根據(jù)德克薩斯大學阿靈頓分校(UTA)報道,該校的一名土木工程助理教授Ham正在努力通過將機器學習與傳統(tǒng)監(jiān)測方法相結合來更好地理解橋梁的結構健康狀況。該助理教授獲得來自中南部國家運輸協(xié)會(Tran-SET)提供的12.2萬美元撥款,經(jīng)過18個月研發(fā)出來的模型將在達拉斯和沃思堡進行測試。
現(xiàn)用于監(jiān)視橋梁的動態(tài)重量系統(tǒng)中帶有測量振動、拉伸和偏轉的傳感器。通過橋梁對這些情況的反應,形成可視的橋梁的結構健康狀況圖。但是傳感器沒有考慮到不同類型的卡車,多條車道,早晚交通高峰等外界情況。因此,Ham教授正在研發(fā)一種新系統(tǒng),以補充當前通過機器學習實現(xiàn)的運動中體重傳感器。希望由此產(chǎn)生的數(shù)據(jù)能夠為運輸部門提供更準確的橋梁荷載參數(shù),并更好地了解結構的整體完整性?!拔覀冋趯⒒谖锢淼哪P团c人工智能相結合,因為計算機學習的越多,獲得的信息就越好,”漢姆說,“機器學習的加入使我們能夠準確地確定多個條件。”
Ham還在德克薩斯州交通運輸部的資助下進行相關研究,以使用非接觸式測試系統(tǒng)來更快速,更輕松,更準確地確定何時何地需要維修橋梁。