L'Università del Surrey e il King's College di Londra hanno sviluppato un nuovo algoritmo di apprendimento automatico (AI) che potrebbe trasformare il modo in cui monitoriamo le principali infrastrutture, come dighe e ponti.

In un articolo pubblicato dalla rivista Monitoraggio della salute strutturale , i ricercatori del Surrey e Kings spiegano in dettaglio come hanno creato un sistema di intelligenza artificiale chiamato SHMnet per analizzare e valutare il danno delle connessioni bullonate utilizzate nelle strutture metalliche.

Costruito sulle fondamenta di una rete neurale Alex-Net modificata, il team di ricerca ha impostato un test del martello d'urto in condizioni di laboratorio e ha incaricato SHMnet di identificare con precisione i sottili cambiamenti di condizione dei bulloni di connessione su un telaio in acciaio in 10 scenari di danno.

Il team ha scoperto che quando SHMnet viene addestrato utilizzando quattro set di dati ripetuti, aveva un record di identificazione impeccabile (100 percento) nei loro test.

Dottor Ying Wang, l'autore corrispondente del documento e Assistant Professor presso l'Università del Surrey, disse:

"Le prestazioni della nostra rete neurale suggeriscono che SHMnet potrebbe essere incredibilmente utile per gli ingegneri strutturali, governi e altre organizzazioni incaricate di monitorare l'integrità dei ponti, torri, dighe e altre strutture metalliche.

"Anche se c'è altro da fare, come testare SHMnet in diverse condizioni di vibrazione e ottenere più dati di allenamento, il vero banco di prova è che questo sistema venga utilizzato nel campo in cui un affidabile, è assolutamente necessario un modo accurato e conveniente per monitorare l'infrastruttura."