지진 분리 기초 콘크리트의 충전 슬롯 나라 측정하기위한 AI 개발

Obayashi Corporation (본사 : Minate-Ku, Tokyo; President : Hasuwa Kenji)은 AI 기술을 사용하여 콘크리트를 채우고 Concrete의 테스트 및 건설 중에 찍은 사진을 사용하여 콘크리트의 간격을 결정했습니다 자동으로 측정하고 패스/실패 테스트를 판단하는 데 걸리는 시간을 크게 줄일 수있는 시스템입니다.

최근 몇 년 동안, 특정 수준의 건물 수준에 라미네이트 고무와 같은 슬롯 나라 분리 장치를 설치하여 슬롯 나라 흔들림이 건물로 전송되는 것을 방지하는 슬롯 나라 분리 건물이 증가하고 있습니다. 슬롯 나라 분리 장치는 콘크리트 기초에 설치된베이스 플레이트라는 스틸 플레이트에 장착되지만베이스 플레이트와 콘크리트를 통합하기 위해베이스 플레이트는 조립 된 슬롯 나라 분리 기초의 강화 막대에 설치됩니다. 콘크리트는 콘크리트를 만드는 데 사용됩니다.

이 경우,베이스 플레이트의 바닥에 쏟아진 콘크리트가 단단히 채워 졌음을 확인할 수 없으므로 실제 구조 이전에 풀 사이즈 테스트가 수행되고베이스 플레이트가 제거되고 베이스 플레이트를 염기 플레이트의 바닥으로 제거하여 콘크리트 간격을 측정하여 충전 속도가 표준을 충족 함을 확인했습니다.

이전에, 펜이나 마커로 채색 된 갭이있는 콘크리트 표면의 사진은 컴퓨터로 가져오고, 사다리꼴 수정 및 검사 영역을 절단 한 다음 이미지 편집 소프트웨어는 지정된 이미지를 사용합니다 크기보다 큰 갭이 추출, 색상이 발생하고 갭의 총 면적을 손으로 계산하는 일련의 검사의 프로세스.

슬롯 나라 분리 기초 콘크리트와베이스 플레이트 사이의 전체 접촉 표면을 검사 할 때, 촬영 한 사진은 시편 당 약 25 ~ 100으로 상승합니다 (설계자가 전체 접촉 표면의 검사를 요청하는 경우.ます。 영어 : Obayashi Corporation의 표준은 표본 당 주어진 위치에서 샘플을 가져 오는 것과 관련이 있으며, 각 기초 모양에 대해 실제 크기 테스트를 수행 해야하는 경우 처리 할 사진의 수가 증가하고 결과는 증가합니다. 결정됩니다.

이번에는 Obayashi Corporation이 AI 기술 중 하나 인 딥 러닝 (※ 1)을 이미지 분석에 적용하고 콘크리트 표면의 갭의 특성을 배우면 컴퓨터가 자동으로 갭을 감지하고 색상합니다 충전 슬롯 나라 계산할 수있는 시스템. 또한, 전통적인 이미지 분석 기술은 사진의 사다리꼴 교정과 같은 이미지 처리를 자동화하는 데 사용되어 검사 기간이 크게 줄어 듭니다.

이 시스템의 기능은 다음과 같습니다.

• *1 딥 러닝 (딥 러닝)
  시스템이 데이터의 특성을 배우고 이벤트를 인식하고 분류하는 기계 학습 기술. 신경망이라고하는 복잡한 인간 뇌 구조를 모방하는 다층 수학적 모델을 통해 시스템은 많은 양의 데이터에서 기능과 유사성을 배우고 새로운 데이터를 분류하고 결정합니다.