Korozija je neizbežan proces koji ugrožava dugovečnost i sigurnost infrastrukture, uključujući mostove, cevovode i vodovodne sisteme. Iako postoje metode za usporavanje ovog procesa, redovne inspekcije su ključne za održavanje bezbednosti i funkcionalnosti objekata. Međutim, tradicionalne metode procene korozije su spore, skupe i zavise od ljudskog faktora.
Tim istraživača sa Univerziteta u Ilinoisu, predvođen doktorandom Šengijem Vangom, razvio je sistem zasnovan na veštačkoj inteligenciji (AI) koji automatizuje otkrivanje korozije. Njihovo istraživanje, objavljeno u časopisu Structural Health Monitoring, otvara mogućnosti za preciznije i efikasnije praćenje degradacije infrastrukture.
Korozija uzrokuje velike ekonomske gubitke i bezbednosne rizike. Prema procenama, samo u SAD troškovi popravki usled korozije dostižu milijarde dolara godišnje. Ručne inspekcije, koje uključuju pregledanje konstrukcija od strane obučenih stručnjaka, zahtevaju mnogo vremena i ljudskih resursa.
„Korozija je jedan od glavnih izazova koji utiče na izdržljivost i sigurnost infrastrukture. Njeno rano otkrivanje može značajno smanjiti troškove održavanja i poboljšati sigurnost,“ objašnjava Vang.
Trenutno, identifikacija korozije u ranim fazama zahteva stručnjake koji vizuelno analiziraju objekte i detektuju oštećenja. Kako broj objekata koji zahtevaju inspekciju raste, postaje teško zadovoljiti potražnju za stručnjacima, što povećava rizik od propuštanja kritičnih problema.
Vangov tim je razvio AI model koji koristi polu-nadzoreno učenje na bazi konvolucionih neuronskih mreža (CNN). Ovaj pristup omogućava AI sistemu da analizira slike korozije uz minimalnu ljudsku intervenciju.
„Naš model obučavamo koristeći visoko rezolutivne digitalne mikroskopske slike čeličnih ploča koje su podvrgnute ubrzanim vremenskim uslovima, u skladu sa ASTM D1654 i ISO 12944 standardima. Nakon toga, slike se procesuiraju i koriste za obuku AI modela,“ objašnjava Vang.
Glavne komponente ovog sistema uključuju:
- Duboko učenje: AI analizira slike korozije koje su prethodno označene od strane stručnjaka i potom prepoznaje slične obrasce u novim, neoznačenim slikama.
- Metoda segmentacije: Korišćenjem naprednih algoritama, model precizno izdvaja oblasti pogođene korozijom.
- Brza analiza podataka: Sistem može analizirati veliku količinu podataka u kratkom vremenskom roku, čime se smanjuje potreba za dugotrajnim ručnim inspekcijama.
Eksperimentalni rezultati pokazuju da ovaj metod može precizno detektovati koroziju i u njenim ranim fazama, pre nego što postane ozbiljan problem.
Automatizovana detekcija korozije donosi brojne prednosti:
✔ Brže otkrivanje – AI može analizirati hiljade slika u nekoliko sati, dok bi ljudskim inspektorima za isti posao bile potrebne nedelje.
✔ Veća tačnost – Smanjuje se mogućnost ljudske greške, a model može otkriti i najsuptilnije znakove korozije.
✔ Smanjenje troškova – Rano otkrivanje omogućava preventivno održavanje, čime se smanjuju troškovi velikih popravki.
✔ Primena u različitim oblastima – Tehnologija se može koristiti za inspekciju mostova, cevovoda, avionskih delova i vojnih sistema.
„Naš cilj je da ovu tehnologiju učinimo skalabilnom i prilagodljivom različitim infrastrukturnim uslovima. Planiramo da je integrišemo sa sistemima za nadzor u realnom vremenu kako bi se omogućilo kontinuirano praćenje stanja objekata,“ dodaje Vang.
Vang i njegov tim planiraju dalji razvoj AI modela tako što će uključiti veći broj slika iz realnih uslova, čime će povećati preciznost sistema. Takođe, istražuju mogućnosti primene modela u analizi drugih vrsta oštećenja infrastrukture, poput pukotina i degradacije betona.
„Sledeći korak je saradnja sa industrijskim partnerima i testiranje modela na terenu. Naša vizija je da stvorimo sistem koji će pomoći kompanijama i državnim institucijama da efikasno održavaju infrastrukturu i spreče potencijalne katastrofe,“ zaključuje Vang.
Ovo istraživanje predstavlja značajan napredak u primeni veštačke inteligencije za očuvanje kritične infrastrukture i pokazuje kako tehnologija može doprineti sigurnijem i ekonomičnijem održavanju ključnih objekata širom sveta.
