Jet uçaklarında transfer öğrenimi yöntemiyle hasarlı parçaların tespiti

Jet uçak parçalarının hasar tespitinde kullanılan en yaygın yöntemlerden biri, hasarsız bir muayene yöntemi olan X-ışını görüntülemesidir. Bu yöntemde X-ışını radyografileri kullanılarak uzmanlaşmış personel tarafından yapılan analizler sonucu hasarlar belirlenir. Hasarın tespiti uçuş emniyeti için büyük önem arz etmekte olup hasar incelemesinin çok dikkatli yapılması gerekmektedir. Bu hasar tespit yöntemlerinin otomasyona çevrilebilmesi hem analiz hassasiyetinin arttırılması hem de insan kaynaklı yöntemlere olan bağımlılığın azaltılması açısından kurumlara teknik yenilikler ve kolaylık getirecektir. Bu nedenlerle hasar tespitinin görüntü işleme algoritmaları ve yapay zeka elemanları kullanılarak yapılabilmesi amacıyla, bu tez çalışması kapsamında X-ışını görüntüleri üzerinden askeri uçak parçalarında oluşan çatlak hasarları analiz edilmiştir. Bu analizlerde yapay zeka elemanlarından derin öğrenme metotları kullanılarak eğitilen algoritmalar kullanılmıştır. Eldeki 100 radyografi görüntüsünden (50 adet çatlak içeren ve 50 adet çatlak içermeyen görüntü) 90 tanesi eğitim veri seti, 10 tanesi test veri seti için kullanılmıştır. Evrişimsel sinir ağları yardımıyla önceden eğitilmiş ResNet50, AlexNet, VGG19 ve DenseNet169 ağlarından transfer öğrenimi yapılarak eldeki verilerde (görüntülerde) çatlak tespiti yapılmıştır. Bu ağ modellerindeki f-skoru oranları sırasıyla %78,85, %66,67, %73,68 ve %77,48'dir. Görüntülerde tespit edilmesi istenen hasarları en yüksek başarı oranıyla analiz eden ResNet50 evrişimsel sinir ağı modelinin karar sürecinde ağırlık verdiği pikselleri gösteren yoğunluk haritaları da gösterilmiştir. Sonuç olarak kullanılan metodolojinin radyografiler üzerinde yapılan hasar tespitinde doğruluk oranı yüksek bir şekilde sonuç verebileceği görülmüştür. Bu tez çalışmasında yapılmış olan otomatik hasar analizi yöntemiyle verinin kısıtlı olabileceği bir durumda da küçük veri setiyle transfer öğrenimi kullanılarak hasar tespitinin yapılmasına yardımcı olan bir model geliştirilmiştir.