La Universidad de Surrey y el King's College de Londres han desarrollado un nuevo algoritmo de aprendizaje automático (IA) que podría transformar la forma en que monitoreamos la infraestructura principal, como presas y puentes.

En un artículo publicado por la revista Vigilancia de la salud estructural , Investigadores de Surrey y Kings detallan cómo crearon un sistema de inteligencia artificial llamado SHMnet para analizar y evaluar el daño de las conexiones de pernos utilizadas en estructuras metálicas.

Construido sobre los cimientos de una red neuronal Alex-Net modificada, El equipo de investigación estableció una prueba de martillo de impacto en condiciones de laboratorio y le encargó a SHMnet que identificara con precisión los cambios sutiles de condición de los pernos de conexión en un marco de acero en 10 escenarios de daños.

El equipo descubrió que cuando se entrena SHMnet con cuatro conjuntos de datos repetidos, tenía un registro de identificación impecable (100 por ciento) en sus pruebas.

Dr. Ying Wang, el autor correspondiente del artículo y profesor asistente en la Universidad de Surrey, dijo:

"El rendimiento de nuestra red neuronal sugiere que SHMnet podría ser increíblemente útil para los ingenieros estructurales, gobiernos y otras organizaciones encargadas de monitorear la integridad de los puentes, torres presas y otras estructuras metálicas.

"Si bien hay más por hacer, como probar SHMnet en diferentes condiciones de vibración y obtener más datos de entrenamiento, La prueba real es que este sistema se utilice en el campo donde un confiable, Se necesita urgentemente una forma precisa y asequible de supervisar la infraestructura ".