염화물 침입으로 인해 철근콘크리트에 발생하는 균열을 조기에 탐지하는 것은 효율적인 유지보수에 매우 중요하다. 본 연구는 초음파 펄스파를 활용하여 초기 단계의 콘크리트 손상을 자동으로 평가하는 AI 보조 모델을 개발하고 비교한다. 특히 강재 부식으로 인해 발생한 균열에 초점을 둔다. 데이터는 전류를 가하는 유도 전류(impressed current) 기법으로 유발된 다양한 배합 설계, 피복 두께, 및 강재 부식 수준을 포함한 108개의 콘크리트 큐브에서 수집하였다. AI 모델, 특히 합성곱 신경망(convolutional neural networks, CNNs)은 전통적인 회귀 모델보다 성능이 우수했으며, 최대 84%의 분류 정확도를 달성하였다. AI 보조 알고리즘의 체계적이고 자동화된 특성은 신뢰할 수 있고 일관되며 신속한 초음파 데이터 분석을 가능하게 하며, 이는 대규모 기반시설 시스템의 상태 평가에 특히 유리하다. 본 성과는 포괄적인 기반시설 모니터링을 위한 자동화 IoT 및 로보틱스 보조 시스템의 통합에 대한 후속 연구를 촉진한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.