Avrupa’nın yaşlanan demiryolu köprüleri, yapısal hasarın erken belirtilerini tespit etmek amacıyla güvenilir bir izleme sürecine ihtiyaç duymaktadır. Bu kapsamda konuyla ilgili çalışmalar gerçekleştiren uzmanlar, sensör kalitesinin titreşim tabanlı yapı sağlığı izleme ve makine öğrenimine dayalı hasar tespiti süreçlerini nasıl iyileştirdiğini değerlendirmek amacıyla, standart ivmeölçerleri Dewesoft’un düşük gürültülü MEMS teknolojisi ile karşılaştırmıştır.
Şekil 1. Raylar üzerine yerleştirilmiş IOLITEi 3xMEMS-ACC-S
Bu projede; farklı ivmeölçerler, düşük gürültülü ivmeölçerlerin hasar tespiti ve uzun süreli izleme süreçlerinde yapısal dinamik özelliklerin kestirimi üzerindeki etkilerini değerlendirmek amacıyla Güç Spektral Yoğunluğu (PSD) analizi kullanılarak karşılaştırılmıştır.
Çalışma; köprünün sonlu elemanlar (FE) modelini, mevcut ölçüm sisteminin değerlendirilmesini, Dewesoft ölçüm cihazlarıyla gerçekleştirilen karşılaştırmayı ve eksiksiz bir Dewesoft yapı sağlığı izleme sistemi için sunulan tasarımı kapsamaktadır.
Proje; Dewesoft’un dağıtık ölçüm mimarisinin uzun süreli izleme uygulamalarına sağladığı; daha hızlı kurulum, azaltılmış kablolama gereksinimi, artırılmış elektromanyetik bağışıklık, düşük uygulama maliyetleri ve altyapı kesinti sürelerinde azalma gibi avantajları ortaya koymaktadır. Dewesoft izleme sistemlerinde güç, sinyal ve senkronizasyon verileri tek bir
kablo üzerinden iletilebilmekte, bu da büyük ölçekli yapılarda sistem kurulumunu oldukça basitleştirmektedir.
Yıpranmış Demiryolu Köprülerinde Yapı Sağlığı İzleme
Avrupa’nın ulaşım altyapısının önemli bir bölümü orijinal tasarım ömrüne yaklaşmakta veya bu ömrü aşmaktadır; bu durum, güvenlik ve işlevselliğin sağlanması adına sürekli izlemeyi kritik bir hale getirmektedir. Şekil 2’de Norveç örneği üzerinden gösterildiği üzere, çelik ve taş köprülerin büyük bir kısmı 1960 yılından önce inşa edilmiştir ve bazıları bir asrı aşan hizmet süresine sahiptir.
Avrupa Komisyonu, AB genelindeki birçok köprünün artan trafik yükleri, çevresel stres faktörleri ve gelişen güvenlik gereksinimleri ile daha da ağırlaşan benzer yaşlanma kaynaklı zorluklarla karşı karşıya olduğunu bildirmektedir (Olofsson et al., 2005).
Bu koşullar, yapısal bozulma riskini artırmakta ve sürekli, yüksek çözünürlüklü veri sağlayabilen gelişmiş algılama teknolojilerine duyulan ihtiyacı vurgulamaktadır. Bu tür sistemler, anomalilerin erken tespitini mümkün kılarak hizmet ömrünü uzatan ve planlanmamış kapanmaları azaltan kestirimci bakım stratejilerini destekleyebilir.
Şekil 2. Norveç’te inşaa edilme yılına göre çelik, beton ve taş köprülerin toplam sayısı, ve hala kullanımda olan köprü sayısı grafikte verilmiştir. (Frøseth, 2019).
Hell Köprüsü Test Sahası ve Test Çalışmaları
Hell Köprüsü Test Sahası (Şekil 3), 1902 ve 1905 yılları arasında inşa edilmiş çelik perçinli bir kafes kirişli köprüden oluşmaktadır. Köprü, 2016 yılından bu yana hizmet dışıdır. Öncesinde, Trondheim’ın yaklaşık 30 km doğusundaki Hell köyünde bulunan Hell İstasyonu’nda Steinkjerelva Nehri’ni geçen Hell-Sunnan Hattı’nın bir parçasıydı. Köprü 35 metre uzunluğunda ve 4,5 metre genişliğinde olup, her iki nehir kıyısında da onu destekleyen beton temellere sahiptir.
Şekil 3. Hell Köprüsü, Trondheim, Norveç
Şekil 4’te gösterildiği üzere, köprünün iskeleti iki yan duvar, bir tabliye ve yanal destek ağından oluşmaktadır. Köprü, 2020 yılında gerçekleştirilen büyük ölçekli bir deneysel kıyaslama çalışmasında merkezi bir rol oynamıştır (Svendsen et al, 2024). Araştırmacılar, yapının performansını sürekli olarak izlerken bir dizi kontrollü hasar senaryosu uygulamışlardır. Şekil 4, köprü üzerinde oluşturulan hasarların türlerine ve konumlarına (DS 1’den DS 8’e kadar) genel bir bakış sunmaktadır. Bu çalışmada dört kategori incelenmiştir:
- Boyuna kirişler ve tabliye kirişleri arasındaki bağlantılarda hasar
- Boyuna kiriş çapraz desteklerinin sökülmesi
- Yanal destek bağlantılarında hasar
- Tabliye kirişlerini ana yük taşıyıcı elemanlara bağlayan bağlantılarda hasar
Bu hasarlar, literatürde en sık bildirilen hasar türlerini, özellikle de köprü tabliyesinde ve altında meydana gelen yorulma kaynaklı bozulmaları temsil etmektedir. Ayrıca bunlar, söz konusu çalışmada analiz edilen köprü tipi için en ciddi ancak aynı zamanda en alakalı hasar biçimleri arasındadır.
Şekil 5. Köprü üzerindeki farklı hasar durumlarının konumlarına genel bir bakış (del Pozo vd., 2023).
Köprünün Sonlu Elemanlar Analizi
Sonlu elemanlar (SE) modeli, saha incelemelerinden ve teknik çizimlerden elde edilen veriler kullanılarak ABAQUS yazılımında geliştirilmiştir. Model; doğru hasar tespitini desteklemek amacıyla dikey duvarlar, tabliye ve yanal destekler gibi köprünün ana yapısal bileşenlerinin yanı sıra tabliyenin ikincil yapısını da içermektedir.
Gerçekçi bir kütle dağılımı elde etmek için, ilave ikincil ve yapısal olmayan elemanlar tabliye üzerinde toplu noktasal kütleler olarak temsil edilmiştir. Çalışmada kiriş eleman yaklaşımı kullanılmıştır. Köprünün bir ucu, global x, y ve z yönlerinde kısıtlanmış basit mesnet olarak modellenmiştir. Karşı uç ise yay elemanları kullanılarak global x yönünde kısmen kısıtlanmış; y ve z yönlerinde ise tamamen kısıtlanmış hareketli mesnet olarak modellenmiştir.
Şekil 6, köprünün elde edilen Sonlu Elemanlar modelini göstermektedir.
Şekil 6. ABAQUS yazlımında yapılmış sonlu elemanlar modeli
Deneysel Ölçüm Kurulumu
Mevcut Yapı Sağlığı İzleme (Structrual Health Monitoring, SHM) sisteminin performansını değerlendirmek amacıyla, hem yerel hem de küresel sensör konfigürasyonlarında yerleştirilen ivmeölçerlerden veriler toplanmıştır.
Mevcut Ölçüm Sistemi
Köprü üzerine yerleştirilen iki sensör grubundan ivme verilerini toplamak için bir National Instruments (NI) veri toplama sistemi kullanılmıştır:
- Sensör Grubu 1 (SG1): Köprü tabliyesinin yerel dikey tepkisini küresel z-ekseni yönünde ölçen Dytran 3055D3 ivmeölçerlerinden oluşmaktadır.
- Sensör Grubu 2 (SG2): Köprünün küresel y- ve z-eksenlerine karşılık gelen yanal ve dikey yönlerdeki küresel tepkisini ölçen Dytran 3583BT ve Dytran 3233A ivmeölçerlerini içermektedir.
Veriler 400 Hz örnekleme hızında kaydedilmiştir. Analiz öncesinde sinyaller; trendlerinden arındırılmış, alçak geçiren filtreden geçirilmiş ve 100 Hz’e yeniden örneklenmiştir. Şekil 7, enstrümantasyon yerleşimini göstermektedir.
Şekil 7. Mevcut sensör düzeni (Svendsen et al., 2024).
Dewesoft IOLITEi 3xMEMS Ölçüm Sistemi
IOLITE 3xMEMS sensörleri; veri toplama cihazları ailesinin bir parçası olan, IP67 koruma sınıfına sahip, yüksek performanslı ivmeölçerlerdir. Bu sensörler; IOLITE modüler veri toplama (DAQ) platformunu temel alan, gömülü düşük gürültülü üç eksenli MEMS ivmeölçer, analog-dijital dönüşüm ve EtherCAT arayüzü özelliklerini bir arada sunmaktadır.
IOLITEi 3xMEMS sensörleri, ivme alanının DC bileşenini (yerçekimi) ölçebilmekte ve 0 Hz kadar düşük seviyelerdeki kuazi-statik ivmeleri tespit edebilmektedir. IOLITEi 3xMEMS-ACC cihazları oldukça düşük bir gürültü performansına sahiptir.
IOLITEi 3xMEMS-ACC modeli 25 µg/√Hz spektral gürültü yoğunluğuna sahipken, IOLITEi 3xMEMS-ACC-S modeli 0,7 µg/√Hz değerinde ultra düşük bir spektral gürültü yoğunluğu sunmaktadır. Şekil 8’de gösterildiği üzere bu değerler, sınıfının en iyisi olan kuvvet dengeli (force balanced) ivmeölçerlerle kıyaslanabilir düzeydedir. Su geçirmez IP67 muhafaza tüm konfigürasyonlarda standart olarak sunulmakta olup, cihazlar -50°C ile 65°C arasındaki geniş bir sıcaklık aralığında operasyonel kalabilmektedir.
EtherCAT Tabanlı Ölçüm Zinciri (EtherCAT Tabanlı Konfigürasyon)
IOLITE 3xMEMS üniteleri EtherCAT tabanlı cihazlar olup, cihazlar arası 1 μs’ye (mikrosaniye) kadar senkronizasyon sağlayabilmektedir. Bu senkronizasyon düzeyi; doğal frekanslar, mod şekilleri ve sönümleme oranları dahil olmak üzere yapısal dinamiği anlamaya yönelik Operasyonel Modal Analiz çalışmalarında kritik bir gerekliliktir.
Birden fazla cihaz, geniş ölçekli yapılara dağıtılabilir ve uygun maliyetli tek bir CAT6 kablosu üzerinden senkronize edilebilir. Cihazlar, düğümler arasında 100 metreye kadar mesafe korunarak papatya dizimi (daisy-chain) konfigürasyonu ile birbirine bağlanır.
Gerekli teknik spesifikasyonları (SFTP CAT5e veya üzeri, dört bükümlü çift ve minimum 24 AWG iletken boyutu) karşılaması koşuluyla, standart korumalı (shielded) bir Ethernet kablosu kullanılabilir. Bu kurulum yöntemi, ölçüm zinciri boyunca güvenilir iletişim ve senkronizasyonu sürdürürken kurulum süreçlerini önemli ölçüde basitleştirmektedir.
Pasif bir PoE (Ethernet Üzerinden Güç) enjektörü, EtherCAT sinyali ile elektriksel gücü tek bir kablo hattında birleştirir. Sistemde kullanılan endüstriyel tip güç enjektörü, dahili ani akım (burst) ve gerilim dalgalanması (surge) koruma elektroniğine sahiptir. Şekil 8, tipik bir donanım konfigürasyonunu göstermektedir.
Şekil 8. IOLITE 3xMEMS sensörleri için tipik donanım konfigürasyonu; bir PC/kontrolör, bir güç kaynağı, bir IOLITEd PWIN (güç enjektörü) ve kullanıma hazır bir EtherCAT sensör ölçüm hattından oluşur
Şekil 9 ve 10’da gösterildiği üzere, düğümler arasında 100 metreye kadar uzanabilen tek bir CAT6 kablosu ile geniş mesafeler kapsanabilir; bu mesafe, bir IOLITE tekrarlayıcı (repeater) kullanılarak 200 metreye kadar genişletilebilir.
Şekil 10. 200 metre için ivmeölçerlerin EtherCAT tabanlı konfigürasyonu (Düğümler arası (node-to-node) mesafeyi 200 metreye kadar artırmak için tekrarlayıcı (repeater) kullanılır)
Son olarak, bir PoE EtherCAT anahtarı (switch) entegre edilerek, birden fazla EtherCAT hattını 1 mikrosaniye hassasiyet sınırları içerisinde tam olarak senkronize eden bir yıldız topolojisi konfigürasyonu elde etmek mümkündür; bu yapılandırma Şekil 11’de sunulmaktadır.
Şekil 11. Özel bir EtherCAT anahtarı (switch) veya çoklayıcısı (hub) gereklidir. EtherCAT, standart bir Ethernet anahtarı (switch) üzerinde çalışmaz.”
İvme, Gerinim, Sıcaklık ve Yer Değiştirme Sensörlerinin Entegrasyonu
Dewesoft sistemi; dahili çeyrek, yarım ve tam köprü konfigürasyonlarına sahip tek kanallı bir gerinimölçeri (strain-gauge) amplifikatörü olan IOLITE 1xSTG’yi içerir. Serbestçe ayarlanabilen seviyelerde, düşük gürültülü voltaj ve akım kaynağı uyarımı (excitation) mevcuttur. Giriş aralıkları 50V ile 100mV arasında değişmektedir. Veriler, Şekil 12’de gösterildiği gibi, aynı ölçüm zinciri içinde birden fazla sensörün entegrasyonuna olanak tanıyacak şekilde EtherCAT üzerinden bir PC’ye aktarılır.
Şekil 12. Çok sayıda farklı sıcaklık, deplasman (yer değiştirme), gerinim (strain) ve ivme sensörünü entegre eden EtherCAT tabanlı bir ölçüm hattı.
Veri, Güç ve Senkronizasyon İçin Tek Kablo ile Basitleştirilmiş Kurulum
EtherCAT kablo altyapısı, çok sayıda sensör ve yükseltecin aynı ölçüm zinciri üzerinde birbirine bağlanmasına imkan tanıdığı için kurulum süreçlerini kolaylaştırmaktadır. Şekil 13’te gösterildiği üzere; güç, sinyal ve senkronizasyon verilerinin tek bir kablo üzerinden iletilmesi, sistem kurulumunu ve operasyonel verimliliği önemli ölçüde artırmaktadır.
Şekil 14’te gösterildiği üzere, her bir sensörün kanal başına kendi analog kablosuna (elektromanyetik bağışıklığı olmayan) ihtiyaç duyduğu merkezi sistemlerin aksine, Dewesoft sistemi kablolama gereksinimini önemli ölçüde azaltmaktadır.
Şekil 14. Şekil 14. Çoklu ivmeölçerler ile IOLITE 3xMEMS karşılaştırması
Köprü İzleme Uygulamalarında Sistemin Sağladığı Avantajlar
Bu izleme sisteminin kurulumu, aşağıdakiler dahil olmak üzere birçok avantaj sağlamaktadır:
- Kablolama gereksiniminin en aza indirilmesi: Daha düşük maliyetle kurulum imkanı.
- Kurulum süresinin kısaltılması: Sistem entegratörü için maliyet tasarrufu ve altyapı sahibi için daha az operasyonel zorluk.
- Trafik aksama sürelerinin en aza indirilmesi: Altyapı sahibi ve işletmeci için operasyonel maliyet avantajı.
- Elektromanyetik bağışıklık: Demiryolu köprüleri gibi güç hatlarının bulunduğu ortamlarda dahi yüksek sinyal kalitesi.
- Yüksek genişletilebilirlik: Sistemin ihtiyaçlara göre ölçeklenebilme kapasitesi.
- Mikrosaniye seviyesinde senkronizasyon: Hassas zamanlama ve veri tutarlılığı.
- Evrensel sensör entegrasyonu: Her tür sensörle uyumlu çalışma yeteneği.
- Bulut tabanlı depolama: Verilerin sunucularda ve kontrol panellerinde güvenli saklanması.
- Gelişmiş analiz ve uyarı sistemleri: Erken uyarılar, optimize edilmiş veri depolama ve matematiksel kanal işleme özellikleri.
- Yüksek güvenilirlik: Aynı anda 100’den fazla sensörün entegre edilmesi ve eş zamanlı senkronizasyonu.
Şekil 15, Hell Köprüsü’nde uygulanan çözüm örneğini göstermektedir. Birkaç EtherCAT ölçüm hattı ile birden fazla sensör entegre edilip senkronize edilerek; kurulum süresi, kablolama ihtiyacı ve elektromanyetik parazitler en aza indirilmektedir.
Şekil 15. Hell Köprüsü’ne uygulanan Dewesoft Yapı Sağlığı İzleme Sistemi örneği.
DewesoftX ile Sinyal Analizi
DewesoftX veri toplama yazılımı, ölçüm işlemlerinin hemen ardından verilerin anlık olarak analiz edilmesine olanak tanır. Bu çalışmada, Şekil 16’da sunulduğu üzere, hızlı bir veri kalitesi kontrolü gerçekleştirmek amacıyla Güç Spektral Yoğunluğu (PSD) analizinden yararlanılmıştır. PSD hesaplamaları, %90 örtüşme ve ortalamalama yöntemlerini içeren bir Hanning penceresi kullanılarak gerçekleştirilmiş; bu sayede ana frekans bileşenlerinin ve sinyal kalitesinin etkin bir şekilde değerlendirilmesi sağlanmıştır.
Şekil 16. Sistem doğal frekanslarının hızlı bir şekilde tanımlanması için DewesoftX yazılımının sinyal işleme ve analiz yeteneklerine bir örnek.
Ortam Yüklemesi Altında Hasar Tespiti İçin Makine Öğrenimi (Machine Learning)
Vibrasyon tabanlı yapı sağlığı izleme süreçlerindeki temel zorluklardan biri, çevresel ve operasyonel değişkenliktir (EOV). Sıcaklık, nem, rüzgâr ve operasyonel yüklerdeki değişimler, gerçek hasar belirtilerini maskeleyebilir veya hasar etkisi yaratan yanlış değişimlere neden olabilir. Bunun bilinen bir örneği olan I-40 köprüsü vakasında, modal frekanslar üzerindeki sıcaklık etkileri, mevcut yapısal hasarın tespitini maskelemiştir.
EOV’nin etkisini azaltmanın bir yolu, yapıyı daha tutarlı yükleme koşulları altında izlemektir. Meixedo ve diğerleri (2021), tekrarlanabilir referans tren geçişlerinin kullanılmasının, değişen trafik ve operasyonel koşullardan kaynaklanan değişkenliği azaltmaya yardımcı olabileceğini göstermiştir. Tekrarlanabilir olaylara odaklanmak, anormal yapısal davranışları verideki normal değişimlerden ayırmayı kolaylaştırmaktadır.
Hell Köprüsü test sahasında benzer bir yaklaşım, rüzgârın baskın uyarı kaynağı olma ihtimalinin en yüksek olduğu 02:00 – 05:00 saatleri gibi düşük aktiviteli zaman dilimlerinden elde edilen verilerin analiz edilmesiyle uygulanabilmektedir. Bu koşullar altında, yüksek kaliteli vibrasyon verilerinin elde edilebilmesi için düşük gürültülü sensörlerin kullanımı zorunludur.
Bu durumu değerlendirmek amacıyla, kurulu sensörlerin gürültü tabanı, yüksek hassasiyet ve çok düşük gürültü performansı için tasarlanmış yeni bir ölçüm cihazı ile karşılaştırılmıştır. Karşılaştırmada kullanılan sensör, Şekil 17’nin alt panelinde gösterildiği üzere, kuzey duvarına en yakın konumda bulunan 4 numaralı tabliye kirişine monte edilmiştir. Sensörün verileri, kendisine en yakın konumda bulunan üç eksenli AG3 ve tek eksenli AL11, AL12 ve AL16 sensörleri ile kıyaslanmıştır. Söz konusu sensörler, Şekil 17’nin üst panellerinde kesikli macenta çerçevelerle işaretlenmiştir. Karşılaştırma, Şekil 18’de görüldüğü üzere hem yeni ölçüm cihazından hem de kurulu sensörlerden toplanan verilerin Güç Spektral Yoğunluklarının (PSD) görselleştirilmesiyle gerçekleştirilmiştir.
Şekil 17. Karşılaştırılan sensörler.
Şekil 18. PSD karşılaştırmaları.
Düşük gürültülü sensörler aracılığıyla yüksek kaliteli titreşim verileri toplandığında, çevresel ve operasyonel değişkenlik (EOV) yeterince hesaba katıldığında ve gelişmiş makine öğrenimi teknikleri uygulandığında, gerçek yapısal hasarı normal değişkenlikten ayırmak mümkün hale gelmektedir.
Şekil 19, hassas ölçümlerin gelişmiş algoritmalarla birleştirilmesinin, köprülerdeki hasarların güvenilir bir şekilde tespit edilmesini nasıl sağladığını göstermektedir. Yaklaşım, köprünün dinamik davranışını kompakt bir katsayı seti içerisinde yakalayan otoregresif (AR) modeller kullanılarak ivme örneklerinin modellenmesiyle başlamaktadır. Ardından, her bir ivme örneği, hem özellik konumlarını hem de bunların korelasyonlarını hesaba katan istatistiksel bir metrik olan Mahalanobis Karesel Uzaklığı (MSD) kullanılarak ikili olarak karşılaştırılmıştır.
Elde edilen uzaklık matrisi (bkz. Şekil 19), benzer örüntüleri otomatik olarak gruplandırıp “normal”, “aykırı değer” (outlier) veya “potansiyel hasarlı” olarak etiketleyen bir kümeleme algoritması olan HDBSCAN (Gürültü içeren uygulamalar için hiyerarşik ve yoğunluk tabanlı kümeleme) ile işlenmiştir. Köprünün mevcut durumunun bilindiği Hell Bridge Test sahasındaa da uygulandığında, yöntem hasarsız ve hasarlı durumları başarıyla birbirinden ayırmıştır. Şekil 19’da görüldüğü üzere, kırmızı kesikli çizginin sağındaki tüm örnekler hasarlı duruma karşılık gelmekte ve doğru bir şekilde etiketlenmektedir.
Şekil 19. MSD göre uygulanmış uzaklık (mesafe) matrisi.
Şekil 20. Ortam yüklemesi (ambient loading) kullanılarak hasar tespiti için uygulalan MSD kümelemesi.
Sonuç
Hell Köprüsü Test Arenası’nda gerçekleştirilen izleme çalışmaları, titreşim tabanlı yapı sağlığı izleme (YSİ) uygulamalarında sensör kalitesinin ve gelişmiş algılama teknolojilerinin hayati önemini ortaya koymaktadır.
Köprünün tanıtımı, sonlu elemanlar modellemesi ve deneysel süreçlerin ardından; sahada kurulu olan ivmeölçerler ile IOLITEi 3xMEMS serisi sensör teknolojisinin performans karşılaştırması yapılmıştır. Elde edilen sonuçlar, özellikle yapı sağlığı izleme süreçlerindeki en temel zorluklardan biri olan çevresel ve operasyonel değişkenlik (EOV) koşullarında, yüksek kaliteli titreşim verilerinin elde edilebilmesi için düşük gürültü seviyesinin kritik bir gereklilik olduğunu kanıtlamıştır.
Düşük gürültülü ölçümlerin; gelişmiş istatistiksel modelleme ve makine öğrenimi teknikleri ile birleştirilmesi, yalnızca rüzgar gibi ortam kaynaklı uyarımlar kullanılarak yapısal hasarların normal değişkenliklerden ayırt edilmesini mümkün kılmaktadır. Sensörlerin sunduğu ultra düşük gürültü seviyesi; kurulum kolaylığı ve hassas senkronizasyon yetenekleriyle birleştiğinde, köprü izleme uygulamalarının zorlu gereksinimlerini bütünüyle karşılamaktadır. Bu özellikler; söz konusu sensör teknolojisini, yaşlanan köprü altyapıları için geliştirilen sağlam, ölçeklenebilir ve maliyet etkin izleme çözümleri adına son derece uygun bir seçenek haline getirmektedir.