Bildiri Detay

Hazır Beton Basınç Dayanımının Yapay Zekâ Tabanlı Algoritmalar İle Erken Tespit Edilmesi

Yazarlar:
Mehmet Kızıldağ, Ceren Ulus, Mehmet Fatih Akay, Hasan Hüseyin Yurdagül, Muhammet Gökhan Altun, Fatih Özer, Emre Örtemiz, Muhittin Tarhan
Özet:
Hazır betonun kalitesi ve uygunluğu, inşaat sektöründe kritik bir öneme sahiptir. Hazır beton basınç dayanımının erken tespiti, düşük dayanımlı betonun hızlı teşhis edilebilmesine ve gerektiğinde değiştirilmesine olanak tanıyabilir. Aynı zamanda, beton basınç dayanımının erken belirlenmesi ile gereksiz işçilik, zaman ve malzeme maliyetleri önlenebilir. Bu çalışmada, hazır beton basınç dayanımının yapay zeka tabanlı algoritmalar ile erkenden tahmin edilmesi amaçlanmıştır. Bu kapsamda, Rastgele Orman (RF), Destek Vektör Makinesi (SVM) ve Hafif Gradyan Artırma Makinesi (LightGBM) algoritmaları kullanılmıştır. Çalışmada kullanılan veriseti, Akçansa İzmir Aliağa Hazır Beton Santrali’ndeki gerçek verilerden sağlanmış olup toplam 9007 adet satırdan oluşmaktadır. Tahmin modelleri Python programlama dili ve ilgili kütüphaneleri kullanılarak geliştirilirken 3 farklı yaklaşım uygulanmıştır. İlk yaklaşımda, sadece beton bileşenleri ve meteorolojik veriler girdi olarak kullanılmış ve 2, 7 ve 28 günlük dayanımlar için tahmin modelleri geliştirilmiştir. İkinci yaklaşımda, ilk yaklaşımdaki verilere bazı deneysel girdi verileri de dahil edilerek 2, 7 ve 28 günlük dayanımlar için tahmin modelleri geliştirilmiştir. Üçüncü yaklaşımda ise ilk yaklaşımdaki verilere hem deneysel girdi verileri, hem de 2 günlük dayanım bilgisi dahil edilerek 7 ve 28 günlük dayanımlar için tahmin modelleri geliştirilmiştir. Beton basınç dayanımı tahmin modellerinin başarısını ölçmek için literatürde bu alanda sıklıkla kullanılan Ortalama Mutlak Yüzdelik Hata (MAPE) ve Ortalama Mutlak Hata (MAE) hata metrikleri kullanılmıştır. Elde edilen sonuçlara göre birinci ve ikinci yaklaşımda en iyi performansı LightGBM algoritması gösterirken, üçüncü yaklaşımda ise en iyi performansı SVM algoritması göstermiştir. Buna ilaveten deneysel girdi verilerinin kullanımı, tahmin performansını artırıcı yönde etkili olmuştur. İkinci güne ait beton basınç dayanımının tahmin değişkeni olarak kullanılması ise, geliştirilen modellerle daha başarılı tahmin sonuçlarına ulaşılmasını sağlamıştır.