Обзор методов обнаружения повреждений строительных конструкций на основе вибрации: от традиционных методов до применения машинного и глубокого обучения
A review of vibration-based damage detection in civil structures: From traditional methods to Machine Learning and Deep Learning applications
2020-07-02
SCID: 54.1/2s679b48
Discuss with AI
гражданские сооруженияглубокое обучениемашинное обучениемониторинг технического состояния конструкцийвибрационное обнаружение повреждений
Figures from the paper
Abstract (AI)
Мониторинг повреждений конструкций имеет исключительно важное значение для поддержания и сохранения срока службы строительных конструкций. Успешный мониторинг предоставляет надежную и объективную информацию о состоянии, эксплуатационной пригодности, целостности и безопасности конструкций; при этом обеспечение их постоянной работоспособности в значительной степени зависит от контроля возникновения, развития и распространения повреждений. Повреждения могут накапливаться в конструкциях под воздействием различных факторов окружающей среды и антропогенных факторов. Для раннего предупреждения о повреждениях конструкций или аномалиях любого типа разработано множество подходов к мониторингу и обнаружению. Значительные усилия были направлены на методы, основанные на анализе вибрации, которые используют вибрационный отклик контролируемой конструкции для оценки ее состояния и выявления повреждений. Между тем благодаря развитию вычислительных мощностей и сенсорных технологий в последнее десятилетие алгоритмы машинного обучения (ML) и особенно глубокого обучения (DL) стали более доступными и широко применяются для обнаружения повреждений конструкций на основе вибрации, демонстрируя высокую эффективность и зачастую строгую точность. Несмотря на наличие нескольких обзорных исследований, посвященных обнаружению повреждений конструкций на основе вибрации, до настоящего времени не было работы, в которой были бы описаны и рассмотрены переход от традиционных методов к методам ML и DL. Цель данной статьи — восполнить этот пробел, представив основные особенности традиционных методов и comprehensive обзор наиболее современных применений алгоритмов ML и DL для обнаружения повреждений строительных конструкций на основе вибрации.
Key Findings
1
Методы машинного и глубокого обучения демонстрируют высокую эффективность и часто строгую точность при обнаружении повреждений гражданских сооружений по вибрационным характеристикам.
2
Достижения в вычислительных технологиях и сенсорике сделали возможным широкое применение машинного обучения и особенно глубокого обучения для обнаружения повреждений по вибрационным данным.
3
Обзор восполняет пробел в литературе, рассматривая переход от традиционных методов к приложениям машинного и глубокого обучения для обнаружения повреждений гражданских сооружений.
4
Традиционные вибрационные методы обнаружения повреждений обеспечивают практические средства раннего предупреждения о повреждениях конструкций и аномалиях.
5
Вибрационный мониторинг использует данные отклика конструкции для оценки её состояния, целостности, эксплуатационной пригодности, безопасности и развития повреждений.
Research Object
Строительные конструкции, контролируемые методами вибрационного мониторинга технического состояния
Research Subject
выявление повреждений конструкций на основе вибрации, включая переход от традиционных методов к подходам машинного и глубокого обучения
Publication Details
Publication Date
2020-07-02
Journal
Publisher
ISSN
Cited by
1424
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Классификация ImageNet с использованием глубоких сверточных нейронных сетей2017
Снижение размерности данных с помощью нейронных сетей2006
Идентификация повреждений и мониторинг состояния конструктивных и механических систем по изменениям их вибрационных характеристик: обзор литературы1996
Обзор методов неразрушающего контроля рельсов: современное состояние и перспективы развития2008