Yapı fiziği hasarlarının çözüme kavuşturulması, yapının sağlıklı bir şekilde işlevini yerine getirebilmesi ve sürdürülebilirlik açısından büyük önem arz etmektedir. Bu doğrultuda yapılacak ilk adım olan hasarların doğru tespit edilmesi, sorunların çözüme ulaştırılabilmesi adına en önemli aşamadır. Sonrasında yapılacak olan onarım çalışmalarının düzgün bir şekilde ilerleyebilmesine ve onarımın maliyetine direkt etki etmektedir. Yapı fiziği sorunlarını çıplak gözle tespit etmeye çalışmak öznel yargılar içermekte, tahribatlı yöntemler ise yapıya zarar vermektedir. Bu çalışmada yapay zekâ uygulamalarından biri olan dijital görüntü işleme yöntemi kullanılarak yapılarda oluşan nem hasarlarının/bozulmaların tahribatsız ve nesnel bir şekilde tespit edilmesi amaçlanmıştır. Farklı yapıların yüzeylerinden alınmış hasarlı durumlara ait 3.600 adet görüntü verisi, evrişimsel yapay sinir ağı mimarisi kullanılarak makine öğrenmesine tabi tutulmuş ve test verileri sınıflandırılarak uygulama sonuçları elde edilmiştir. Geçerlilik testi sonucunda yöntemin nem hasarı ve bozulmalar üzerinde etkili olduğu, yüksek doğruluk oranı ile başarım sağladığı gözlenmiştir. Bu çalışma ile birlikte günümüzde çeşitli alanlarda kullanılan yapay zeka uygulamalarının yapı fiziği sorunlarından nem hasarlarının ve bozulmaların tespit edilmesinde kullanılabileceğini ortaya çıkarmaktadır.
Resolving building physics damages is of great importance in terms of the healthy functioning of the building and its sustainability. The first thing to be done in this direction, the correct determination of the damages, is the most important step in order to solve the problems. It directly adds to the smooth progress of the repair work and the cost of the repair. Trying to detect building physics problems with the naked eye involves subjective judgments, and destructive methods damage the structure. In this study, it is aimed to detect moisture damage/deterioration in buildings in a non-destructive and objective way by using digital image processing method, which is one of the artificial intelligence applications. 3.600 image data of damaged states taken from the surfaces of different structures were subjected to machine learning using convolutional neural network architecture and the test data were classified and the application results were obtained. As a result of the validity test, it was observed that the method was effective on moisture damage and deterioration, and achieved a high accuracy rate. With this study, it is revealed that artificial intelligence applications used in various fields today can be used to detect moisture damage and deterioration, which is one of the building physics problems.
Image Processing Artificial Intelligence Artificial Neural Network Building Physics Problems
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Early Pub Date | July 26, 2022 |
Publication Date | July 31, 2022 |
Published in Issue | Year 2022 Issue: 39 |