TARİHİ YIĞMA MİNARELERDE ÇOKLU KAMERA SİSTEMİ KULLANILARAK YAPAY ZEKA TABANLI HASAR TESPİTİ

Duman C., Aslan T., Haciefendioğlu K., Gültop T.

ULUSAL 9. YAPI MEKANİĞİ LABORATUVARLARI ÇALIŞTAYI, Düzce, Türkiye, 18 - 19 Ekim 2024, ss.221-226, (Tam Metin Bildiri)

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Basıldığı Şehir: Düzce
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.221-226
  • Karadeniz Teknik Üniversitesi Adresli: Evet

Özet

Bu çalşma tarihi yğma minarelerin yap sağlğ durumunu izlemek amacyla yeni bir yaklaşm sunmaktadr. Çalşma laboratuvar ortamnda inşa edilen ölçekli bir yğma minare modelini kullanarak görüntü tabanl yap sağlğ izleme (YSİ) tekniklerini, model güncelleme yöntemlerini ve makine öğrenmesi (ML) ile derin öğrenme (DL) algoritmalarn kapsamaktadr. Minyatür minare modeli üzerinde gerçekleştirilen deneysel uygulamalarda, öncelikle malzeme özellikleri belirlenmiş, ardndan görüntü tabanl titreşim ölçümü ile elde edilen veriler analiz edilmiştir. Elde edilen malzeme özellikleri, mod şekilleri ve frekans değerleri ANSYS Workbench ve optiSlang kullanlarak model güncelleme aşamasna entegre edilmiştir. Son olarak, frekansa dayal hasar indeksleri belirlenerek, ML ve DL algoritmalarnn hasar tespitindeki başarlar kyaslanmştr. Bu çalşmann amac, tarihi yaplar için yeni izleme ve hasar tespiti yöntemleri geliştirmek olup, bu yöntemlerin tarihi yğma minareler gibi kültürel miras yaplarn korunmasna katkda bulunabileceğini göstermektir. Anahtar Kelimeler: Yapısal sağlık izleme, Görüntü tabanlı izleme, Çoklu kamera sistemi, Model güncelleme, Makine öğrenmesi, Derin öğrenme, Ansys workbench, optiSlang, Hasar tespiti

This study offers a new approach to monitor the structural health status of historical masonry minarets. The study includes vision-based structural health monitoring (MSI) techniques, model update methods, and machine learning (ML) and deep learning (DL) algorithms using a scaled masonry minaret model built in a laboratory environment. In the experimental applications carried out on the miniature minaret model, firstly the material properties were determined, and then the data obtained by vision-based vibration measurement were analyzed. The obtained material properties, mode shapes and frequency values were integrated into the model update phase using ANSYS Workbench and optiSlang. Finally, frequency-based damage indices were determined and the success of ML and DL algorithms in damage detection was compared. The aim of this study is to develop new monitoring and damage assessment methods for historical buildings, and to determine whether these methods are cultural, such as historical masonry minarets. Keywords: Structural health monitoring, vision-based monitoring, Multi-camera system, Model update, Machine learning, Deep learning, Ansys workbench, Optislang, Damage detection