IoT · Makine Öğrenimi · Beton Kalitesi

RASD

Gerçek Zamanlı Otomatik Dayanım Tespiti

Betona gömülü IoT sensörlerinden 24 saatlik veri toplayarak, makine öğrenimi ile 28 günlük basınç dayanımını tahmin eden uçtan uca bir sistem.

28GünASTM C39
24SaatRASD
× 28
Daha Hızlı
R² = 0.946
XGBoost Doğruluğu
1.87 MPa
Ortalama Mutlak Hata
2,079
Beton Numunesi
24 Saat
Tahmin İçin Gereken Süre
01 — Sorun

İnşaat 28 Gün Bekliyor

Standart test, yapısal onaydan önce beton silindirlerinin 28 gün kürlemesini zorunlu kılıyor. Bu gecikme inşaatı yavaşlatıyor, maliyeti artırıyor ve riskleri gizliyor.

28 Günlük Gecikme

ASTM C39 standardı, yıkıcı basınç testinden önce 28 gün kür süresi zorunlu tutar. Döküm ile yapısal onay arasında 27 günlük bir boşluk oluşur.

Yıkıcı ve Tek Seferlik

Test edilen numune tüketilir, süregelen veri sağlamaz. Yalnızca alınan silindirler test edilir — döküntünün geri kalanının temsil edici olduğu varsayılır.

Saha Körü

Laboratuvar kürleme koşulları gerçek saha koşullarından farklıdır. Test, gerçek yerinde kürleme davranışını — sıcaklık, nem ve derinliği — yakalamaz.

Olgunluk Yöntemi Temeli (ASTM C1074)

Nurse (1949) tarafından geliştirilen Olgunluk Yöntemi temel gözleme dayanır: beton dayanımı, kürleme sırasındaki birikimli termal maruziyetin bir fonksiyonudur. RASD bu ilişkiyi veriden doğrudan öğrenerek genelleştirir.

M = Σ (T − T₀) · Δt
Nurse-Saul Olgunluk İndeksi
02 — Sistem Döngüsü

28 Günden 24 Saate

RASD'ın temel yeniliği: her numunenin yaşam döngüsü tam olarak 24 saattir. Sonrasında, 28 günlük basınç dayanımı saniyeler içinde tahmin edilir.

Saat 0

Döküm

Beton silindir kalıba dökülür. Su geçirmez DS18B20 + DHT22 sensör ortasına yerleştirilir. ESP32 veri kaydedici aktive edilir.

0–24 Saat

Veri Toplama

Sensör her 15 dakikada bir sıcaklık ve nem ölçer → 96 okuma. Veriler MQTT üzerinden Apache Kafka'ya akar ve PostgreSQL'de depolanır.

Saat 24

ML Tahmini

96 ham okuma → 16 fizik tabanlı özelliğe dönüştürülür → XGBoost modeli < 1 ms'de 28 günlük basınç dayanımını (MPa) tahmin eder.

Saat 24+

Aksiyon

Mühendisler sonucu panelden görür. Dayanım yetersizse 28 gün değil, 24 saat içinde müdahale edilir. 27 gün tasarruf.

Standart Test (ASTM C39)
28 Gün
× 28 Daha Hızlı
RASD Tahmini
24 Saat
03 — Çözüm

Uçtan Uca IoT Ardışık Düzeni

Fiziksel sensörden web panosuna kadar her katman entegre çalışır.

ESP32 Sensör
DS18B20 + DHT22 · 15 dk/okuma · 5+ gün pil
MQTT Aracısı
QoS garantisi · 5× düşük bant genişliği
Apache Kafka
7 günlük log saklama · yeniden oynatma
Spring Boot
Java 17 · PostgreSQL · JWT kimlik doğrulama
FastAPI ML
5 model · <1 ms çıkarım · SHAP açıklamaları
Next.js Panosu
Gerçek zamanlı · rol tabanlı erişim · çok dilli
04 — Özellik Mühendisliği

96 Okumadan 16 Fizik Özelliğine

Ham zaman serisi, beton kimyasına dayalı kompakt, yorumlanabilir özellik vektörlerine dönüştürülür.

96
Ham Okuma
(T, T_ortam, H) × 15 dk
Özellik Mühendisliği
16
Fizik Özelliği
→ f'c tahmin (MPa)

Termal Özellikler (1–6)

Termal Enerji İndeksi
∫T(t)dt — genelleştirilmiş Nurse-Saul
Hidrasyon İndeksi
TEI / (T_max × 24) — normalleştirilmiş tamamlanma
İlk 12s Ort. Sıcaklık
Kritik erken hidrasyon penceresi
Zirveye Ulaşma Süresi
argmax(T) — ekzotermik reaksiyon zamanlaması
Sıcaklık Yükselme Hızı
ΔT/Δt — hidrasyon başlangıç hızı
Soğuma Hızı
Zirve sonrası ΔT/Δt — ısı tutma

İstatistiksel Özellikler (7–11)

Ortalama Sıcaklık
96 okuma üzerinden ortalama
Maksimum Sıcaklık
En yüksek sensör okuması
Minimum Sıcaklık
En düşük sensör okuması
Standart Sapma
σ — değişkenlik
Sıcaklık Aralığı
T_max − T_min

Karışım Tasarımı (12–16)

Ort. Ortam Sıcaklığı
Dış kürleme ortamı
Ortalama Nem
Nem mevcudiyeti
Su Oranı
s/ç — Abrams Yasası birincil belirleyicisi
Çimento Tipi
CEM I–V: C₃S/C₂S hidrasyon kinetiği
Kimyasal Katkılar
Plastifiyan / Hızlandırıcı / Yavaşlatıcı
05 — ML Modeller

5 Model, 1 Kazanan

Aynı koşullar altında 1.953 numune üzerinde eğitilen ve değerlendirilen modeller.

ModelMAE (MPa)RMSE (MPa)Çıkarım
XGBoost Best
1.872.940.9461<1 ms
LightGBM
1.953.020.9418<1 ms
Random Forest
2.143.210.9312~2 ms
DNN (PyTorch)
2.313.470.9198<1 ms
LSTM (PyTorch)
2.583.830.9044~3 ms

Tüm farklar istatistiksel olarak anlamlı (Diebold-Mariano, p < 0.05)

06 — Açıklanabilirlik

Model Fizik Öğreniyor

TreeSHAP analizi, XGBoost'un 100 yıllık beton bilimini veriden bağımsız olarak yeniden keşfettiğini kanıtlar.

1waterRatio
23.4%

Yüksek s/ç → düşük dayanım (Abrams Yasası, 1919 ✓)

2chemicalAdditives+
17.7%

Plastifiyan efektif s/ç'yi azaltır

3thermal_energy_index+
16%

Daha fazla olgunluk → daha yüksek dayanım (ASTM C1074 ✓)

4hydration_index+
13%

Tam hidrasyon dayanımı artırır

5avg_ambient_temperature±
11%

Optimal 15–30°C; aşırılarda ceza (ACI 305/306 ✓)

6temp_avg_first_12h+
9.8%

Kritik erken C₃S hidrasyon penceresi

Model, Abrams Yasası'nı (1919), Olgunluk Yöntemi'ni (ASTM C1074) ve ACI sıcak/soğuk hava sınırlarını — herhangi bir açık kodlama olmadan — bağımsız olarak yeniden keşfeder.

07 — Mimari

Üretim Ortamı

Ubuntu 22.04 VPS üzerinde canlı, tam rol tabanlı erişim kontrolü ile.

:443
nginx
Ters proxy + SSL
:3005
Next.js
Ön uç panosu
:8085
Spring Boot
Arka uç API (Java 17)
:8086
FastAPI
ML çıkarım servisi (Python)
:5432
PostgreSQL
Birincil veritabanı
:9092
Apache Kafka
IoT veri akışı
:1883
Mosquitto MQTT
Sensör mesaj aracısı
RolGörüntüleÇalıştırYeniden Eğit
ENGINEER
MANAGER
SYSTEM_MANAGER
Veri Kümesi
199,488
Ham Kayıt
2,079
Benzersiz Numune
14
İnşaat Şirketi
12.1–68.4 MPa
Dayanım Aralığı

Canlı Sisteme Erişin

RASD, gerçek inşaat projelerine gerçek zamanlı beton dayanım tahminleri sunar.

Panele Giriş Yap