Yapay Zekâ ile Beton Dayanımının Tahmini

Araştırmacılar, yapay zekâ ve gömülü sensörler kullanarak betonun erken basınç dayanımını doğru bir şekilde tahmin eden ve geleneksel laboratuvar testlerine göre daha hızlı ve daha güvenilir bir alternatif sunan gerçek zamanlı bir sistem geliştirdiler.

Arka Plan

Betonarme, mukavemeti, dayanıklılığı ve çok yönlülüğü nedeniyle modern inşaatın merkezinde yer almaya devam ediyor. Performans ölçütleri arasında basınç dayanımı en kritik olanlardan biridir, bir yapının ne kadar yük taşıyabileceğini ve zaman içinde ne kadar iyi dayanabileceğini doğrudan yansıtır.

Tarihsel olarak, bu dayanım standart laboratuvar testleri ile değerlendirilmiştir. Etkili olsalar da bu yöntemler kapsamlı numune hazırlama ve kürleme gerektirir ve bu da proje gecikmelerine yol açabilir, ayrıca malzeme, çevre koşulları veya test uygulamalarındaki farklılıklar nedeniyle değişkenliğe de açıktırlar.

Bu sınırlamalar nedeniyle, daha akıllı ve daha duyarlı yaklaşımlara olan ilgi artmaktadır. Yapay zekâ ve sensör teknolojisindeki son gelişmeler, bu noktada umut verici bir çözüm sunmaktadır. Sürekli veri toplamayı öngörücü modellemeyle entegre ederek, inşaat ekipleri doğruluğu artırabilir, bekleme sürelerini azaltabilir ve sahada daha hızlı kararlar alabilir.

Araştırmacılar, kürlemenin erken aşamalarında beton dayanımını tahmin etmek için gerçek zamanlı izleme ve özel bir yapay zekâ modelini birleştiren bir sistemi sunmaktadır.

Yöntemler

Bu fikri hayata geçirmek için araştırma ekibi, sensörler ve bağlı cihazlardan oluşan bir ağ etrafında oluşturulmuş bir izleme sistemi tasarladı. Kurulum, sıcaklık sensörleri, kablosuz iletişim modülleri, merkezi bir veri tabanı sunucusu ve analizleri gerçekleştirecek bir bilgi işlem birimi içeriyordu.

Her bileşen belirli bir rol oynadı. Sensörler, hidratasyon sırasında sıcaklık verilerini yakalamak için beton kalıba yerleştirildi veya doğrudan malzemeye gömüldü. İletişim modülleri, verilerin sunucuya güvenilir bir şekilde iletilmesini sağladı. Sunucuya ulaştıktan sonra, merkezi bilgi işlem birimi bilgileri gerçek zamanlı olarak işledi.

Sistemi gerçek bir şantiyede uygulamadan önce, ekip hem laboratuvar hem de saha koşullarında test etti. Bu denemeler, sensörün dayanıklılığını, veri iletim kararlılığını test etmeyi ve bilgi işlem altyapısının gerçek zamanlı işlemeyi hatasız bir şekilde gerçekleştirebileceğini doğrulamayı sağladı.

Donanım doğrulandıktan sonra ekip, tahmine dayalı modeli geliştirmeye geçti. İş akışının bu kısmı dört aşamadan oluşuyordu, sensörlerden ham veri toplama, bilgileri ön işleme tabi tutma, derin öğrenme modellerini eğitme ve son olarak tüm sistemi çalışan bir inşaat ortamına yerleştirmek.

Sonuçlar ve tartışma

Sistem, sürekli sıcaklık verilerini kullanarak betonun erken basınç dayanımını doğru bir şekilde tahmin ederek güçlü bir performans gösterdi. Yapay zekâ modeli, yüksek bir regresyon katsayısı (R2 = 0,996) elde ederek, tutarlı bir şekilde hassas tahminler sunabileceğini gösterdi.

Bu yeteneğin temelinde, gelen sıcaklık verilerini gerçek zamanlı olarak analiz etmek üzere eğitilmiş derin bir sinir ağı yatıyordu. Beton kürlenirken, gömülü sensörler sürekli bir veri akışı sağladı ve yapay zekâ modeli bu veriyi anında mukavemet değerlerini hesaplamak için kullandı. Bu durum, laboratuvar sonuçlarını bekleme ihtiyacını ortadan kaldırarak, malzeme performansı hakkında anında geri bildirim sağladı.

Doğruluğun ötesinde, sistem aynı zamanda uyarlanabilir olacak şekilde tasarlandı. Modüler yapısı, projeye göre ölçeklendirilmesine olanak tanır. Binalar veya yol betonları gibi daha küçük yapılar için daha az sensörlü minimal bir kurulum yeterli olabilir. Tüneller veya yüksek yapılar gibi daha büyük ve daha karmaşık projeler için sistem, daha geniş bir sensör ağı ve daha gelişmiş analizler içerecek şekilde genişletilebilir.

Yapay zekâ modelinin kendisi de özelleştirilebilir. Yerel koşulları, benzersiz beton karışımlarını ve değişen çevresel faktörleri hesaba katmak için projeye özgü verilerle yeniden eğitilebilir. Bu, sistemin tek tip olmadığı anlamına gelir, farklı inşaat bağlamlarının taleplerini karşılayacak şekilde gelişebilir ve hem güvenilirliği hem de değeri artırabilir.

Sırada ne var?

Araştırmacılar, yapay zekâ ve gerçek zamanlı algılamayı birleştirerek, erken kürleme sırasında beton dayanımını tahmin etmek için pratik bir yöntem geliştirdiler. Sistem yalnızca doğruluğu artırmakla kalmıyor, aynı zamanda inşaat iş akışlarını kolaylaştırabilecek ve belirsizliği azaltabilecek anında içgörüler de sunuyor.

İleriye baktığımızda, sistemi daha da geliştirmek için fırsatlar var. Özellikle karmaşık saha ortamlarında kablosuz iletişimin dayanıklılığını artırmak, kesintisiz veri akışının sağlanmasına yardımcı olacaktır. Düşük güçlü iletişim protokollerinin kullanılması da pil ömrünü uzatılması sistemi uzun vadede daha sürdürülebilir hâle getirebilir.

Enerji yönetimi de odaklanılan bir diğer konudur. Güneş panelleri, enerji toplama cihazları veya uzun ömürlü piller gibi doğru çözümlerle, sensörler zorlu veya uzak yerlerde bile çalışır durumda kalabilir.

Kaynak: www.azobuild.com/news.aspx?newsID=23796