23865

تشخيص آسيب در پلها با استفاده از پردازش تصوير و روشهاي هوش مصنوعي

كارشناسي ارشد

مهندسي عمران

1397

1400/2/29

دكتر غلامرضا قدرتي اميري

-

مهندسي عمران

در سال هاي گذشته به منظور دستيابي به اهداف عملكردي سازه ها و كاهش هزينه هاي مربوط به بهسازي و تعمير آنها، مباحث مربوط به پايش سلامت و شناسايي آسيب در سازه ها مورد توجه پژوهشگران قرار گرفته است. پايش سلامت سازه ها با استفاده از داده هاي تصويري، از روش هاي نوين پايش سلامت سازه ها به شمار مي رود كه با پيشرفت تكنولوژي هاي تصويربرداري و توسعه ي روش هاي پردازش تصوير و بينايي كامپيوتر ظهور كرد. شناسايي مشخصات مودال، پايش جابه جايي هاي سازه و بررسي ترك هاي سطحي را مي توان از جمله كاربردهاي پردازش تصوير و بينايي كامپيوتر در شناسايي آسيب و پايش سلامت سازه هاي عمراني به شمار آورد. در اين پژوهش با استفاده از اطلاعات مودال استخراج شده از ويديوهاي گرفته شده از سازه و روش به روز رساني مدل، به شناسايي آسيب پرداخته مي شود. به دليل شرايط و محدوديت هاي موجود، فرايند شناسايي آسيب روي تيري فلزي جايگزين فرايند شناسايي روي عرشه ي پل شده است اما مي توان از نتايج اين پژوهش به منظور شناسايي آسيب در همه سازه هاي تيرمانند از جمله عرشه ي پل هايي كه شرايط اين نوع از سازه ها را دارند، استفاده نمود و درباره ي كارايي اين روش تحقيق كرد. همچنين در كنار روش اصلي فوق، كارايي روشي آماري نيز بررسي خواهد شد. اين روش با استفاده از فركانس هاي استخراج شده ي سازه و با تعيين يك سطح اطمينان براي آسيب، احتمال وقوع آسيب در المان هاي سازه را تعيين مي كند. نتايج حاصله از دو روش فوق نشان داده است كه استفاده از روش به روزرساني مدل، حتي با وجود تعداد مودهاي قابل شناسايي محدود، مي تواند ابزاري مناسب به منظور شناسايي آسيب در سازه هاي تيرمانند درنظر گرفته شود. هرچند الگوريتم آماري استفاده شده در اين پژوهش، در تعداد فركانس هاي محدود، عملكرد قابل توجهي نداشته است.

1400/03/23

Damage Detection in Bridges Using Image Processing and Artificial Intelligence Methods

5/19/2022 12:00:00 AM

In recent years, damage identification and structural health monitoring fields have received considerable attention from researchers in order to achieve structural performance goals and reduce rehabilitation and repair costs. Structural health monitoring using image data is one of the modern SHM approaches emerged with the development of imaging technologies, image processing and computer vision methods. Computer vision-based structural health monitoring and damage identification along with image processing techniques includes applications such as modal identification, structural displacement monitoring and crack assessment in civil structures. In this thesis, damage identification is conducted by using modal information extracted from videos taken from the structure and a model updating method. Due to the existing conditions and limitations, the process of damage identification on the bridge deck is replaced by damage identification on a steel beam, but the results of this study can be used to identify damage in all beam-like structures and investigate the efficiency of this method. In addition to the above mentioned main method, the efficiency of a statistical method will also be examined. This method uses the extracted frequencies of the structure and determines the damage probability of the structural elements by determining a confidence level for the damage. The obtaining results have demonstrated that the proposed model updating method, even with a limited number of identifiable modes, can be considered a suitable approach to identify damage in beam-like structures. However, the statistical algorithm used in this study did not perform significantly at a limited number of frequencies.

شناسايي آسيب , پردازش تصوير , بينايي كامپيوتر

Damage Identification , Image Processing , Computer Vision