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
