Binolar qurilganda, ta’mirlanganda yoki buzilganda juda katta hajmda qurilish va buzish chiqindilari paydo bo‘ladi. Beton, metall, yog‘och, plastik, g‘isht va gipsokarton bu chiqindilarning muhim qismini tashkil etadi.

Bu materiallarning bir qismi qayta ishlanishi mumkin. Lekin asosiy muammo faqat materialning nima ekani emas. Uning qanchalik toza ekani, boshqa moddalar bilan aralashgan-aralashmagani va qayta foydalanish uchun mos yoki mos emasligi ham material turining o‘zi kabi muhimdir.

Bu holat ayniqsa gipsokarton chiqindilarida yaqqol ko‘rinadi.

Gipsokarton ichki devor va to‘siqlarda keng qo‘llaniladigan qurilish materialidir. U asosan gips yadro va qog‘oz yuzadan iborat. Toza gipsokarton chiqindilari yangi gipsokarton ishlab chiqarishda, sement sanoatida yoki ayrim qishloq xo‘jaligi amaliyotlarida ishlatilishi mumkin. Ammo buzilishdan chiqqan bo‘laklarda ko‘pincha bo‘yoq, mix, vint, yog‘och, izolyatsiya materiali, chang, namlik yoki mog‘or bo‘ladi.

Shuning uchun qayta ishlash korxonalari uchun muhim savol shudir:

Bu bo‘lak qayta ishlashga mosmi, qo‘shimcha ajratish kerakmi yoki alohida ishlanishi lozimmi?

Yulin Chen, Shenzhou Dai va Dana Cupkova tayyorlagan tadqiqot aynan shu savolga sun’iy intellekt va tasvirni qayta ishlash orqali javob izlaydi.

Gipsokartonni faqat “gipsokarton” deb tanish yetarli emas

An’anaviy sun’iy intellekt tadqiqotlarida qurilish chiqindilari odatda keng toifalarga ajratiladi: beton, g‘isht, yog‘och, metall, plastik, gipsokarton va hokazo.

Bu yondashuv birinchi qarashda foydali. Biroq qayta ishlash nuqtayi nazaridan yetarli emas. Chunki bir xil material toifasiga kirgan ikki gipsokarton bo‘lagi ifloslanish darajasiga qarab mutlaqo boshqa ishlov talab qilishi mumkin.

Masalan:

• Toza gipsokarton bo‘lagi to‘g‘ridan-to‘g‘ri qayta ishlash liniyasiga yuborilishi mumkin.
• Bo‘yoq yoki sirt qoplamasi bor bo‘lak qo‘shimcha baholash talab qilishi mumkin.
• Ustida metall, yog‘och yoki boshqa qurilish qoldiqlari bo‘lgan bo‘lak avval ajratilishi kerak.
• Mog‘orlangan yoki biologik zarar ko‘rgan gipsokarton esa to‘g‘ridan-to‘g‘ri qayta ishlash uchun xavfli bo‘lishi mumkin.

Shu sababli tadqiqot gipsokarton chiqindilarini faqat material turiga ko‘ra emas, balki qayta ishlash qaroriga ko‘ra tasniflashni maqsad qiladi.

Tadqiqotda to‘rtta gipsokarton sinfi ishlatilgan

Tadqiqotda jami 930 tasvirdan iborat gipsokarton chiqindisi ma’lumotlar to‘plami tuzilgan. Tasvirlar dala suratlari va veb-manbalardan to‘plangan. Tadqiqotchilar gipsokarton chiqindilarini to‘rtta sinfga ajratgan.

C0 — Toza gipsokarton
Ko‘rinadigan ifloslanish yoki begona material bo‘lmagan, standart yoki yong‘inga chidamli gipsokarton bo‘laklari shu guruhga kiradi. Bu eng past xavfli toifa hisoblanadi.

C1 — Sirt ishlovi berilgan gipsokarton
Bo‘yoq, qoplama, namlikka chidamli sirt, mog‘orga qarshi ishlov yoki shunga o‘xshash xususiyatlarga ega gipsokartonlar shu sinfga kiradi. Bunday bo‘laklar butunlay chiqindi emas, ammo qayta ishlashdan oldin qo‘shimcha baholash talab qilishi mumkin.

C2 — Qurilish aralashmasi bo‘lgan gipsokarton
Yog‘och, metall biriktirgichlar, lenta, izolyatsiya, beton, tuproq yoki boshqa buzish qoldiqlari bilan aralashgan gipsokarton bo‘laklari shu toifaga kiradi. Bu oldindan ajratish talab qiladigan guruhdir.

C3 — Biologik yoki mog‘orlangan gipsokarton
Mog‘or, namlik shikasti, rang o‘zgarishi, yumshash, shishish yoki biologik buzilish alomatlari bor gipsokartonlar shu guruhga kiradi. Bu yuqori xavfli toifa bo‘lib, uni to‘g‘ridan-to‘g‘ri qayta ishlashga yubormaslik kerak.

Maqoladagi vizual misollarda ham bu to‘rtta sinf aniq ko‘rsatilgan: toza gipsokarton, sirt ishlovi berilgan gipsokarton, aralash qurilish chiqindisi bo‘lgan gipsokarton va mog‘orlangan/biologik zarar ko‘rgan gipsokarton.

Sun’iy intellekt modellari qanday sinovdan o‘tkazildi?

Tadqiqotda beshta chuqur o‘rganish modeli taqqoslandi:

• ResNet50
• ConvNeXt
• EfficientNet-B1
• Vision Transformer
• Swin Transformer

Bu modellar tasvirlarni tahlil qilib, gipsokarton qaysi toifaga tegishli ekanini taxmin qilishga urindi. Maqsad faqat yuqori aniqlik olish emas, balki qayta ishlash nuqtayi nazaridan muhim bo‘lgan sinflarni to‘g‘ri ajratish edi.

Natijalarga ko‘ra eng yaxshi natijani Vision Transformer modeli ko‘rsatdi. ImageNet-1K asosida oldindan o‘qitilgan bu model sinovlarda taxminan 97,16% aniqlik va 97,20 makro F1 ko‘rsatkichini oldi.

Bu ko‘rsatkichlar sun’iy intellekt vizual belgilar asosida gipsokarton ifloslanish holatini juda yaxshi farqlay olishini ko‘rsatadi.

Nega Vision Transformer kuchliroq bo‘lgan bo‘lishi mumkin?

Vision Transformer tasvirni mayda bo‘laklarga ajratib, ular o‘rtasidagi munosabatlarni o‘rganadigan arxitekturadir. Bunday modellar faqat bitta kichik hudud teksturasiga emas, tasvirning umumiy tuzilishiga ham qaray oladi.

Bu gipsokarton tasnifida muhim bo‘lishi mumkin. Chunki ifloslanish har doim bitta nuqtada ko‘rinmaydi. Ba’zan sirt rangi, chet tuzilishi, yopishgan materiallar, namlik izi yoki mog‘or taqsimoti birga baholanishi kerak.

Shu sababli Vision Transformer kengroq vizual bog‘lanishlarni ushlay olgani uchun turli ifloslanish turlarini ajratishda ustunlik bergan bo‘lishi mumkin.

Har bir katta model ham yaxshi natija bermaydi

Tadqiqotning yana bir diqqatga sazovor xulosasi shuki, kattaroq yoki boshqacha oldindan o‘qitilgan modellar bu maxsus vazifada avtomatik ravishda kuchliroq bo‘lmagan.

Bu muhim saboq beradi:

Sun’iy intellektda kattaroq model yoki kattaroq trening manbai har doim yaxshiroq natija degani emas.

Ayniqsa qayta ishlash, chiqindi ajratish va materialni aniqlash kabi sohalarda vazifa juda maxsus bo‘ladi. Modelning muvaffaqiyati umumiy vizual bilimdan tashqari, materialning sirt teksturasi, rang farqlari, ifloslanish turi va amaliy qayta ishlash qarorlari bilan bog‘liq belgilarni o‘rganishiga ham bog‘liq.

Qayta ishlash uchun nega bu muhim?

Qurilish va buzish chiqindilarini qayta ishlashdagi eng katta muammolardan biri aralash va iflos chiqindilarni ajratishdir. An’anaviy ajratish ko‘pincha inson mehnatiga tayangan bo‘ladi. Bu esa qimmat, sekin va ishchilar uchun chang, o‘tkir bo‘laklar, og‘ir materiallar hamda ifloslantiruvchi omillar sabab xavfli bo‘lishi mumkin.

Tasvirni qayta ishlash va sun’iy intellektga tayangan tizimlar bu jarayonni xavfsizroq, tezroq va barqarorroq qilishi mumkin.

Masalan, qayta ishlash korxonasida kamera tizimi lentadan o‘tayotgan gipsokarton bo‘laklarini skanerlashi mumkin. Sun’iy intellekt modeli ularni toza, ishlov berilgan, aralash yoki mog‘orlangan deb tasniflashi mumkin. Shundan so‘ng robot tizimi yoki operator bo‘lakni mos yo‘nalishga yuborishi mumkin.

Natijada:

• Toza gipsokartonlar osonroq qayta tiklanadi.
• Iflos bo‘laklar qo‘shimcha ajratishga yuboriladi.
• Mog‘orlangan yoki xavfli bo‘laklar alohida ishlanadi.
• Qayta ishlangan material sifati oshadi.
• Poligonga ketadigan chiqindi hajmi kamayadi.

Bu aylanma iqtisodiyot nuqtayi nazaridan muhim qadamdir. Chunki chiqindining yana resursga aylanishi uchun u avval to‘g‘ri tasniflanishi kerak.

Tadqiqotning cheklovlari

Bu tadqiqot muhim boshlanish bo‘lsa-da, ayrim cheklovlarga ega.

Birinchidan, ma’lumotlar to‘plami 930 tasvirdan iborat. Bu tadqiqot prototipi uchun qimmatli, ammo haqiqiy sanoat qo‘llanishi uchun yanada katta va xilma-xil ma’lumotlar kerak bo‘ladi.

Ikkinchidan, ish faqat RGB tasvirlar bilan bajarilgan. Demak model faqat kameraga ko‘rinadigan sirt ma’lumotiga tayanadi. Holbuki ayrim ifloslantiruvchilar, kimyoviy qo‘shimchalar yoki yashirin namlik shikasti ko‘zga ko‘rinmasligi mumkin.

Uchinchidan, haqiqiy qayta ishlash korxonalarida chiqindilar ustma-ust tushgan, changli, harakatdagi lenta ustida va turli yorug‘lik sharoitida bo‘lishi mumkin. Shu bois modelni real ishlab chiqarish sharoitida ham sinash kerak.

To‘rtinchidan, tadqiqot tasvir darajasidagi tasnifga e’tibor qaratadi. Amalda esa nafaqat “bu qaysi sinf?” balki “ifloslangan qism aynan qayerda?” degan savol ham muhim. Buning uchun keyinchalik obyekt aniqlash va segmentatsiya modellariga ehtiyoj tug‘ilishi mumkin.

Xulosa

Bu tadqiqot sun’iy intellekt qurilish va buzish chiqindilarini qayta ishlashda faqat materialni tanish emas, balki uning qayta ishlashga qanchalik mos ekanini baholashga ham yordam berishi mumkinligini ko‘rsatadi.

Gipsokarton kabi keng tarqalgan material uchun ifloslanish darajasini to‘g‘ri aniqlash qayta ishlash sifatini yaxshilashi va poligonga ketayotgan chiqindi miqdorini kamaytirishi mumkin.

Tadqiqotdagi to‘rt sinfli gipsokarton ma’lumotlar bazasi va model taqqoslanishi kelajakdagi aqlli qayta ishlash korxonalari uchun muhim asos bo‘lib xizmat qiladi.

Kelajakdagi chiqindi ajratish tizimlari faqat “bu betonmi, yog‘ochmi yoki gipsokartonmi?” deb so‘ramaydi. Ular shuni ham so‘raydi:

Bu material qanchalik toza, qanday ishlanishi kerak va qayta ishlash uchun to‘g‘ri liniyaga yo‘naltirilganmi?

Sun’iy intellektning qayta ishlashdagi haqiqiy qiymati ham aynan shu yerda namoyon bo‘ladi.

Manba va usul eslatmasi

Ushbu matn Yulin Chen, Shenzhou Dai va Dana Cupkova muallifligidagi “Deep Learning–Enabled Drywall Classification for C&D Waste: A Recycling-Oriented Dataset” nomli akademik ish asosida Verianla tahririy formatida tayyorlandi.

Eslatma: Bu maqola axborot va ta’lim maqsadida tayyorlangan. U qurilish chiqindilarini boshqarish, ekologik me’yorlar, mehnat xavfsizligi, qayta ishlash investitsiyasi yoki professional muhandislik maslahati o‘rnini bosmaydi. Gipsokarton chiqindilarini qayta ishlash mahalliy me’yorlar, korxona sharoitlari va mutaxassis bahosini hisobga olgan holda amalga oshirilishi kerak.