Günümüzde yapı malzemelerinin dayanımı, ülkemiz coğrafyasının deprem bölgesi olması sebebiyle önem kazanmaktadır. Çünkü inşaa edilecek yapılarda yapı malzemesinin dayanımı yapının sağlamlığına doğrudan etki etmektedir. Fakat yapı malzemesinin dayanımı ölçülürken tahribatlı ölçüm yöntemleri tercih edilmektedir. Bunun sebebi ise tahribatlı ölçüm yöntemlerinin tahribatsızlara göre daha doğru sonuç vermesidir. Bu çalışmada ses frekansları ile yapı malzemelerinin dayanımı tahmin edilmiştir. Ölçümler için kabin tasarımı gerçekleştirilmiştir. Ölçümlerdeki doğruluğun artması için kabin oluşturulurken 22 mm temperli cam kullanılarak ölçümler esnasında dışarıdaki gürültüyle iletişimin kesilmesi hedeflenmiştir. Bu kabin içerisinde, alınan 14 çeşit toplamda 26 farklı mermer numunesi ile ölçümler gerçekleştirilmiş ve sistem eğitilmiştir. Ölçüm ve eğitim işlemleri tamamlanmasının ardından yeni bir mermer ile ölçüm yapıldığında sistemin hata payı %2,21, doğruluk payının ise %97,79 olduğu gözlemlenmiştir. Sistem yeni ölçülen mermerler ile kendi kendini eğitmesi amacı ile veri bankası oluşturulmuştur. Bunun sebebi ise her yeni ölçülen mermer ile hata payının düşmesi amaçlanmıştır. Anahtar Kelimeler: yapı malzemesi, mermer, makine öğrenmesi, yapay zeka, ses, ses dalgası, frekans.
Nowadays, building materials strength, our country is gaining importance due to the earthquake zone of geography. Because of the structure will be built in building materials is a direct impact on the soundness of the structure strength . But the strength of the building material measuring destructive measurement methods are preferred. The reason for this is that it is more accurate than the non-destructive measurement of non-destructive method. In this study, the sound frequencies were estimated by the resistance of the marble. Cabinet design for measurement were carried out. During the measurements using the cabin creating 22mm tempered glass aimed to cut the noise outside communication. In this cabin , received 14 types of measurements were conducted with 26 different samples of marble and the system is trained . The margin of error measurements and training operations of the system when a new measurement performed after completion marble were observed to be 2.21% and accuracy is 97,79% . System data bank was created to educate itself with new measured marbles. The reason for this is intended to fall with each new measured marble margin of error. Keywords: construction materials, marble, machine learning, artificial intelligence, voice, sound wave
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, 2016.
Kaynakça var.
Günümüzde yapı malzemelerinin dayanımı, ülkemiz coğrafyasının deprem bölgesi olması sebebiyle önem kazanmaktadır. Çünkü inşaa edilecek yapılarda yapı malzemesinin dayanımı yapının sağlamlığına doğrudan etki etmektedir. Fakat yapı malzemesinin dayanımı ölçülürken tahribatlı ölçüm yöntemleri tercih edilmektedir. Bunun sebebi ise tahribatlı ölçüm yöntemlerinin tahribatsızlara göre daha doğru sonuç vermesidir. Bu çalışmada ses frekansları ile yapı malzemelerinin dayanımı tahmin edilmiştir. Ölçümler için kabin tasarımı gerçekleştirilmiştir. Ölçümlerdeki doğruluğun artması için kabin oluşturulurken 22 mm temperli cam kullanılarak ölçümler esnasında dışarıdaki gürültüyle iletişimin kesilmesi hedeflenmiştir. Bu kabin içerisinde, alınan 14 çeşit toplamda 26 farklı mermer numunesi ile ölçümler gerçekleştirilmiş ve sistem eğitilmiştir. Ölçüm ve eğitim işlemleri tamamlanmasının ardından yeni bir mermer ile ölçüm yapıldığında sistemin hata payı %2,21, doğruluk payının ise %97,79 olduğu gözlemlenmiştir. Sistem yeni ölçülen mermerler ile kendi kendini eğitmesi amacı ile veri bankası oluşturulmuştur. Bunun sebebi ise her yeni ölçülen mermer ile hata payının düşmesi amaçlanmıştır. Anahtar Kelimeler: yapı malzemesi, mermer, makine öğrenmesi, yapay zeka, ses, ses dalgası, frekans.
Nowadays, building materials strength, our country is gaining importance due to the earthquake zone of geography. Because of the structure will be built in building materials is a direct impact on the soundness of the structure strength . But the strength of the building material measuring destructive measurement methods are preferred. The reason for this is that it is more accurate than the non-destructive measurement of non-destructive method. In this study, the sound frequencies were estimated by the resistance of the marble. Cabinet design for measurement were carried out. During the measurements using the cabin creating 22mm tempered glass aimed to cut the noise outside communication. In this cabin , received 14 types of measurements were conducted with 26 different samples of marble and the system is trained . The margin of error measurements and training operations of the system when a new measurement performed after completion marble were observed to be 2.21% and accuracy is 97,79% . System data bank was created to educate itself with new measured marbles. The reason for this is intended to fall with each new measured marble margin of error. Keywords: construction materials, marble, machine learning, artificial intelligence, voice, sound wave