'Bridge Doctor' combina imágenes de imágenes neuronales para evaluar eficientemente la seguridad de los puentes concretos

Nekti Catbas colaboró ​​con su ex estudiante de ingeniería civil Marwan debut, PhD, que ahora trabaja como gerente del programa de Bridge de la NASA, en investigación, quien explica cómo la termografía infrarroja, la alta definición, la imagen de alta definición y el análisis de redes nerviosas pueden comprimirse para hacer que las inspecciones de puentes concretos sean más eficientes.

Catbas y débitos espera sus conclusiones, publicadas Registros de investigación de transporteA través de la combinación de estos métodos, los ingenieros pueden beneficiarse estratégicamente por los ingenieros a través de combinaciones y mejores costos de reparación asignados.

"Si entendemos mejor qué puentes necesitan más reparación y qué puentes se pueden posponer, entonces (las agencias de financiación) pueden usar fondos limitados más sensibles, y luego podemos dirigir nuestros esfuerzos a puentes realmente importantes", Catbas.

"Tenemos alrededor de 650,000 puentes en los EE. UU. Y estamos trabajando para verificar cómo podemos usar tecnologías novedosas para comprender el estado actual de las estructuras".

DeBs mencionó un ejemplo durante la prueba de carga del puente de la NASA, donde Katbas y su equipo ayudaron a evaluar la reparación. Determinó que la reparación realizada era suficiente, eventualmente, terminando la siguiente etapa del trabajo empleado.

"Estamos gastando solo el dinero donde necesitamos hacerlo en lugar de hacerlo sin una comprensión integral de las condiciones reales del puente en el área", DeBs. "El objetivo es comprender mejor las condiciones del puente y una lista de mejor prioridad es lo que el puente es exactamente necesario".

Diagnóstico de puentes sólidos

Katbas dice que lo que hacen él y otros ingenieros civiles para evaluar la integridad general de una estructura se puede comparar con el diagnóstico de un médico para el bien de una persona.

"Monitoreo de salud estructural, que es casi como el monitoreo de la salud humana, donde utilizamos una variedad de dispositivos para proteger las estructuras y para comprender mejor el servicio", dicen.

Para ayudar a comparar datos infrarrojos, los investigadores colaboraron estrechamente con una empresa de evaluación de imágenes y no tampoco en Nexco-West US Inc., Tyson, Virginia, con vehículos especiales equipados con herramientas de imágenes.

Con el apoyo de la Compañía, el equipo de investigación utilizó datos infrarrojos para evaluar las condiciones de los componentes del puente, incluidas las cubiertas, la superestructura y la subestructura.

"En lo que respecta a la infraestructura, existen algunas limitaciones", dice Debs. "Una de las cosas de este documento que ayudó a eliminar algunos de estos límites, hay imágenes de alto idioma para complementar las imágenes infrarrojas".

Las técnicas utilizadas en estudios de CATBA y Debies ofrecen registros más completos de salud del puente concreto.

"Hay límites de puntos de vista humanos", dice Catbas. "Es casi como un médico, solo mirarlo y decir que se ve bien cuando puede estar bien, o puede que no lo esté. Puede haber otros problemas que los sensores y otras tecnologías pueden decirle, como cuando un médico dice que quiere más pruebas, por lo que le envía a obtener rayos X o MRI.

Volver a la brecha entre la tecnología y la interpretación

La termografía infrarroja funciona recolectando reacciones térmicas a una estructura, que puede indicar defectos dentro de ella, como pérdida de calor, infiltración de humedad u otros problemas estructurales.

Para analizar varias partes del puente, como mazos, superestructura y subestructura, el equipo de investigación utilizó termografía y tecnologías de captura de imágenes estacionadas en los botes debajo del puente y lo usó en vehículos que viajaban para que el tráfico no pudiera interrumpir y los conductores de motor pueden continuar usando carreteras.

Una combinación de inspección visual e imágenes es una práctica común, pero los debates dicen que el elemento del uso de una red nerviosa y el aprendizaje automático para comprender los datos es algo que es un componente emergente de las inspecciones. En el estudio, se utilizó conocimiento colectivo de ingenieros experimentados que realizaban inspecciones uniformes para comparar los resultados.

¿Tienes dedos pránicos? Aquí el científico es delgado de explicarlo

"La forma en que difiere de otro uso es que no solo estamos usando cámaras infrarrojas y recopilando datos sin procesar, sino que tenemos un nivel de postprocesamiento, y estamos terminando ruido o información innecesaria dentro de la imagen infrarroja", dice DeBs.

"Luego usamos estos datos para comprender dónde están estos defectos y luego los integramos dentro de los procedimientos de inspección del puente esencial actuales. Apagamos el bucle utilizando algunas decisiones y algoritmos utilizando algunas decisiones y algoritmos para guiar al inspector o ingeniero sin gastar mucho tiempo o análisis de datos".

Hay dos partes del documento sobre cómo aplicar esta nueva tecnología y mantenerla precisa y segura y cómo se puede usar para acelerar la toma de decisiones.

"Cuando inspeccionamos el puente, nuestro objetivo es encontrar formas de acelerar o hacerlo más eficiente mientras tiene más datos en el futuro o la toma de decisiones inmediatas", dice DeBs.

"Podemos determinar qué puente debe evaluarse de inmediato, lo que requiere más pruebas y podemos ver la importancia de buscar temprano".

Timbe

DeBS dice que una de las partes más emocionantes de los resultados de la investigación es que la estructura de varias técnicas de inspección puede integrarse con el conocimiento colectivo y puede aplicarse para monitorear una variedad de estructuras.

"No estamos limitados a puentes concretos", dicen. "Podemos construir sobre esta investigación y aplicarla con varios métodos de inspección y usarlo para varias infraestructura. Podemos probarla en edificios sólidos o puentes de acero, edificios u otras estructuras".

Para explicar los datos, el uso del aprendizaje automático y el conocimiento colectivo es algo que los debates creen que habrá un papel en las inspecciones más allá del alcance de su estudio.

"Creo que los ojos que se abrieron para mí es que para usar más redes nerviosas de toma de decisiones para estandarizar la toma de decisiones (proceso), también hay espacio fuera de las inspecciones tradicionales", dicen. "Puede facilitar que las personas del área sepan dónde decidir sobre el lugar o buscar ayuda más experimentada".

Hay suficientes oportunidades para descubrir métodos aún más innovadores para evaluar la salud estructural, y Katbas dice que está ansioso por cumplir con el próximo desafío con estudiantes y asociados como Alumni y Asociados.

Catbas dice: "Al igual que otros estudiantes de doctorado, todavía nos mantenemos en contacto incluso después de la graduación y luego nos convertimos en mis colegas". "Entonces, mi pregunta es: '¿Qué trabajo vamos a hacer a continuación?" ,