Betonarme yapılarda yapısal ve yapısal olmayan hasarların derin öğrenme ile tespiti

Doğal afetlerin en tehlikelisi sayılabilecek öngörülemeyen ve önlenemeyen bir doğa olayı olan depremler, tüm dünyada olduğu gibi fay hatları üzerinde bulunan ülkemizde de ciddi kayıplara sebebiyet vermiştir. Meydana gelen her depremin ardından depreme dayanıklı yapı tasarımının önemi artmakta, yapılan hasar tespit çalışmalarında yönetmeliklere uyulmadan inşa edilmiş yapılarda çok büyük olmayan depremlerde bile ciddi hasarlar oluştuğu gözlemlenmektedir. Depremde hasar alan tüm binalarda yapılan hasar tespit çalışmalarının doğru bir şekilde gerçekleştirilmesi büyük önem taşırken ciddi derecede hasar alan yapılarda artçı depremlerin yıkım tehlikesi dolasıyla çalışmaların aynı zamanda hızlı ve pratik olması da son derece önemlidir. Uzman kişi sayısının sınırlı olması ve deprem sırasında hasar alan yapı sayısının çok fazla olması hasar tespit çalışmalarının yetersiz kalmasına neden olmaktadır. Bu durumda can ve mal kayıplarının artmasına neden olabilecek şekilde bilinçsizce hasarlı yapılarda yaşanmaya devam edilmektedir. Deprem sonrası yapılan hasar tespit çalışmalarında verilen önemli kararlardan biri betonarme yapılar özelinde oluşan çatlakların yapısal elemanda veya yapısal olmayan elemanda bulunmasına göre ayrımının yapılmasıdır. Yapısal elemanlarda özellikle kolon ve perdelerde oluşan deprem hasarları yapının önemli derecede hasar aldığını gösterirken yapısal olmayan elemanlarda oluşan deprem hasarları yapının kullanım durumunu önemli ölçüde etkilememektedir. Bu tez çalışmasında uzman kişilere hasar tespit çalışmaları sırasında yardımcı olabilecek, kararların doğru ve hızlı şekilde verilmesini sağlayacak bir yapay zekâ algoritması geliştirilmiştir. Çalışmada yapay zekânın alt dallarından biri olan verilerden kendi kendine öğrenerek farklı veriler üzerinde tahmin yapabilen Derin Öğrenme modeli tercih edilmiştir. Bu tez çalışmasının amacı, hasar görüntülerini yapısal elemanda oluşan hasar ya da yapısal olmayan elemanda oluşan hasar şeklinde sınıflandırmak olduğu için bu alanda oldukça başarılı çalışmalarda kullanılmış Evrişimli Sinir Ağları modelinden yararlanılmıştır. Son yıllarda ülkemizde meydana gelen Mw ≥ 5 büyüklüğüne sahip İstanbul (Silivri), Elazığ (Sivrice) ve İzmir (Seferihisar) depremleri sonrası yapılan hasar tespit çalışmalarından elde edilen hasar görüntüleri algoritma geliştirmek üzere toplanmıştır. Optimum değerler seçilerek geliştirilen model, betonarme yapılarda oluşan yapısal ve yapısal olmayan eleman hasarlarını %93,13 oranında başarı ile tespit edip sınıflandırmıştır. İnşaat mühendisliği alanında henüz çok yeni olan Derin Öğrenme sistemlerinin geliştirilerek kullanılabileceğinin yanında bu çalışmada geliştirilen modelin hasar tespit çalışmalarında uzman kişilere yardımcı olabileceği kanıtlanmıştır.