Leeboard Modal Intelligence Engine

Yoğun Nokta Ölçümü ve Curvelet Tabanlı Hasar Tespiti ile Alt-Yüzey Davranışının Haritalanması

Bir yapı hasar gördüğünde her zaman gözle görülür bir çatlak oluşmaz.

Bazen hasar, yüzeyin altında başlar.

Kompozit panellerde çekirdek kaybı, sandviç yapılarda yüzey–çekirdek ayrılması ya da betonarme elemanlarda iç donatı çevresinde rijitlik azalımı gibi durumlar, dışarıdan fark edilmeden sistemin dinamik davranışını değiştirebilir.

Modern yapısal sağlık izleme sistemlerinin en büyük problemi de budur:

Görünmeyen hasarı görünür kılmak.

Leeboard’un geliştirdiği Modal Intelligence Engine, bu sorunu yoğun nokta ölçümü ve yönlü frekans–uzay analizi ile çözmeyi hedeflemektedir.

64×64 Grid Ölçümü: Yüzeyin Dinamik Haritası

Klasik sensör yerleşiminde yalnızca belirli kat merkezlerinden veri alınır. Bu yaklaşım global frekans değişimini yakalamakta başarılıdır; ancak lokal hasarı çoğu zaman kaçırır.

Yoğun grid ölçümü ise yüzey titreşim alanını yüksek çözünürlükle elde etmeyi mümkün kılar. 64×64 gibi yoğun nokta dağılımı ile her ölçüm anında yapının titreşim yüzeyi adeta bir dinamik haritaya dönüşür.

Bu veri, yalnızca “frekans kaç?” sorusuna değil, “nerede farklı davranış var?” sorusuna cevap verir.

Leeboard sistem mimarisinde bu yaklaşım, yüksek çözünürlüklü sensör ağları ve interpolasyon algoritmaları ile ölçeklenebilir biçimde uygulanmaktadır.

Neden Klasik Yöntemler Yetersiz?

Hasar oluştuğunda doğal frekans genellikle değişir. Ancak lokal alt-yüzey hasarlarında bu değişim oldukça sınırlı olabilir.

Frekans kayması bazen %1–3 aralığında kalabilir. Bu da global eşik tabanlı alarm sistemlerinde gözden kaçabilir.

Oysa mod şekli incelendiğinde, hasarlı bölge çevresinde lokal eğrilik artışı veya enerji yoğunluğu değişimi gözlenir.

Bu nedenle Leeboard yaklaşımı yalnızca frekans kaymasına değil, modal alanın uzaysal dağılımına odaklanır.

Curvelet Tabanlı Yönlü Ayrıştırma

Wavelet tabanlı analizler çok ölçekli ayrıştırma yapabilir; ancak eğrisel sınırları ve lokal süreksizlikleri tam olarak temsil etmekte sınırlıdır.

Curvelet dönüşümü ise yönlü ve çok ölçekli yapısı sayesinde:

• Eğrisel hasar sınırlarını net ayırt eder

• Gürültü etkisini azaltır

• Lokal enerji yoğunlaşmalarını belirginleştirir

Bu dönüşüm uygulandığında, yüzey titreşim alanındaki anormal bölgeler frekans–uzay düzleminde ayrışır ve hasar imzası güçlenir.

Leeboard Modal Intelligence Engine, bu prensibi kullanarak yüzey titreşim haritasını yönlü analizden geçirir ve potansiyel hasar alanlarını otomatik olarak işaretler.

İstatistiksel Hasar Skoru

Ham dönüşüm çıktısı her zaman anlamlı değildir. Ölçüm gürültüsü ve çevresel etkiler yalancı sinyaller üretebilir.

Bu nedenle sistem, elde edilen enerji katsayılarını normalize eder ve standartlaştırılmış hasar indeksi üretir.

Bu indeks:

• Tüm modlardan gelen katkıyı birleştirir

• Ortalama ve standart sapmaya göre ölçeklenir

• Güven aralığına göre eşiklenir

Böylece yalnızca istatistiksel olarak anlamlı sapmalar alarm üretir.

Bu yaklaşım, Leeboard’un dijital yapısal hafıza altyapısıyla entegre çalışır. Geçmiş olay verileri referans alınarak her yeni ölçüm olay bazlı değerlendirilir.

Hasarın Sadece Yeri Değil, Alanı

Bir diğer kritik avantaj, hasar alanının yaklaşık sınırlarının belirlenebilmesidir.

Enerji yoğunluğu eşikleme ve zarf algoritmaları ile hasarlı bölgenin konturu çıkarılabilir. Bu kontur zaman içinde takip edilerek:

• Hasar büyüyor mu?

• Sabit mi kalıyor?

• İlerleme hızı nedir?

gibi sorulara yanıt üretilebilir.

Bu, yalnızca alarm üretmekten çok daha ileri bir yaklaşımdır.

Leeboard Perspektifi

Leeboard sistemleri, frekans kayması tabanlı rijitlik degradasyon modeli ile birlikte modal alan analizini entegre eder.

Bu entegrasyon sayesinde:

• Global rijitlik kaybı

• Lokal alt-yüzey hasarı

• Torsiyonel davranış değişimi

• Kat içi enerji yoğunluğu artışı

aynı platform içinde değerlendirilir.

Bu yaklaşım klasik SHM sistemlerinden metodolojik olarak ayrışır.

Leeboard’un hedefi yalnızca “hasar var mı?” sorusuna cevap vermek değildir.

Hedef, “hasar nerede, ne kadar ve nasıl evriliyor?” sorusuna mühendislik temelli yanıt üretmektir.

Sonuç

Yoğun nokta ölçümü ve yönlü frekans–uzay analizi, yapısal sağlık izleme alanında yeni bir hassasiyet düzeyi sunmaktadır.

Alt-yüzey hasarlarının erken evrede belirlenmesi, yalnızca güvenlik açısından değil; bakım planlaması ve maliyet optimizasyonu açısından da kritik öneme sahiptir.

Leeboard Modal Intelligence Engine, yüksek çözünürlüklü modal alan analizi ile yapısal davranışı yüzeyin ötesinde okumayı mümkün kılar.

Çünkü bazen hasar gözle görülmez.

Ama titreşimde iz bırakır.