Prefabrike betonarme yapı elemanı üretiminde derin öğrenme yöntemleriyle iş gücü performans analizi
Workforce performance analysis in the production of prefabricated reinforced concrete structural elements by using deep learning methods
- Tez No: 897632
- Danışmanlar: DOÇ. DR. SELİM BARADAN
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: 136
Özet
İnşaat sektörü, diğer endüstrilere kıyasla nispeten düşük iş gücü verimliliği oranlarına sahip olmasıyla dikkat çekmektedir. Sektörde iş gücü performansının değerlendirilmesinde kullanılan mevcut yöntemler, insan denetimine bağımlı olması nedeniyle oldukça zaman alıcıdır ve subjektif unsurlar içermektedir. Bu tez çalışmasında, inşaat projelerinde önemli bir maliyet unsuru olan iş gücünün performansını analiz etmek amacıyla, derin öğrenme ve bilgisayarlı görü tabanlı yenilikçi bir yöntem geliştirilmesi hedeflenmiştir. Öncelikle, İzmir ilinde yer alan bir prefabrike betonarme yapı elemanı üretim tesisinden alınan kamera görüntüleri kullanılarak özgün bir veri seti oluşturulmuştur. Bu veri seti kullanılarak sahada iş gücünün gerçekleştirdiği faaliyetleri otomatik olarak tespit edebilen iki farklı derin öğrenme modeli geliştirilmiştir. Modellerin aktivite tanıma performanslarını değerlendirmek için sahada gerçekleştirilen 10 farklı aktivite sınıfından (donatı bağlama, donatı bükme, donatı kesme, ölçme, kaynaklama, malzeme taşıma, yürüme, bekleme, oturma, telefonla konuşma) faydalanılmıştır. Üç Akışlı Evrişimli Sinir Ağı modeli %88,6 doğruluk oranı sağlarken, Evrişimli Sinir Ağı ve Uzun Kısa Süreli Bellek tabanlı hibrit model %90,8 doğruluk oranına ulaşmıştır. Yüksek performans sergileyen hibrit model ile iş gücü performans analizi gerçekleştirilmiş ve iş örneklemesi prensiplerine dayanarak, verimli, yarı-verimli ve verimsiz aktivitelerin toplam çalışma süresine oranı hesaplanmış, iş gücü verimliliği başarılı bir şekilde elde edilmiştir. Çalışma sonuçları, geliştirilen yöntemin iş gücü verimliliğini objektif ve otomatik bir şekilde ölçerek inşaat sahalarına yönelik uygulanabilir çözümler sunduğunu göstermektedir.
Özet (Çeviri)
The construction sector is characterized by relatively low labor productivity rates compared to other industries. The current methods used to evaluate labor performance in this sector are time-consuming and involve subjective elements due to their reliance on human supervision. This thesis aims to develop an innovative method based on deep learning and computer vision to analyze the performance of labor, which is a significant cost factor in construction projects. Initially, a unique dataset was created using video cameras from a prefabricated reinforced concrete production facility located in İzmir. Using this dataset, two different deep learning models were developed to automatically detect activities performed by labor on site. To evaluate the activity recognition performance of these models, ten different activity classes performed on-site (rebar tying, rebar bending, rebar cutting, measuring, welding, material handling, walking, waiting, sitting, talking on the phone) were utilized. The Three-Stream Convolutional Neural Network model achieved an accuracy rate of 88.6%, while the hybrid model based on Convolutional Neural Network and Long Short-Term Memory reached an accuracy rate of 90.8%. Labor performance analysis was conducted using the high-performing hybrid model, and based on work sampling principles, the ratio of productive, semi-productive, and unproductive activities to total working time was successfully calculated, thereby obtaining labor productivity. The results of the study demonstrate that the developed method provides practical solutions for construction sites by objectively and automatically measuring labor productivity.
Benzer Tezler
- Prefabrike betonarme yapı elemanlarında kalıp teknolojisi
Başlık çevirisi yok
TURGUT AVİNCAN
Yüksek Lisans
Türkçe
1999
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. METE TAPAN
- Öngerilmeli beton ve betonarme prefabrik yapı elemanı üretimi için bilgisayar destekli kalıp tasarımı
Computer-aided mould design in the production of prestressed and reinforced precast concrete units
GÜLTEKİN AKTAŞ
Doktora
Türkçe
2005
İnşaat MühendisliğiÇukurova Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. KAMİL TANRIKULU
- Endüstrileşmiş yapım teknikleri çerçevesinde panel sistemlerde tasarım ve yapım hatalarının irdelenmesi
The Examination of design and production failures at panel systems of industrialised building systems
MÜJDE ALTIN
- Türkiye'de endüstri yapıları üretiminde kullanılan prefabrike betonarme iskelet sistemler ve uygulama problemleri
Prefabricated reinforced concrete skeleton systems used ın the productıon of industrıal buildings and problems of implementatıon in Türkiye
ALİ BİLER
- Betonarme önüretim kiriş kolon bağlantısı için önerilen sigorta tipi mekanik manşonun özelliklerinin deneysel olarak belirlenmesi
Experimental determination of the properties of fuse type mechanical coupler proposed for reinforced concrete precast beam to column connections
KUBİLAY KARAKUŞ
Yüksek Lisans
Türkçe
2022
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN YÜKSEL