Öz: Geçmişten günümüze, inşaat sektöründe insan gücünün yetmediği yerlerde kaldırma ve yükleme işlemleri için mobil vinçler sıklıkla kullanılmaktadır. İnşaat sahaları kaldırma ve yükleme esnasında kazaların çoğunlukla yaşandığı tehlikeli bölgelerdir. Meslek kurslarında yapılan değerlendirmelerde iş makineleri operatörlerin yaklaşık %85’inin ilköğretim mezunu geriye kalan %15’lik kısmın ise lise mezunu olduğu görülmüştür. Türkiyede yıllık ortalama olarak toplam ölümlü 1153 iş kazasının 300’ü inşaat sektöründe yaşanmaktadır. Bu kazaların yaşanmaması için elektronik yük limitleme sistemleri kullanılmaktadır. Bu çalışmada, klasik anlık yük limitleme sistemlerinin yerine, yapay zeka algoritmaları ile operatörlerin ileri zamanlı yapabilecekleri hatalar tahmin edilmiştir. Kaza tespit tahmini için 35 tonluk araç üstü mobil vinç üzerinden, 6 farklı yükün kaldırılıp indirilmesi esnasında basınç, eğim, uzunluk olarak, 50 milisaniyelik periyotlarla toplamda 15793 veri alınmıştır. Daha sonra 6 farklı yükün yerden kaldırıldıktan sonra, makine kapasitesi sınırına kadar uzatılıp geri çekilmeleri esnasında oluşan basınç, eğim gibi anlık veriler yine 50 milisaniyelik periyotlarla kaydedilmiştir. Bu veriler Deep Echo State Neural Network modeli ile analiz edilmiştir. Söz konusu model kullanıldığında limit basınç değeri 0,34 ortalama hata ile sonraki olası durum tahmin edilmiştir. Elde edilen tahmin modeli mevcut yük limitleme kontrol algoritmasına ilave edilmiştir. Yapay zeka modeli eklendikten sonra, mevcut sistemin kontrol algoritmasının, nasıl karar vermesi gerektiği hakkında, yazılım algoritması yeniden planlanarak makinenin çalışma sırasında iş güvenliği daha stabil hale getirilmiştir.
Anahtar Kelimeler: Moment Kontrol Sistemi, Mobil Vinç Yük Limitleme Sistemi, Yapay Zeka, Deep Echo State Neural Network
|
