The application of neural net orks in the operation of engineering structures

I. V. Chaplin; Ya. V. Tonkushin; S. A. Bakhtin; S. I. Gerasimov; S. V. Efimov; И. В. Чаплин; Я. В. Тонкушин; С. А. Бахтин; С. И. Герасимов; С. В. Ефимов

doi:10.52170/1815-9265_2026_81_33

Применение нейросетей при эксплуатации инженерных сооружений

И. В. Чаплин, Я. В. Тонкушин, С. А. Бахтин, С. И. Герасимов, С. В. Ефимов

https://doi.org/10.52170/1815-9265_2026_81_33

Полный текст:

PDF (Rus)

сгенерировать QR код

Аннотация

В статье рассмотрены актуальные разработки по применению искусственных нейронных сетей (ANN – Artificial Neural Network) и технологий машинного зрения при эксплуатации инженерных сооружений, с акцентом на идентификацию дефектов при обследовании мостовых конструкций. Научные изыскания направлены на поиск наиболее подходящей методологии для упрощения и повышения качества процесса обследования, а также архитектуры нейросети. Проведен анализ отечественных и зарубежных исследований, посвященных автоматическому выявлению дефектов строительных конструкций с использованием сверточных нейронных сетей (CNN – Convolutional Neural Network), алгоритмов YOLO (You Only Look Once), методов AutoML (Automated Machine Learning) и программно-аппаратных комплексов на базе беспилотных летательных аппаратов. Рассмотрены преимущества и недостатки существующих решений, связанные с зависимостью качества распознавания от объема обучающей выборки, условий съемки, сложности локализации малоконтрастных дефектов и необходимости дополнительного вовлечения в процесс инженерной интерпретации результатов. Выполнена систематизация существующих подходов к идентификации дефектов, а также выделены положительные и отрицательные элементы инструментов в системах машинного зрения для перспективного их учета при создании модуля для обследования мостов. Сделан вывод о перспективности внедрения нейросетевых технологий в практику обследования инженерных сооружений при условии формирования специализированных обучающих выборок и проведения независимой проверки точности моделей. Наличие мощного нейросетевого инструмента для обследования мостовых конструкций, обученного на конкретных примерах мостовой сферы инженерами, позволит упростить обследование и увеличить количество оцениваемых сооружений за единицу времени одной бригадой. В заключение предложен для дальнейшего исследования многоэтапный подход, включающий распознавание конструктивных элементов, обнаружение и классификацию дефектов, а также последующую инженерную верификацию результатов.