شناسایی آسیب های سطحی در سازه های بتنی با استفاده از شبکه های عصبی کانولوشن بهبود یافته

یکی از زمینه های فعال تحقیقاتی در بحث پایش سلامت سازه های بتنی تشخیص و شناسایی رخداد آسیب در المانهای سازه ای است . طبقه بندی و تشخیص فنی براساس تصویر، روشی است که امروزه مورد توجه بسیاری از محققین قرار گرفته است . روش شناسایی آسیب مبتنی بر تصویر با استفاده از هوش مصنوعی به دلیل پیشرفت فناوری تصویربرداری و پردازش سریع آنها توسط شبکه عصبی کانولوشن انجام می پذیرد. در این مطالعه یک شبکه کاملا کانالوشن جدید در تشخیص چهار نوع از آسیب های سطحی بتن شامل ترک، پوسته شدن، شوره زنی و حفره به کار گرفته می شود و با تصاویر دیجیتالی ثبت شده مقایسه می گردد. نتایج نشان داد که روش پیشنهادی در روند شناسایی آسیب تعداد پارامترها را کاهش داده و منجر به اندازه کوچک تر مدل های آزمایشی می شود. علاوه بر این توانست آسیب های چندگانه را با عملکرد تشخیصی بالاتری نسبت به روش های غیرپیکسلی ، بصری و انسانی تشخیص دهد.

کلیدواژه ها:

هوش مصنوعی ، پایش سلامت سازه ، شبکه های عصبی ، شناسایی آسیب ، لایه کانولوشن .