
- Effect of thixotropy on self consolidating concrete surface properties
Tiksotropinin kendiliğinden yerleşen betonların yüzey özelliklerine etkileri
HASAN YAVUZ ERSÖZ
Yüksek Lisans
İngilizce
2012
İnşaat Mühendisliğiİzmir Yüksek Teknoloji Enstitüsüİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TAHİR KEMAL ERDEM
- Görüntü işleme tekniklerini kullanarak optik işaret tanıma sistemi
Optical signal recognition system using image processing techniques
ASMAEIL AMMARAH ABDULLAH BALQ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiGenetik ve Biyomühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YASEMİN GÜLTEPE
- Görüntü işleme ile lastik üretiminde hata tespiti uygulaması
Fault detection application in tire production with image processing
AKIN BAHATTİN ŞEN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELÇUK ÖZCAN