Kademeli kirişlerde çatlak tespiti için titreşim tabanlı derin öğrenme yaklaşımı

Yapı Sağlığı İzlemesi (YSİ), mühendislik yapılarının güvenliğinin korunması, hizmet ömrünün uzatılması ve olası hasarların erken dönemde tespit edilmesi açısından son derece önemli bir araştırma alanıdır. Bu kapsamda, taşıyıcı elemanlarda meydana gelen hasarlar, kesitin yerel rijitliğini azaltarak titreşim davranışında değişikliklere yol açar. Titreşim tabanlı hasar tespit yöntemlerinde bu değişimler, doğal frekanslar ve mod şekillerindeki farklılıklar üzerinden izlenir. Bu tez çalışmasında kademeli elastik kirişlerde titreşim verileri kullanılarak derin öğrenme tabanlı bir hasar tespit yöntemi önerilmiştir. Modelin eğitimi için gerekli veri çatlaklı kirişin analitik modelinden elde edilmiştir. Analitik modelde, kiriş üzerindeki çatlaklar kütlesiz dönel yay modeli ile temsil edilerek yerel esneklik katsayıları elde edilmiştir. Frekans denklemi, Transfer Matrisi Metodu (TMM) kullanılarak türetilmiştir. Farklı hasar senaryoları ve sınır şartları için kirişin doğal frekans ve mod şekli eğriliğini içeren kapsamlı bir sentetik modal veri seti oluşturulmuştur. Bu sentetik veri, bir boyutlu Evrişimsel Sinir Ağı (1D-CNN) modeli ile kullanılarak kiriş üzerinde çatlak konum ve şiddetleri tahmin edilmiştir. Çalışmada, analitik modelin sağladığı doğruluk ile yapay zekâ temelli modellerin genelleme kapasitesi bir araya getirilerek kademeli kirişler için farklı sınır koşullarına uyarlanabilir, hızlı ve güvenilir bir titreşim tabanlı hasar tespit yaklaşımı ortaya konmuştur.