Betondaki Nem Miktarının SVM Kullanarak Tespiti

Abstract

Beton yapıların dayanıklılığı, su temasına bağlı nem miktarıyla ilişkilidir. Bu nedenle su ile temas halinde olan yapıları verimli şekilde kullanmak için nem içeriğinin belirlenmesi büyük önem taşır. Perküsyon yöntemi, vurma ve dinleme anlamı taşır. Mel-Frekans Cepstral Katsayıları ses işleme uygulamalarında lineer olmayan bir mel frekans ölçeğinde log güç spektrumunun lineer kosinüs dönüşümüne dayanan ses sinyalinin kısa vadeli güç spektrumunu yüksek doğrulukla temsil etmektedir. Mel-Frekans Cepstral Katsayıları (MFCC), bu çalışmada perküsyon kaynaklı sesin özelliklerini çıkarmak için kullanılmıştır. Perküsyon kaynaklı ses işareti, mikrofon ve bir çekiç kullanılarak elde edilir ve betondaki farklı nem içeriğini sınıflandırmak için ise destek vektör makinesi (SVM:Support Vector Machine) tabanlı makine öğrenmesi kullanılmıştır. Destek vektör makinesi (SVM), makine öğreniminde optimal bir marj tabanlı sınıflandırma tekniğidir ve doğrusal olarak ayrılabilen ve doğrusal olarak ayrılamayan sınıflandırma uygulamalarında yaygın olarak kullanılmaktadır. Doğrusal olarak sınıflandırılamayan verilerde Destek Vektör Makinesine ek olarak Kernel Fonksiyonu ve Radyal Temel Fonksiyon (RBF) kullanılmaktadır. Uygulanacak yönteme ilişkin deneysel sonuçlar, önerilen perküsyon tabanlı yöntemin betondaki farklı nem seviyelerini yüksek doğrulukta tespit edilebildiğini göstermekle beraber çekicin serbest düşmesi sağlanarak elde edilen ses kayıtlarında başarının daha yüksek olduğu da ispatlanacaktır. Kurulan mekanizmayla elde edilen verilerin doğruluk değerleri %98’in üstünde olduğu gösterilecektir. Önerilen yöntem geleneksel yöntemler ile karşılaştırıldığında geleneksel yöntemlerde kullanılan cihaz ve sensörlerin kurulumunu gerektirmediği ve kullanımı oldukça kolay olduğu belirlenmiştir.