Application du machine learning et de l’intelligence artificielle pour la détection des dommages structurels

La surveillance de l’état des structures (SHM) a pour objectif principal d’identifier avec précision l’état actuel d’une structure, en évaluant les niveaux de dommages et en permettant éventuellement de prévoir ses performances futures. Ces problématiques peuvent être difficiles à résoudre uniquement avec des techniques de calcul conventionnelles, ce qui ouvre des opportunités liées au big data pour l’utilisation de méthodologies d’intelligence artificielle.

Cet article présente l’intégration du Machine Learning (ML) pour la reconnaissance de motifs avec les systèmes SHM, à travers le développement de modèles statistiques. Une étude de cas d’une tour métallique est présentée, testée en laboratoire afin de simuler des dommages structurels par le desserrage de connexions boulonnées.

AUTEURS | Filipe Santosᵃ, Eduardo Gonçalvesᵇ and Abel J.P. Gomesᶜ

ᵃ VESAM Engenharia S.A., Zona Industrial de Cantanhede, Lote 69, 3060-197 Cantanhede, Portugal, ᵇ MIRA SYSTEMS Lda, Quinta Vale do Espinhal, EM558 1, 3230-343 Penela, Portugal, ᶜ Universidade da Beira Interior, Departamento de Informática, 6200-001 Covilhã, Portugal

Article présenté au XIV Congrès de Construction Métallique et Mixte