L'Université de Surrey et le King's College de Londres ont développé un nouvel algorithme d'apprentissage automatique (IA) qui pourrait transformer la façon dont nous surveillons les principales infrastructures, telles que les barrages et les ponts.

Dans un article publié par la revue Surveillance de la santé structurelle , des chercheurs de Surrey et Kings expliquent comment ils ont créé un système d'IA nommé SHMnet pour analyser et évaluer les dommages des assemblages boulonnés utilisés dans les structures métalliques.

Construit sur les fondations d'un réseau de neurones Alex-Net modifié, l'équipe de recherche a mis en place un test de percussion dans des conditions de laboratoire et a chargé SHMnet d'identifier avec précision les changements d'état subtils des boulons de connexion sur un cadre en acier dans 10 scénarios de dommages.

L'équipe a découvert que lorsque SHMnet est formé à l'aide de quatre ensembles de données répétés, il avait un dossier d'identification sans faille (100 pour cent) dans leurs tests.

Dr Ying Wang, l'auteur correspondant de l'article et professeur adjoint à l'Université de Surrey, mentionné:

« Les performances de notre réseau de neurones suggèrent que SHMnet pourrait être incroyablement utile aux ingénieurs en structure, les gouvernements et autres organisations chargées de surveiller l'intégrité des ponts, tours, barrages et autres structures métalliques.

« Bien qu'il y ait plus à faire, comme tester SHMnet dans différentes conditions de vibration et obtenir plus de données d'entraînement, le vrai test est que ce système soit utilisé sur le terrain où un un moyen précis et abordable de surveiller l'infrastructure est absolument nécessaire."