Published:
2022-12-30Issue:
Vol. 19 No. 2 (2022): Tekhnê JournalSection:
ArticlesVisual inspection of architectural faults and cracks
Inspección visual de fallas y fisuras arquitectónicas
Keywords:
Categories, cracks, durability, fissures, images, inspection, materials, movements, neural network, safety (en).Keywords:
Categorías, durabilidad, fisuras, imágenes, inspección, grietas, materiales, movimientos, red neuronal, seguridad (es).Downloads
Abstract (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.
Abstract (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.
References
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
How to Cite
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
Visitas
Downloads
License
Copyright (c) 2023 Andrea Y. Triana C.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Those authors who have published with this journal agree to the following terms:
- The authors retain their copyright and guarantee to the journal right of first publication of his work, which will be simultaneously subject to license recognition of Creative Commons that allows others to share the work as long as its author is indicated and its first publication in this journal.
- Authors may adopt other agreements nonexclusive distribution version of the work as long as indicated that the initial publication is in this journal.
- It allows and encourages authors disseminate their work via the Internet before and during the submission process, which can produce interesting exchanges and increase citations of the published work.