大数据研究的桥梁,基础设施需求

保罗·梅恩//bbin体育app阿燕圣者西部工程教授使用传感器监测技术来远程收集的数据,以便确定大一切从车辆/行人桥梁和水坝等大型结构,包括新的建筑固有结构的损坏。

加拿大迅速老化的基础设施继续侵蚀,经常看不见的那些监督它充电,维护预算和居民从海岸到海岸到西海岸的脸从避免的后果一个显著的威胁。

“大多数加拿大的基础设施,如桥梁和水坝,游览时间建成,是第二次世界战争。他们接近其生命周期结束时,“工程教授阿燕圣者解释。 “我们的基础设施就像是一个d加 - 这是坏的。”

圣人的工作,但是,看起来收集更好的数据ESTA到关键基础设施,所有的努力,以更快的信号问题,节省了数百万美元的潜在和减少伤害的方式向那些生活的威胁。

采取桥梁,例如。

据加拿大统计局和加拿大基础设施报告中2018年,只有56%的加拿大的道路,桥梁和隧道的百分之被评为良好或非常良好的条件。

鉴于绝大多数国家的47000加桥的公有到中年,会为了所需资源的一大输液保持我们国家的交通运输系统,身体健康。

现有的方法是桥梁监测过时,在预先安排目测依托高度主观,维护团队之间发生变化,并且容易出错的损伤诊断。在传感技术的最新进展,但是,已经为工程师提供机会感谢远程识别缺陷桥梁的传感器。

问题是昂贵和那些传感器是偶尔低效的。

“考虑结构作为一个人。就像一个病人,我们使用不同的传感器监控基础设施和数据使用此标识的损害,“圣人说。

“当我们说”检查,“大多数事情都发生有了目视检查。但有些地方无法访问。这是很难做的检查。 MOST桥梁都非常繁忙,如果做需要的仪器,需要关闭。没有一个人是高兴。这就是你需要远程和自主的东西,它给你提供与数据远程。

“通常,传感器被放置在不同的位置。重点我的研究之一是我们如何能够得到我们所需要使用的传感器数量较少的信息。“

圣人正在由各国政府以较低的成本获得更好的数据用较少的传感器来提高ESTA方法。

例如,接近70%的监测结构的成本的百分之是在连接传感器的导线。意味着更少的导线较少的传感器,这意味着降低成本。

这一切都没有数据丢失来完成 - 事实上,该数据甚至可能更强去过。

“这不是数据;它是关于信息。这是挑战,“我继续说。 “我们使用人工智能技术来提取信息。如果信息是相同的,我们做到了有限的传感器,卫生组织我们正在解决这个问题。

“这不只是传感器的数量,而是我们从这些传感器获得的信息。”

位置传感器依赖于许多因素,如温度,位置,交通量和环境条件。这些因素决定的位置,然后在传感器需要的灵敏度。

采用人工智能结合,圣者大数据具有发达的信号处理和成像算法来压缩从传感器产生的数据来分离仅在需要的证据。

“随着我们从表面损伤得到的图像数据,如裂缝,腐蚀或疲劳,我们可以卫生组织训练我们的算法对这些图像告诉我们,如果是裂纹因疲劳,使我们能够确定什么,在哪里,保养需要的话,“我说。

与混合动力施工的加入圣者人气 - 不同材料的组合:例如木材,混凝土和钢材 - 它提供了更多的理由,以确保安全结构前进。

“你需要看看他们在结构上做的很好。这是所有关于公共安全的,“我说。