پایش هجوم ماسههای بادی بر زیر ساختهای ریلی با استفاده از شبکه عصبی همگشتی و تصاویر پهپادی
نویسندگان
1 کارشناسیارشد، دانشکده مهندسی عمران، پردیس دانشکدگان فنی، دانشگاه تهران، ایران
2 استادیار، دانشکده مهندسی عمران، پردیس دانشکدگان فنی، دانشگاه تهران، ایران
3 دانشیار، عضو هیأت علمی دانشکده مهندسی راهآهن، دانشگاه علم و صنعت ایران، ایران
doi
10.22119/jte.2022.311815.2581چکیده
خطوط ریلی در مناطق بیابانی با مشکلی جدی هجوم ماسههای بادی و انباشت آنها بر روی ریلها روبرو است. در اثر این پدیده، احتمال بسته شدن خطوط آهن، توقف حرکت قطارها و وقوع حادثه وجود دارد. در حال حاضر تلاش می شود تا با بازدیدهای میدانی در مناطق در معرض هجوم ماسههای بادی، از بروز این مشکل جلوگیری شود اما روشهای سنتی با وجود ساده بودن دارای محدودیتهایی است که مهمترین آنها هزینۀ مالی و زمانی بالای آنها است. از این رو نیاز به بازنگری در روشهای سنتی پایش در این مناطق به شدت احساس میشود. در این پژوهش با بکارگیری فناوری تصویربرداری پهپادی و پردازش هوشمند تصویر مبتنی بر شبکههای عصبی همگشتی و یادگیری عمیق یک سامانۀ جامع پایش طراحی شده است. استفاده از پهپادها و عمودپروازها در مدیریت و تعمیر و نگهداری و تعمیرات فراسازههای ترابری میتواند گام مهمی در بالا بردن دقت و سرعت و البته کاهش هزینهها باشد. به این ترتیب پایش سامانۀ ریلی به جای آنکه تنها محدود به بازههای زمانی بازدید میدانی باشد، به صورت پیوسته زیر نظر است. در این تحقیق از شبکه عصبی یولو با هدف تشخیص هجوم ماسههای بادی بر شبکه ریلی در تصاویر پهپادی استفاده شده است. در نهایت با آموزش شبکه، دقت شبکه در تشخیص هجوم ماسه بر سطح ریل 91 درصد بدست آمده است.
