Data-driven vision-based inspection for reinforced concrete beams and slabs: Quantitative damage and load estimation

ما نشان می دهیم که بازرسی مبتنی بر رایانه می تواند مشاهدات سطحی را برای تخمین کمی آسیب و بار بار در تیرهای بتونی بتن مسلح و اسلب هایی که بارگذاری همگانی دارند مورد بررسی قرار دهد. این کار مربوط به یک مطالعه قبلی است که بر روی پرتوهای اسرار برشی و اسلب ها (یعنی نمونه هایی که دارای تقویت برشی نیستند) متمرکز است، اما در اینجا یک پایگاه داده تصویری گسترش یافته برای نمونه هایی با هر دو تقویت کننده خمشی و برشی که در عمل وجود دارد . با استفاده از این مجموعه داده گسترش داده شده، یک الگوریتم یادگیری دستگاه تحت نظارت، مدل های پیش بینی متقابل معتبر را ایجاد می کند که می توانند برآورد بارهای داخلی (یعنی برش و لحظه) و سطوح آسیب بر اساس تصاویر الگوی برش سطحی. مجموعه داده های گسترده شامل مجموع 127 نمونه و 862 عکس گرفته شده در مطالعات گذشته در سطح وسیعی از بار و سطح آسیب است. ویژگی های متنوع و هندسی الگوهای ترکیبی سطحی برای طراحی ویژگی و تنظیم مدل های پیش بینی شده مورد استفاده قرار گرفت. مجموعه داده های گسترده ای امکان مقایسه دقت برآورد برای پرتوهای برشی و تقویت برشی و اسلب ها را به صورت جداگانه و بصورت ترکیبی در نظر گرفته است. این شامل قابلیت طبقه بندی است که آیا تقویت برش وجود دارد یا خیر. مدل های برآورد شده بر اساس مشاهدات سطحی برای عناصر تقویت شده برشی قابل مقایسه با آنچه که برای تیرهای و نوارهای برشی بحرانی است، با تغییر پذیری به دلیل دامنه نوع بارگذاری، هندسه های عضو، اینکه آیا طبقه بندی با رگرسیون ترکیب شده است یا نه، و مجموعه های ویژگی تصویر استفاده شده.