Design of a test setup for steel wire rope fatigue testing and development of an AI-based damage detection method
Çelik halat yorulma testi için bir test düzeneğinin tasarımı ve yapay zeka tabanlı hasar tespit yönteminin geliştirilmesi
- Tez No: 940857
- Danışmanlar: PROF. DR. CEVAT ERDEM İMRAK
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Konstrüksiyon Bilim Dalı
- Sayfa Sayısı: 111
Özet
Çelik halatlar, yüksek mukavemetleri, esneklikleri ve dayanıklılıkları nedeniyle asansörler, vinçler, madencilik sistemleri, köprüler ve açık deniz platformları gibi birçok endüstriyel alanda yaygın olarak kullanılmaktadır. Bu sistemlerde halatların temel işlevi, yüksek çekme kuvvetlerine karşı dayanım sağlarken, aynı zamanda bükülme esnekliğini koruyarak yük transferini güvenli bir şekilde gerçekleştirmektir. Ancak, çelik halatlar mekanik aşınma, yorulma, sürtünme ve çevresel faktörler gibi çeşitli dış etkilere maruz kalarak zamanla hasar görmektedir. Çelik halatlarda görünen yaygın hasarlardansa aşınma, çap değişimi, korozyon, elastisite kaybı, demet kopması, halatda oluşan farklı deformasyonlar ve tel kopmalarına değinilebilir. Özellikle, kasnaklar üzerinde tekrarlanan bükülme hareketleri, çelik halatların yapısal bütünlüğünü bozarak tel kopmalarına ve sonuç olarak mekanik arızalara yol açmaktadır. Bu tür hasarlar, sadece makina bileşenlerinin performansını ve ömrünü etkilemekle kalmaz, aynı zamanda iş güvenliği açısından büyük riskler oluşturur. Çelik halatlar, sürekli olarak kasnaklar üzerinde eğilip bükülmeye, değişken çekme kuvvetlerine ve yüzey aşınmalarına maruz kaldıkları için zaman içerisinde yorulma kaynaklı hasarlar oluşur. Bu hasarlar genellikle tel kopmaları şeklinde ortaya çıkar ve çoğunlukla halatın dış yüzeyinde başlar; ilerleyen süreçte iç katmanlara kadar ilerleyebilir. Tel kopmaları, halatın yük taşıma kapasitesini azaltır ve belirli bir kritik seviyeye ulaştığında halatın tamamen işlevini yitirmesine neden olur. Bu nedenle çelik halatların yorulma dayanımı ile ilgili süreçlerin anlaşılması ve hasarların erken teşhis edilmesi, iş güvenliği açısından son derece önemlidir. Halattaki tel kopmalarının varlığı, halatın hizmet ömrünün tükendiğine işaret eden en önemli göstergelerden biridir. Bu bağlamda, asansörler, vinçler, maden sistemleri veya teleferikler gibi farklı uygulamalar için uluslararası standartlar, belirli uzunluklardaki tel kopma sayısına göre halatın değiştirilmesi gerektiğini belirtir. Bu standartlar arasında BS-6570 (1986); BS-ISO-4344 (2022); TS-ISO-4309 (2017) gibi kaynaklar, halatın yapısı, çalışma koşulları ve maruz kaldığı gerilme türlerine bağlı olarak farklı kıstaslar sunar. Yorulma sonucunda oluşan tel kopmaları, belirli bir bükülme çevriminden sonra artış göstermeye başlar. Tel kopma oranı, çekme gerilmeleri, kasnak çapı ile halat çapı arasındaki oran (D/d) ve halatın korozyona uğramış veya yeterince yağlanmamış olması gibi parametrelere bağlıdır. Bu yüzden, kopma sayısı kritik sınıra ulaştığında, halat mutlaka yenisiyle değiştirilmelidir. Çoğu standart, halatın belirli bir referans uzunluğunda görülen tel kopma sayısına göre değerlendirme yapar. Tel kopmalarının halat boyunca rastgele dağılmış olması, belirli bir demette yoğunlaşması ya da uçlara yakın bölgelerde lokalize olması, halatın operasyonel güvenliği açısından dikkatle analiz edilmesi gereken unsurlardır. Özellikle asansör halatlarında, BS-ISO-4344 (2022) standardında belirtilen sınır değerler aşıldığında halatın mutlaka değiştirilmesi gerekmektedir. Çelik halatların hasar tespiti, uzun yıllardır çeşitli yöntemlerle gerçekleştirilmektedir. En yaygın kullanılan geleneksel yöntemlerden biri olan gözle inceleme, halat yüzeyinde meydana gelen tel kopmaları, korozyon, deformasyon ve aşınma gibi hasarları tespit etmeye yöneliktir. Düşük maliyetli ve ekipman gerektirmeyen bu yöntem, ilk değerlendirme adımı olarak uygun görünse de, denetçinin tecrübesine bağlı olması ve insan hatasına açık olması sebebiyle güvenilirliği sınırlıdır. Özellikle büyük ölçekli endüstriyel uygulamalarda zaman alıcı olması ve bazı hasarların gözden kaçabilmesi gibi dezavantajları bulunmaktadır. Görsel incelemeye alternatif olarak geliştirilen tahribatsız muayene (NDT) teknikleri, çelik halatların daha detaylı incelenmesine olanak tanımaktadır. Magnetic Flux Leakage (MFL) yöntemi, halat manyetize edilerek oluşan manyetik alan kaçaklarının özel sensörlerle tespit edilmesi prensibiyle çalışır. Bu yöntem, iç ve dış hasarları tespit etmede oldukça etkilidir; ancak halat yapısındaki farklılıklar yanlış pozitif sonuçlara yol açabilir ve dış manyetik alanlardan etkilenebilir. Ayrıca, birbirine yakın tel kopmalarının sayılması neredeyse imkânsızdır. Ultrasonik test (UT), yüksek frekanslı ses dalgaları kullanarak iç hasarları belirlemeyi amaçlar. Ancak bu yöntem pahalıdır, uzman operatör gerektirir ve yüzey düzensizliklerinden kolayca etkilenebilir. Eddy Current Test (ECT) ise yüzey ve yüzeye yakın hasarları tespit etmek için alternatif akım kaynaklı girdap akımlarını kullanır. Ancak bu yöntemin de etkinliği yalnızca yüzeyle sınırlıdır ve kaplama gibi dış etkenler algılama hassasiyetini düşürebilir. Son yıllarda, bilgisayarlı görüntü işleme ve yapay zekâ teknolojilerindeki ilerlemeler, çelik halatlarda hasar tespitini dönüştürmüştür. Yüksek çözünürlüklü kameralarla desteklenen derin öğrenme algoritmaları, yüzeydeki tel kopmalarını otomatik ve yüksek doğrulukla tespit edebilmekte; böylece gerçek zamanlı izleme ve bakım planlamasında önemli avantajlar sunmaktadır. Bu eksiklikleri gidermek amacıyla, bu tez kapsamında iki temel çalışma gerçekleştirilmiştir: Kasnak üzerinde Bükülme (BoS) yorulma test düzeneğinin tasarımı ve yapay zeka tabanlı hasar tespit sisteminin geliştirilmesi. Mevcut literatür incelendiğinde, çelik halatlar için kullanılan çoğu yorulma test düzeneğinin belirli bir halat çapına ve kasnak boyutuna göre tasarlandığı, dolayısıyla farklı halat türlerini test etmek için modüler ve esnek yapıya sahip olmadığı görülmektedir. Bu durum, farklı D/d oranlarında, çekme yüklerinde ve çalışma hızlarında test yapmayı sınırlandırmaktadır. Geleneksel sistemler, genellikle sabit kasnak çaplarına sahip olup, farklı çalışma koşullarında test yapma esnekliği sunmamaktadır. Bu tezde geliştirilen BoS yorulma test düzeneği, modüler ve ayarlanabilir bir tasarıma sahip olup, farklı çelik halat çapları ve test parametrelerine uyum sağlayabilmektedir. Sistem, çelik halatların belirlenen test koşullarında bükülmeye maruz kalmasını sağlayarak, tel kopmaları ve yorulma ömrünü belirlemeye yönelik deneyler yapmaya olanak tanımaktadır. Bu sayede, halatların kullanım ömrü hakkında daha doğru tahminler yapılabilir ve güvenli çalışma süreleri belirlenebilir. Test düzeneği dört ana bileşenden oluşmaktadır, makinanın ana taşıyıcı yapısı olan ana çerçeve, çelik profillerden üretilmiş olup, yük altında stabiliteyi koruyacak şekilde tasarlanmıştır. Test sırasında oluşan mekanik zorlamalara karşı titreşim ve deformasyon direnci sağlamak amacıyla optimize edilmiştir. Halata belirli bir çekme kuvveti uygulayarak, halatın gerçekçi yük koşulları altında test edilmesini sağlayan yük taşıma bölmesi. Bu bölme farklı çekme yüklerinin uygulanabilmesine olanak sağlar. Halatın kasnaklar üzerinde belirlenen hızda ve açıda hareket etmesini sağlayan dört kollu mekanizma. Bu mekanizma, farklı test senaryolarının uygulanmasına olanak tanıyan hassas bir kontrol sistemi ile donatılmıştır. Ayrıca, dört kollu yapı, halatın farklı gerilme seviyelerinde test edilmesine olanak tanımaktadır. Farklı çaplarda kasnaklar kullanılarak, farklı D/d oranlarında testler gerçekleştirilmesine olanak tanıyan kasnak sistemi. Bu sayede, farklı çap ve yapıdaki halatların yorulma performansları karşılaştırılabilir ve detaylı analizler yapılabilir. Bu sistem, çelik halatların yorulma ömürlerini anlamak ve güvenli çalışma sürelerini belirlemek için güçlü ve esnek bir platform sağlamaktadır. Geleneksel test düzeneklerine kıyasla, farklı test senaryolarına adapte olabilmesi, onu daha yenilikçi ve etkili bir test düzeneği haline getirmektedir. Bu tezde geliştirilen test düzeneği, mevcut sistemlerin eksikliklerini gidererek, farklı çap ve bileşimdeki çelik halatların yorulma performanslarını test etme kapasitesine sahiptir. Böylece hem akademik araştırmalar hem de endüstriyel uygulamalar için önemli bir araç sunmaktadır. Test düzeneğinin güvenilirliğini ve yapısal bütünlüğünü doğrulamak için Sonlu Elemanlar Analizi (FEA) kullanılmıştır. Yapılan analizlerde, ana çerçeve üzerindeki maksimum Von Mises gerilmesi 40,25 MPa, yük taşıma bölmesinde oluşan maksimum gerilme 35,77 MPa, ve son olarak dört kollu mekanizmanın ana kolunun üzerindeki maksimum gerilme 22,17 MPa olarak hesaplanmıştır. Bu değerler, kullanılan çelik malzemenin 250 MPa akma dayanımına sahip olduğu göz önüne alındığında, belirlenen güvenlik katsayısı (3) dahilinde güvenli sınırlar içinde olduğunu göstermektedir. Bu sonuçlar, test düzeneğinin uzun vadeli yorulma testlerinde güvenilir bir platform sunduğunu doğrulamaktadır. Çelik halatların hasar tespiti için geliştirilen yapay zeka tabanlı görüntü işleme yöntemi, manuel incelemelere kıyasla daha hızlı, doğru ve otomatik bir çözüm sunmaktadır. Çalışmada, supervised learning yöntemine dayalı bir derin öğrenme modeli geliştirilmiştir. Modelin eğitimi için 73 adet hasarlı çelik halat görüntüsü kullanılmıştır. Bu görüntülerde manuel olarak tel kopmaları etiketlenmiş ve modelin öğrenmesi için veri seti oluşturulmuştur. Daha geniş bir veri kümesine sahip olması için bulur, döndürme, gri tonlama, parlaklık ayarlamaları gibi veri artırma teknikleri uygulanarak veri seti genişletilmiştir. 150 epoch ve 32 batch size parametreleriyle eğitim süreci besletilmiştir. Eğitim tamamlandıktan sonra geliştirilen model, test edilen çelik halat görüntülerinde yüksek doğrulukla kırık telleri tespit edebilmiştir. Bu sayede, halat hasar tespiti için hızlı ve güvenilir bir otomasyon sistemi oluşturulmuştur. Sonuç olarak bu tez çalışması kapsamında, çelik halatların yorulma testlerini gerçekleştirmek için yeni bir test düzeneği tasarlanmış ve otomatik hasar tespiti sağlamak için yapay zeka tabanlı bir sistem geliştirilmiştir. Geliştirilen sistemler, farklı test parametreleri altında çelik halatların yorulma davranışlarını değerlendirme ve hasarları otomatik olarak tespit etme konusunda önemli katkılar sunmaktadır. Gelecekte, BoS yorulma test düzeneği, farklı halat çaplarını test edebilmek için genişletilebilir ve uluslararası standartlara göre halatların değiştirilmesi gereken çevrim sayıları belirlenebilir. Ayni zamanda yapay zeka tabanlı sistem, yüksek hızlı kameralar ile entegre edilerek halatların gerçek zamanlı izlenmesi sağlanabilir. Kısaca, bu çalışma çelik halatların yorulma ömrünü belirleme ve hasar tespiti süreçlerinde yenilikçi yaklaşımlar sunarak güvenliği ve verimliliği artıracak önemli çözümler sağlamaktadır.
Özet (Çeviri)
Steel wire ropes are widely used in industrial applications such as elevators, cranes, mining systems, and offshore operations due to their high strength and flexibility. However, these ropes experience continuous bending over sheaves, fluctuating tensile forces, and environmental exposure, leading to fatigue-induced failures over time. Ensuring the durability and safety of steel wire ropes requires reliable testing and early damage detection. Traditional methods, such as manual inspections, are time-consuming and prone to human error, while existing fatigue test setups often lack adaptability for different rope specifications. This study addresses these challenges by designing a Bending-over-Sheave (BoS) fatigue test setup and developing an artificial intelligence-based damage detection system. The first objective of this study was to design and analyze a BoS fatigue test setup to evaluate the lifetime of steel wire ropes under controlled cyclic bending conditions. Unlike previous test systems, which are often bulky and limited to specific rope diameters, this setup was designed to be modular and adaptable, allowing for variations in D/d ratios, tensile loads, and working speeds. The system's structural integrity was verified using Finite Element Analysis (FEA), which ensured that all components, including the frame, weight carrier, and four-bar mechanism, could withstand operational forces without exceeding material limits. The test setup provides a reliable and controlled environment for conducting fatigue studies on different steel wire rope compositions. The second objective was to develop an AI-based defect detection system to improve the accuracy and efficiency of wire rope inspections. Traditional methods, such as visual inspection, Magnetic Flux Leakage (MFL), ultrasonic testing (UT), and Eddy Current Testing (ECT), have limitations in detecting surface cracks efficiently. This study introduced a supervised learning model trained on a dataset of 73 annotated wire rope images. Data augmentation techniques, including blur, rotation, grayscale, exposure, and brightness adjustments, were applied, significantly expanding the dataset to enhance model robustness. The training process was conducted over 150 epochs with a batch size of 32, producing a well-generalized model capable of accurately detecting wire rope defects on Images. The developed system provides automated, consistent, and scalable detection, reducing reliance on subjective manual assessments. The results of this study contribute to both fatigue testing and defect detection. The BoS fatigue test setup offers a versatile platform for studying the fatigue characteristics of steel wire ropes under various conditions. The AI-based detection system introduces an automated image processing method, enhancing maintenance strategies and safety assessments. Together, these advancements address critical gaps in the literature and provide practical solutions for industries that rely on steel wire ropes. For future research, the BoS test setup can be utilized to conduct long-term fatigue studies on ropes with different diameters, strand configurations, and compositions. Additionally, the AI-based defect detection system can be further enhanced to support real-time monitoring using high-speed cameras. This would allow for automatic crack detection and discard cycle evaluation, enabling predictive maintenance strategies and improving operational efficiency. In conclusion, this study successfully developed a novel fatigue test setup and an AI-based defect detection system, both of which offer innovative solutions for steel wire rope testing and monitoring. These contributions form a foundation for future advancements, ensuring safer and more reliable industrial applications.
Benzer Tezler
- Kesme dayanımı yetersiz kısa kolonların onarım ve güçlendirilmesinde bir uygulama seçeneği
Başlık çevirisi yok
PINAR ÖZDEMİR
Doktora
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
PROF. DR. M. HASAN BODUROĞLU
- Application of a novel energy dissipation beam-column connector in precast structures
Prekast yapılara özgün bı̇r enerjı̇ sönümleyici kı̇rı̇ş-kolon bağlantısının uygulanması
ALİ BERK BOZAN
Yüksek Lisans
İngilizce
2024
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DOÇ. DR. REŞAT ATALAY OYGUÇ
- Yay tahrikli bir darbe deney cihazının tasarımı, geliştirilmesi ve verimliliğinin araştırılması
Spring-actuated impact test device: Design, development, and efficiency assessment
MESUT KÜÇÜK
Doktora
Türkçe
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ SARI
- Novel cochlear electrode array development using microfabrication techniques
Mikrofabrikasyon teknikleri kullanılarak yenilikçi koklear elektrot dizini geliştirilmesi
GÜLÇİN ŞEFİYE AŞKIN
Doktora
İngilizce
2024
Makine MühendisliğiHacettepe ÜniversitesiNanoteknoloji ve Nanotıp Ana Bilim Dalı
DOÇ. DR. BİLSAY SÜMER
- Çift eksenli gerilme altında parçalı hopkinson basma çubuğu ile malzeme analizi
Material analysis with the hopkinson pressure bar inbiaxial stress state
SELİN GÜMÜŞ
Yüksek Lisans
Türkçe
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİN SÜNBÜLOĞLU