التعلم الآلي يحسن التحليل الهيكلي للمباني

التعلم الآلي يحسن التحليل الهيكلي للمباني
التعلم الآلي يحسن التحليل الهيكلي للمباني

التصوير المقطعي بالمقاومة الكهربائية (EIT) هو تقنية تصوير  تستخدم لتصور الجزء الداخلي من المواد. في هذه الطريقة، يتم حقن تيار كهربائي بين قطبين كهربائيين، مما يخلق مجالا كهربائيا، وتقوم الأقطاب الكهربائية الأخرى بقياس التشوهات الناجمة عن وجود أجسام غريبة داخل المادة.

بالمقارنة مع طرق التصوير الأخرى، مثل التصوير بالأشعة السينية، والتصوير المقطعي المحوسب، والتصوير بالرنين المغناطيسي، تتمتع تقنية EIT بكونها منخفضة التكلفة وأقل تعقيدًا لأنها لا تتطلب مغناطيسات أو إشعاعات كبيرة. ولذلك، فإنه يحمل إمكانات كبيرة كطريقة مراقبة الصحة الهيكلية غير المدمرة لمواد البناء المعقدة والمعقدة القائمة على الأسمنت.

ومع ذلك. فإن التحدي الذي يواجه المرحلة الانتقالية يكمن في إعادة بناء المعلومات التي تم الحصول عليها بدقة كصور. تُستخدم عادةً خوارزميات مثل غاوس-نيوتن خطوة واحدة، وطريقة النقطة الداخلية المزدوجة الأولية، وغاوس-نيوتن التكراري (IGN) لهذا الغرض. ومع ذلك، نظرًا لطبيعة المرحلة الانتقالية، فإن الحلول التي تم الحصول عليها باستخدام الأساليب الرياضية المذكورة أعلاه تحتوي على بعض المعلومات غير الدقيقة.

خوارزميات التعلم الآلي

في الآونة الأخيرة.. للتغلب على هذه المشكلة. تم استخدام خوارزميات التعلم الآلي مثل الشبكات العصبية التلافيفية أحادية البعد (1D-CNN). إلا أن ضعف هذه الخوارزميات يكمن في التعامل مع البيانات غير المرئية سابقًا، مما يقلل من فعاليتها.

ولمواجهة التحديات المذكورة أعلاه، قام البروفيسور المشارك تاكاشي إيكونو من جامعة طوكيو للعلوم (TUS)، إلى جانب معاونيه، السيد كييا ميناكاوا، والسيد كيجو أوتا، والسيد هيرواكي كوماتسو من جامعة طوكيو للعلوم، والأستاذ المشارك توموكو فوكوياما من جامعة ريتسوميكان. ، وجميعها من اليابان، طورت الآن نهجًا هجينًا جديدًا للمرحلة الانتقالية التي تمر بمرحلة انتقالية، يسمى AND، والذي يجمع بين فوائد IGN و1D-CNN. عندما كانت نسبة مساحة المقطع العرضي للجسم الغريب إلى العينة 5×10-4 (جسم غريب صغير جدًا)، أدى النهج الحالي إلى تقليل خطأ الحجم إلى أقل من 1/6 من الطريقة التقليدية التي تمر بمرحلة انتقالية. نُشرت النتائج التي توصلوا إليها في المجلد 14، العدد 1 من مجلة AIP Advances في 12 يناير 2024.

الوقاية من الكوارث

يقول الدكتور “من منظور الوقاية من الكوارث، يعد تحليل تدهور الهياكل القائمة التي تم بناؤها خلال فترة النمو الاقتصادي المرتفع أمرًا مهمًا. يمكن لطريقتنا الجديدة تحسين تطبيق التكنولوجيا التي تمر بمرحلة انتقالية كطريقة اختبار غير مدمرة والمساهمة في منع انهيار المباني”. .إيكونو.

تقوم طريقة AND المبتكرة بإجراء عمليات منطقية ثنائية الأبعاد على صور متعددة تم الحصول عليها من EIT لاكتشاف الأجسام الغريبة الصغيرة داخل المواد. في دراستهم، اختبر الفريق طريقة AND على عينات أسمنت فعلية باستخدام بيانات المحاكاة والبيانات التجريبية، ومقارنة أدائها بأداء طريقتي IGN و1D-CNN في كلا السيناريوهين. عند استخدام بيانات المحاكاة، وجدوا أن طريقة IGN أدت إلى أخطاء كبيرة في الصور المعاد بناؤها مع انخفاض حجم الأجسام الغريبة. في المقابل، أعادت طريقة AND بناء موضع وحجم الأجسام الغريبة بشكل أكثر دقة من كل من IGN و1D-CNN.

علاوة على ذلك. باستخدام البيانات التجريبية، وجد الباحثون أن كلاً من طريقة AND المقترحة وطريقة 1D-CNN كانت أكثر دقة من IGN. بالإضافة إلى ذلك، حددوا أيضًا طريقة أخرى لتحسين دقة المرحلة الانتقالية. يوضح الدكتور إيكونو: “أحد الأساليب لتحسين المرحلة الانتقالية هو تغيير نمط الحقن الحالي. ومن خلال تغيير التوزيع المكاني للمجال الكهربائي ومن خلال الجمع بين النهج الحالي وتقنيات الاقتراب من الموت الأخرى، يتم التوصل إلى دقة اكتشاف حجم وموضع الجسيمات الأجنبية. يمكن تحسينه.” وهذا هو محور أبحاثهم المستقبلية.

إعادة الإعمار

“إن طريقة إعادة الإعمار المقترحة التي تمر بمرحلة انتقالية، على الرغم من أنها أدنى من تجارب الاقتراب من الموت الأخرى من حيث الدقة، إلا أنها تتمتع بمزايا من حيث حجم المعدات والتكلفة. ويمكن أن تؤدي إلى تحسين اكتشاف الأجسام الغريبة غير المدمرة، مما يتيح تقييمًا أسهل وأكثر انتظامًا لسلامة المبنى. “يمكن أيضًا نشرها لفحص السلامة السريع بعد وقوع زلزال أو انفجار. علاوة على ذلك، من المتوقع أن يكون من السهل تدريب المفتشين والموظفين على استخدام هذه التكنولوجيا،” يخلص الدكتور إيكونو، مشددًا على أهمية الابتكار.

بشكل عام، تمثل هذه النتائج خطوة مهمة إلى الأمام في تقنية EIT، والتي يمكن أن تصبح تقنية كشف مهمة لمنع انهيار المباني في المستقبل.

المصدر

اقرأ أيضًا:

” EIT Digital” تطلق تقنيات المصادقة الصوتية لعمليات الشراء اليومية

الرابط المختصر :