BAÜN Akademisyenlerinden Mermer Üretiminde Atığı Azaltacak Yapay Zeka Tabanlı Çatlak Tespit Sistemi
Balıkesir Üniversitesi (BAÜN) akademisyenleri, mermerlerin iç yapısındaki çatlakları tespit etmek için ultrasonik verilerle yapay zeka teknolojilerini bir araya getiren yeni bir sistem geliştirdi. Bu yenilikçi çalışma, blok mermerlerin kesim yönünün belirlenmesi ve üretim zayiatının azaltılması konusunda önemli katkılar sağlıyor.
BAÜN
Necatibey Eğitim Fakültesi Fizik Eğitimi Anabilim Dalı akademisyenlerinden
Prof. Dr. Yavuz Ege ve Doç. Dr. Mustafa Çoramık, Mühendislik Fakültesi Elektrik-Elektronik
Mühendisliği Bölümü akademisyenlerinden Doç. Dr. Sabri Bıçakçı ile Balıkesir
Meslek Yüksekokulu Elektrik ve Enerji Bölümü akademisyenlerinden Doç. Dr. Hakan
Çıtak ve Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü
akademisyenlerinden Doç. Dr. Hüseyin Güneş’in katkılarıyla yürütülen çalışma,
“Detection of subsurface cracks in marble: application of artificial
intelligence based on ultrasonic technique” başlığıyla, alanının en prestijli
dergilerinden Q1 kategorisinde yer alan Nondestructive Testing and Evaluation
dergisinde yayımlandı.
Prof. Dr. Yavuz Ege;
"Mermerdeki çatlakların doğru tespiti, üretim verimliliğini önemli ölçüde
artırıyor."
Çalışma
hakkında değerlendirmelerde bulunan Prof. Dr. Yavuz Ege, metamorfik kayaç olan
mermerlerin renk, desen ve dokusunun yanı sıra blok veriminin de büyük önem
taşıdığını ifade etti. Mermer sahalarında blok üretimin yönü ve şeklinin
belirlenmesinde üretim zayiatını azaltmak için mermerin mineral yönlenmesi,
gözeneklilik, dona karşı dayanım, yüzey sertliği, yoğunluk, basınç ve aşınma
direnci, elastisite modülü, poisson oranı, basma dayanımı, Young modülü ve
porozite gibi fiziko-mekanik özelliklerinin ayrıntılı şekilde incelenmesi
gerektiğine dikkat çeken Prof. Dr. Yavuz Ege, ayrıca, stok sahasına getirilmiş
mermer bloklarından levha üretimi aşamasında da bu özelliklerin belirlenmesinin
zorunlu olduğunu aktardı. Prof. Dr. Ege, en uygun kesim yönünün tespit edilmesiyle
birlikte mermer atığının azaltılması için sadece fiziko-mekanik özelliklerin
değil, aynı zamanda blok içinde var olan çatlakların geometrisi ve yönünün
bilinmesinin de önem arz ettiğini vurguladı.
Çalışmada
eksenel yükleme veya sıkıştırma uygulanmaksızın, mermerde yapay olarak
oluşturulan çatlakların hem varlığının hem de tespit yüzeyine bağlı olarak
görünümünün belirlenmesinde ultrasonik verilerin kullanıldığı yapay zeka
tabanlı (makine öğrenimi ve derin öğrenme) yeni bir ölçüm sistemi geliştirildiğini
ifade eden Prof. Dr. Yavuz Ege, elde edilen bulguların %82,5 doğruluk oranıyla
derin öğrenme tabanlı yaklaşımların mermer içindeki çatlakların tespitinde
güvenilir ve etkili bir yöntem sunduğunu gösterdiğini belirtti. Ayrıca,
sistemin mermer işleme tesislerindeki kalite kontrol süreçlerine entegre
edilmesiyle, blok mermerden levha üretimi sırasında oluşan mermer atığının
önemli ölçüde azaltılabileceğine dikkat çekti.
Makale
bağlantı adresi: https://www.tandfonline.com/doi/full/10.1080/10589759.2025.2560596
