Pruebas no destructivas de estructuras de hormigón con revestimiento de acero mediante el uso de múltiples agentes

Área de la Ciencia:

• Pruebas no destructivas
• Monitoreo de la salud estructural
• Imágenes por ultrasonidos

Sus antecedentes:

• El ensayo no destructivo (END) es crucial para evaluar la integridad estructural sin causar daños.
• La reconstrucción iterativa basada en modelos ultrasónicos (UMBIR) y su extensión de múltiples frecuencias (MF-UMBIR) mejoran las imágenes ultrasónicas, pero tienen limitaciones en estructuras complejas.

Objetivo del estudio:

• Introducir el método Deep Multi-Agent Consensus Equilibrium (MACE) para la obtención de imágenes ultrasónicas de alta fidelidad.
• Para reconstruir imágenes que revelan daños estructurales como las barras de refuerzo corroídas y delaminaciones en concreto forrado de acero.

Principales métodos:

• Desarrolló Deep-MACE, integrando agentes de modelo avanzado de múltiples frecuencias con un aprendizaje profundo previo (U-Net) a través del equilibrio de consenso.
• Consistencia combinada de datos a través de frecuencias con un aprendizaje previo para entornos acústicamente heterogéneos.

Principales resultados:

• UMBIR y MF-UMBIR mostraron limitaciones en la visibilidad de defectos y la robustez en el hormigón forrado de acero.
• Deep-MACE produjo reconstrucciones más claras, identificó todas las barras de refuerzo internas, redujo los artefactos y mejoró la resolución espacial.

Conclusiones:

• Deep-MACE ofrece un rendimiento superior para el monitoreo de salud estructural no invasivo (SHM) en entornos desafiantes.
• La integración de los priores profundos en marcos multi-agente muestra un potencial significativo para la TND ultrasónica avanzada.