AI kunne transformere, hvordan vi overvåger den strukturelle sundhed af civil infrastruktur

University of Surrey og King's College London har udviklet en ny maskinlæringsalgoritme (AI), der kan ændre den måde, vi overvåger større infrastruktur på – såsom dæmninger og broer.

I et papir udgivet af tidsskriftet Strukturel sundhedsovervågning , forskere fra Surrey og Kings beskriver, hvordan de skabte et AI -system ved navn SHMnet for at analysere og vurdere skaden af ​​boltforbindelser, der bruges i metalliske strukturer.

Bygget på grundlaget af et modificeret Alex-Net neuralt netværk, forskerholdet opstillede en slaghammertest under laboratorieforhold og gav SHMnet til opgave at identificere de subtile tilstandsændringer af forbindelsesbolte på en stålramme under 10 skadesscenarier.

Holdet fandt ud af, at når SHMnet trænes ved hjælp af fire gentagne datasæt, den havde en fejlfri (100 procent) identifikationspost i deres tests.

Dr. Ying Wang, den tilsvarende forfatter til papiret og adjunkt ved University of Surrey, sagde:

"Ydeevnen af ​​vores neurale netværk tyder på, at SHMnet kunne være utrolig nyttigt for bygningsingeniører, regeringer og andre organisationer, der har til opgave at overvåge broers integritet, tårne, dæmninger og andre metalkonstruktioner.

"Selvom der er mere at gøre, såsom at teste SHMnet under forskellige vibrationsforhold og få flere træningsdata, den virkelige test er, at dette system skal bruges i det felt, hvor en pålidelig, Der er hårdt brug for en nøjagtig og overkommelig måde at overvåge infrastruktur på."