Türkay, YavuzTamay, Zekiye Şeyma2024-10-192024-10-192023https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=a0OMTmEd_3mfOBxT8SiBTG-TwchtGDsbf6fbaOk8Fbl7LWDBuDgnJMi319wzZdBohttps://hdl.handle.net/20.500.12418/16243Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim DalıBeton 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 (DVM) (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. Bu tez çalışmasında betondaki nem miktarını tahribatsız muayene ve makine öğrenim yöntemlerinde SVM kullanarak nem tespiti araştırılmaktadır. İlk olarak, betondaki nem ölçüm teknolojilerine, geçmişine ve uygulamalarına bir giriş sağlanmaktadır. Daha sonra betondaki nem miktarının tespiti için kullanılan perküsyon yöntemi, MFCC,SVM,RBF,Kernel fonksiyonları ve diğer uygulanacak tüm adımlar literatür taramasından geçirilerek bilimsel veriler ortaya koyulmuştur. Ardından, beton nem izleme ilkesi grafik yardımıyla açıklanmıştır. Daha sonra deneysel kurulum ve prosedür adımları anlatılmıştır ve MATLAB sonuçları eklenmiştir. Son olarak tartışma ve sonuç aşamaları ile araştırma tezi tamamlanmıştır. Çekiçle elde edilen verilerin doğruluk değeri %82 iken kurulan mekanizmayla elde edilen verilerin doğruluk değerleri %98 in üstünde olacağı ispatlanacaktır.The durability of concrete structures is related to the amount of moisture due to water contact. For this reason, it is of great importance to determine the moisture content in order to use the structures in contact with water efficiently. Percussion method means hitting and listening. Mel-Frequency Cepstral Coefficients represent with high accuracy the short-term power spectrum of the audio signal based on linear cosine transform of the log power spectrum on a non-linear mel frequency scale in audio processing applications. Mel-Frequency Cepstral Coefficients (MFCC) were used in this study to extract the characteristics of percussion-induced sound. The percussion induced sound signal is obtained using a microphone and a hammer, and support vector machine (DVM) (SVM) (Support Vector Machine) based machine learning is used to classify different moisture content in concrete. Support vector machine (SVM) is an optimal margin-based classification technique in machine learning and is widely used in linearly separable and nonlinearly separable classification applications. Kernel Function and Radial Basis Function (RBF) are used in addition to Support Vector Machine for data that cannot be classified linearly. In this thesis, the moisture content in concrete is investigated using SVM in non-destructive testing and machine learning methods. First, an introduction to moisture measurement technologies, history and applications in concrete is provided. Then, percussion method, MFCC, SVM, RBF, Kernel functions and all other steps to be applied to determine the moisture content in the concrete were reviewed and scientific data were revealed. Then, the principle of monitoring concrete moisture is explained with the help of graphics. Then, experimental setup and procedural steps are explained and MATLAB results are added. Then, the research thesis was completed with discussion and conclusion stages.While the accuracy value of the data obtained with the hammer is 82%, it will be proved that the accuracy values of the data obtained with the established mechanism will be above 98%.trinfo:eu-repo/semantics/openAccessElektrik ve Elektronik MühendisliğiElectrical and Electronics EngineeringMaster Thesis1021810467