Derin öğrenme tabanlı kompozit malzemelerin ultrasonik tomografi görüntülerinden kusurların tespiti ve sınıflandırılması
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği, Türkiye
Tez Danışmanı: Prof. Dr. Vehbi Çağrı Güngör
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Özet:
Bu tez, gelişmiş kompozit malzemelerde kusur sınıflandırma ve karakterizasyonunu iyileştirmek amacıyla, ultrasonik ve akustik emisyon muayene ortamlarında en son makine öğrenme, derin öğrenme ve federe öğrenme yaklaşımlarını bir araya getiren yenilikçi yöntemler sunmaktadır. İlk olarak, 60 farklı kompozit malzemeden elde edilen 1150 görüntüden oluşan yeni bir ultrasonik veri seti (UNDT) tanıtılmıştır. Hem UNDT hem de halka açık bir başka veri seti üzerinde uygulanan transfer öğrenimi yöntemleri, DenseNet121 ve VGG19 gibi gelişmiş sinir ağı mimarilerinin %98,8 ve %98,6'ya varan doğruluk oranlarıyla etkinliğini kanıtlamaktadır. Bunu takiben, tezin kapsamı akustik emisyon tabanlı yapısal sağlık izleme alanına genişletilerek, hasar modlarıyla güçlü ilişkisi bulunan özellikleri belirlemek amacıyla topluluk temelli bir özellik seçimi metodolojisi sunulmuştur. Genlik ve tepe frekansı etiketleme için seçilmiş, ardından uygulanan denetimsiz kümeleme analizleri, hem geleneksel akustik emisyon özelliklerinin (ör. sayılar ve enerji) hem de daha az kullanılan kısmi güçler gibi özelliklerin farklı kusur tipleriyle güvenilir biçimde ilişkili olduğunu göstermiştir. Son olarak, gerçek dünyaya uygun, halka açık ultrasonik veri setlerinin sınırlılığını gidermek amacıyla yenilikçi bir federe öğrenme yaklaşımı geliştirilmiştir. Bu dağıtık yaklaşım, merkezi yöntemlere kıyasla benzer performans seviyelerini korurken veri mahremiyetini de güvence altına alarak ölçeklenebilir ve gizliliğe duyarlı bir çözüm sunmaktadır. Genel olarak, bu katkılar tahribatsız muayene alanında önemli ilerlemeler sağlamakta, kusur sınıflandırma ve karakterizasyonunun doğruluğunu ve güvenilirliğini artırmaktadır. Böylece, daha güvenli, işbirlikçi ve verimli tahribatsız muayene sistemlerinin geliştirilmesi için kalıcı ve sağlam bir temel oluşturulmaktadır.