طبقهبندی آسیب در نمونههای ملاتسیمانی حفرهدار با استفاده از الگوریتمهای یادگیری ماشین | ||
| نشریه مهندسی عمران امیرکبیر | ||
| دوره 57، شماره 12، اسفند 1404، صفحه 2055-2078 اصل مقاله (1.34 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/ceej.2026.25032.8377 | ||
| نویسندگان | ||
| ابوالفضل فقیهی1؛ حامد ملا داوودی* 2 | ||
| 1دانشجوی کارشناسی ارشد مکانیک سنگ، دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران | ||
| 2دانشیار مکانیک سنگ، دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران، | ||
| چکیده | ||
| این پژوهش به بررسی کارایی روش غیرمخرب فراصوتی در شناسایی و طبقهبندی آسیب در نمونههای ملات سیمانی با طرحهای اختلاط مختلف میپردازد. بدین منظور، مجموعهای از نمونهها با مقادیر متفاوت محتوای سیمان (CC) تهیه و در دو وضعیت سالم و آسیبدیده مورد آزمایش قرار گرفتند. دادههای حاصل از سیگنالهای فراصوتی، پس از پیشپردازش و استخراج ویژگیهای آماری و زمانی–فرکانسی، بهعنوان ورودی به سه الگوریتم یادگیری ماشین شامل K نزدیکترین همسایگان (KNN)، بیز ساده (Naïve Bayes) و جنگل تصادفی (Random Forest) اعمال شدند. نتایج تحلیل نشان داد که الگوریتم بیز ساده بهدلیل توانایی در مدیریت ویژگیهای مستقل و غیرهمبسته دادههای فراصوتی، در مقایسه با سایر روشها عملکرد دقیقتری دارد و با دقت 99.00 ± 3.16 درصد و یادآوری 97.50 ± 7.91 درصد بالاترین صحت طبقهبندی را ارائه کرد. نوآوری اصلی این تحقیق در ترکیب رویکردهای یادگیری ماشین با روشهای غیرمخرب برای تحلیل تغییرات انرژی سیگنالهای فراصوتی و تشخیص زودهنگام آسیب در ملاتهای سیمانی با نسبتهای مختلف محتوای سیمان است. این چارچوب تحلیلی دادهمحور و تکرارپذیر، ضمن افزایش دقت و اطمینان در شناسایی آسیب، قابلیت توسعه برای پایش سلامت و ارزیابی مداوم سازههای بتنی در مقیاسهای عملی را دارد و میتواند بهعنوان ابزاری کارآمد در ارتقای دوام و ایمنی زیرساختهای عمرانی مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| اولتراسونیک؛ یادگیری ماشین؛ K نزدیکترین همسایگان؛ بیز ساده؛ جنگل تصادفی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 181 تعداد دریافت فایل اصل مقاله: 186 |
||
| تعداد نشریات | 9 |
| تعداد شمارهها | 455 |
| تعداد مقالات | 5,771 |
| تعداد مشاهده مقاله | 8,379,991 |
| تعداد دریافت فایل اصل مقاله | 6,938,736 |