विद्युत प्रतिबाधा टोमोग्राफी (ईआईटी) एक गैर-विनाशकारी इमेजिंग तकनीक है जिसका उपयोग सामग्रियों के आंतरिक भाग को देखने के लिए किया जाता है।इस विधि में, दो इलेक्ट्रोडों के बीच एक विद्युत धारा इंजेक्ट की जाती है, जिससे एक विद्युत क्षेत्र बनता है, और अन्य इलेक्ट्रोड सामग्री के अंदर विदेशी वस्तुओं की उपस्थिति के कारण होने वाली विकृतियों को मापते हैं।
अन्य इमेजिंग विधियों, जैसे एक्स-रे इमेजिंग, कंप्यूटेड टोमोग्राफी और चुंबकीय अनुनाद इमेजिंग की तुलना में, ईआईटी में कम लागत और कम बोझिल होने के फायदे हैं क्योंकि इसमें बड़े चुंबक या विकिरण की आवश्यकता नहीं होती है।इसलिए, इसमें जटिल और जटिल सीमेंट-आधारित निर्माण सामग्री के लिए एक गैर-विनाशकारी संरचनात्मक स्वास्थ्य निगरानी पद्धति के रूप में काफी संभावनाएं हैं।
हालाँकि, ईआईटी के साथ चुनौती प्राप्त जानकारी को छवियों के रूप में सटीक रूप से पुनर्निर्माण करने में है।इस उद्देश्य के लिए आमतौर पर वन-स्टेप गॉस-न्यूटन, प्राइमल डुअल इंटीरियर पॉइंट मेथड और इटरेटिव गॉस-न्यूटन (IGN) जैसे एल्गोरिदम का उपयोग किया जाता है।हालाँकि, ईआईटी की प्रकृति के कारण, उपरोक्त गणितीय विधियों का उपयोग करके प्राप्त समाधानों में कुछ अशुद्धियाँ हैं।
हाल ही में, इस समस्या को दूर करने के लिए, मशीन लर्निंग एल्गोरिदम जैसे वन-डायमेंशनल कनवल्शनल न्यूरल नेटवर्क (1D-CNN) का उपयोग किया गया है।हालाँकि, इन एल्गोरिदम की कमजोरी पहले से अनदेखे डेटा को संभालने में है, जिससे उनकी प्रभावशीलता कम हो जाती है।
इन चुनौतियों का समाधान करने के लिए, टोक्यो यूनिवर्सिटी ऑफ साइंस (टीयूएस) के एसोसिएट प्रोफेसर ताकाशी इकुनो, अपने सहयोगियों, टीयूएस के केया मिनाकावा, केइगो ओह्टा और हिरोकी कोमात्सु और जापान के रित्सुमीकन विश्वविद्यालय के एसोसिएट प्रोफेसर टोमोको फुकुयामा के साथ अब आए हैं।AND नामक एक नवीन हाइब्रिड EIT दृष्टिकोण विकसित किया, जो IGN और 1D-CNN के लाभों को जोड़ता है।
जब नमूने के लिए विदेशी निकाय का क्रॉस-अनुभागीय क्षेत्र अनुपात 5x10 था-4(बहुत छोटा विदेशी निकाय), वर्तमान दृष्टिकोण ने आकार की त्रुटि को पारंपरिक ईआईटी पद्धति के 1/6 से भी कम कर दिया है।उनके निष्कर्ष थेप्रकाशितजर्नल मेंएआईपी अग्रिम12 जनवरी 2024 को.
इकुनो कहते हैं, "आपदा की रोकथाम के दृष्टिकोण से, उच्च आर्थिक विकास की अवधि के दौरान निर्मित मौजूदा संरचनाओं का गिरावट विश्लेषण महत्वपूर्ण है। हमारी नई विधि गैर-विनाशकारी परीक्षण विधि के रूप में ईआईटी के अनुप्रयोग में सुधार कर सकती है और इमारत के ढहने को रोकने में योगदान कर सकती है।".
नवीन AND विधि सामग्री के अंदर छोटी विदेशी वस्तुओं का पता लगाने के लिए EIT से प्राप्त कई छवियों पर 2D तार्किक संचालन करती है।अपने अध्ययन में, टीम ने सिमुलेशन और दोनों का उपयोग करके वास्तविक सीमेंट नमूनों पर अपनी AND विधि का परीक्षण कियाप्रायोगिक डेटा, दोनों परिदृश्यों में इसके प्रदर्शन की तुलना IGN और 1D-CNN विधियों से की जा रही है।
सिमुलेशन डेटा का उपयोग करते समय, उन्होंने पाया कि आईजीएन पद्धति के कारण पुनर्निर्मित छवियों में बड़ी त्रुटियां हुईं क्योंकि विदेशी वस्तुओं का आकार कम हो गया।इसके विपरीत, AND विधि ने IGN और 1D-CNN दोनों की तुलना में विदेशी वस्तुओं की स्थिति और आकार को अधिक सटीकता से पुनर्निर्मित किया।
इसके अलावा, प्रयोगात्मक डेटा के साथ, शोधकर्ताओं ने पाया कि प्रस्तावित AND विधि और 1D-CNN विधि दोनों IGN की तुलना में अधिक सटीक थे।इसके अलावा, उन्होंने ईआईटी की सटीकता में सुधार के लिए एक अन्य विधि की भी पहचान की।
डॉ. इकुनो बताते हैं, "ईआईटी में सुधार करने का एक तरीका मौजूदा इंजेक्शन पैटर्न को बदलना है। के स्थानिक वितरण को बदलकरविद्युत क्षेत्रऔर वर्तमान दृष्टिकोण को अन्य एनडीई तकनीकों के साथ जोड़कर, विदेशी कणों के आकार और स्थिति का पता लगाने के संकल्प में सुधार किया जा सकता है।" यह उनके भविष्य के शोध का फोकस है।
"प्रस्तावित ईआईटी पुनर्निर्माण विधि, रिज़ॉल्यूशन के मामले में अन्य एनडीई से कमतर होने के बावजूद, उपकरण के आकार और लागत के मामले में फायदे हैं। इससे गैर-विनाशकारी विदेशी वस्तु का पता लगाने में सुधार हो सकता है, जिससे इमारत के स्वास्थ्य का आसान और अधिक नियमित मूल्यांकन संभव हो सकता है।
डॉ. इकुनो ने निष्कर्ष निकाला, "इसे भूकंप या विस्फोट के बाद त्वरित सुरक्षा जांच के लिए भी तैनात किया जा सकता है। इसके अलावा, निरीक्षकों और कर्मियों को इस तकनीक का उपयोग करने के लिए प्रशिक्षित करना आसान होने की उम्मीद है।"
कुल मिलाकर, ये निष्कर्ष ईआईटी तकनीक में एक महत्वपूर्ण कदम आगे बढ़ाते हैं, जो भविष्य में इमारत ढहने से रोकने के लिए एक महत्वपूर्ण पहचान तकनीक बन सकती है।
अधिक जानकारी:केइया मिनाकावा एट अल, उच्च-रिज़ॉल्यूशन विद्युत प्रतिबाधा टोमोग्राफी के लिए पुनरावृत्त गॉस-न्यूटन और एक-आयामी दृढ़ तंत्रिका नेटवर्क का एक संकर,एआईपी अग्रिम(2024)।डीओआई: 10.1063/5.0185371
उद्धरण:हाइब्रिड मशीन लर्निंग विधि विद्युत प्रतिबाधा टोमोग्राफी के रिज़ॉल्यूशन को बढ़ाती है (2024, 22 जनवरी)22 जनवरी 2024 को पुनः प्राप्तhttps://techxplore.com/news/2024-01-hybrid-machine-method-boosts-resolution.html से
यह दस्तावेज कॉपीराइट के अधीन है।निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, नहींलिखित अनुमति के बिना भाग को पुन: प्रस्तुत किया जा सकता है।सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।