Обзор вибрационных методов обнаружения повреждений в строительных конструкциях: от традиционных методов до приложений машинного и глубокого обучения

Мониторинг повреждений строительных конструкций имеет исключительно важное значение для поддержания и сохранения срока их службы. Эффективный мониторинг предоставляет достоверную и надежную информацию о состоянии, эксплуатационной пригодности, целостности и безопасности конструкций, тогда как обеспечение их постоянной работоспособности в значительной степени зависит от отслеживания возникновения, формирования и распространения повреждений. Повреждения могут накапливаться в конструкциях под воздействием различных факторов окружающей среды и человеческой деятельности. Для раннего предупреждения о повреждениях конструкций и любых других аномалиях разработано множество методов мониторинга и обнаружения. Значительные усилия были направлены на развитие вибрационных методов, использующих вибрационный отклик контролируемой конструкции для оценки ее состояния и выявления повреждений. В то же время благодаря развитию вычислительных мощностей и сенсорных технологий в течение последнего десятилетия алгоритмы машинного обучения (ML) и особенно глубокого обучения (DL) стали более доступными и получили широкое применение для обнаружения повреждений строительных конструкций на основе вибрационных характеристик, демонстрируя высокую эффективность и зачастую значительную точность. Несмотря на публикацию нескольких обзорных исследований, посвященных обнаружению повреждений строительных конструкций на основе вибрационных методов, до настоящего времени не было работы, в которой описывался и обсуждался переход от традиционных методов к методам ML и DL. Цель данной статьи — восполнить этот пробел путем рассмотрения основных особенностей традиционных методов и представления комплексного обзора новейших применений алгоритмов ML и DL для обнаружения повреждений строительных конструкций на основе вибрационных характеристик.