Publicado:
2022-12-30Número:
Vol. 19 Núm. 2 (2022): Revista TekhnêSección:
ArtículosVisual inspection of architectural faults and cracks
Inspección visual de fallas y fisuras arquitectónicas
Palabras clave:
Categories, cracks, durability, fissures, images, inspection, materials, movements, neural network, safety (en).Palabras clave:
Categorías, durabilidad, fisuras, imágenes, inspección, grietas, materiales, movimientos, red neuronal, seguridad (es).Descargas
Resumen (en)
Civil constructions move, age, and breathe. Their movement is something that cannot be seen with the naked eye, but it is constant. At all times there are small changes in the same due to humidity, temperature, or movements in the ground, reaching the point where the materials with which the buildings are composed do not resist these movements and begin to appear cracks and fissures, which are considered important to examine to ensure the safety, durability, and viability of construction. For the inspection of this structural change, the training of a neural network will be used to inspect using images the appearance of cracks and classify them according to the stipulated categories.
Resumen (es)
Las construcciones civiles se mueven, envejecen y respiran. Su movimiento es algo que a simple vista no se puede apreciar, pero es constante. En todo momento se producen cambios pequeños en la misma a causa de la humedad, temperatura o por movimientos en el terreno, llegando al punto donde los materiales con los cuales están compuestos los edificios no resisten estos movimientos y empiezan aparecer las grietas y fisuras, las cuales se consideran importantes de examinar para garantizar la seguridad, durabilidad y viabilidad de una construcción. Para la inspección de este cambio estructural se hará uso del entrenamiento de una red neuronal para inspeccionar por medio de imágenes la aparición de las grietas y clasificarlas según las categorías estipuladas.
Referencias
Barbat, A. B., Vargas, Y., Pujades, L., & Hurtado, J. E. (2016). Evaluación probabilista del riesgo sísmico de estructuras con base en la degradación de rigidez. Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, 32(1), 39–47. https://doi.org/10.1016/j.rimni.2014.11.001
Bernat, A. M., Ibars, E. O., Bairán García, J. M., Gómez, N. D., & Bohigas, A. C. (2014). Comparación de resultados obtenidos en el proyecto de estructuras de hormigón aplicando la instrucción ehe-08 y el eurocódigo 2. Hormigón y Acero, 65(271), 15–30. https://doi.org/10.1016/S0439 -5689(14)50004-6
Carrasco, M., Araya, G., Velázquez, R., & Visconti, P. (2021). Medición de ancho automatizada basada en imágenes de grietas superficiales. Sensores, 21(22). https://doi.org/10.3390/s21227534
Carreño, M. L., Cardona, O. A., & T, B. A. (2011). Evaluación de la habitabilidad de edificios afectados por sismo utilizando la teoría de conjuntos difusos y las redes neuronales artificiales. Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, 27(4), 278–293. https://doi.org/10.1016/j.rimni.2011. 08.006
Donini, H. J. (2016). Hacia un conjunto de especificaciones argentinas para el control de la fisuración en estructuras con requerimientos de estanqueidad. Hormigón y Acero, 67(280), 333–348. https://doi.org/10.1016/j.hya.2015.12.002
Ercolani, G. D., Ortega, N. F., & Felix, D. H. (2018). Detección de daño en vigas de hormigón pretensado mediante el método de curvatura de la elástica. Hormigón y Acero, 69(284), 39–48. https://doi.org/10.1016/j.hya.2017.09.002
Jitendra, M. S., Naga, S. P., Shanmuk, Á., Srinivas A., Nithya, & Kandulapati, S. K. (2020). Grieta detección en imágenes concretas mediante técnicas de clasificación en aprendizaje automático. Revista de críticas críticas, 7(9), 1236–1241. https://doi.org/10.31838/jcr.07.09.224
La, H. M., Dinh, T. H., Pham, N. H., Ja, Q. P., & Pham, A. Q. (2019). Monitoreo robótico automatizado y inspección de estructuras de acero y puentes. Robótica, 37(5), 947–967. https://doi.org/10.1017/S0263574717000601
Lacroix, F., Noël, M., Moradi, F., Laysi, H., & Tingson, T. (2021). Evaluación no destructiva de la condición de losas de hormigón con defectos artificiales mediante eco de impacto inalámbrico. Diario de rendimiento de instalaciones construidas, 35(6). https://doi.org/10.1061/(ASCE)CF.1943-5509.0001651
Loverdos, D., Sarrosis, V., Adamopoulos, E., & Drugkas, A. (2021). Un marco innovador basado en el procesamiento de imágenes para el modelado numérico de estructuras de mampostería agrietada. Automatización en la Construcción, 125. https://doi.org/10.1016/j.autcon.2021.103633
Manjurul, I. M., & Kim, J. M. (2019). Autónomo basado en la visión grieta detección de estructuras de hormigón utilizando una red de codificador-decodificador totalmente convolucional. Sensores (Suiza), 19. https://doi.org/10.3390/s19194251
Mullem, T. V., Gruyaert, E., Caspeele, R., & Belie, N. D. (2020). Primera aplicación a gran escala con hormigón autorreparable en bélgica: Análisis de las pruebas de control de laboratorio. Materiales, 13(4). https://doi.org/10.3390/ma13040997
Naom, E. N., & Mohammad, J. I. (2022). Rehabilitación y reparación de la iglesia al- taheraenal- distrito de hamdaniya, ciudad de mosul, irak. Casos de Estudio en Materiales de Construcción, 16. https://doi.org/10.1016/j.cscm.2021.e00787
Orozco R, B., & Mendoza P, M. (2017). Recimentación y hundimiento inducido de un edificio industrial mediante uso de pilotes de control y extracción de material. Hormigón y Acero, 68(281), 57–68. https://doi.org/10.1016/j.hya.2016.12.001
Ruiz, S. E., López, D., & Torres, N. M. (2014). Factor de confianza dependiente del tiempo para estructuras con deterioro causado por fatiga. Ingeniería, Investigación y Tecnología, 15(3), 377–390. https://doi.org/10.1016/S1405-7743(14)70348-8
Shamsudin, H., Hamid, N., Sidek, M., Aziz, T., Awang, H., & Chao, B. (2021). Grietas monitoreo y ensayo de resistividad para una casa de dos plantas por cavidad en la tierra. Ingeniería Civil y Arquitectura, 9(9), 1376–1388. https://doi.org/10.13189/CEA.2021.090511
Woo, H. J., Seo, D. M., Kim, M. S., Parque, M. S., Hong, W. H., & Baek, S. C. (2022). Localización de grietas en estructuras de hormigón utilizando un vehículo aéreo no tripulado. Sensors, 22(17). https://doi.org/10.3390/s22176711
Yang, H., & Xu, X. (2020). Inteligente grieta extracción basada en medición de escaneo láser terrestre. Medición y Control (Reino Unido), 53, 416–426. https://doi.org/10.1177/0020294019877490
Zárate, F., & Oñate, E. (2018). Predicción de fracturas en estructuras de hormigón combinando los métodos de elementos finitos y de elementos discretos. Hormigón y Acero, 69, 53–69. https://doi.org/10.1016/j.hya.2018.05.002
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Visitas
Descargas
Licencia
Derechos de autor 2023 Andrea Y. Triana C.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.