Het onderhoud van bruggen is voor veel overheden een probleem. Niet alleen vanwege het vele werk, maar ook vanwege de grote opslagcapaciteit die nodig in voor alle data die worden gegenereerd, vaak wel 10 Hz per kunstwerk.
Onderzoeksleider Ying Wang en zijn team hebben daar een oplossing voor gevonden. Met dictionary learning method K-means Singular Value Decomposition (K-SVD) hebben ze de data gecomprimeerd voor de Lezíria brug in Portugal. Het leidende Bridge Weight-in-Motion system genereert voor deze brug 45.000 gegevens per kanaal per uur. Toen de wetenschappers hun algoritme daarop toepasten, bleek dat ze aan 0,1% van de data genoeg hadden om accurate voorspellingen te doen. Tot nu toe was dit 50%.
"Dit betekent dat overheden veel minder data hoeven te bewaren, terwijl de constructeurs nog steeds een goede inschatting kunnen maken van de situatie", aldus Wang.Uiteraard biedt de vinding kansen voor iedereen die nu nog grote hoeveelheden data nodig heeft om onderhoud te plannen.
Megaohmmeters op batterijen. Het aanbod werkplaatsuitrusting van TME omvat onder meer professionele apparaten van Fluke.…
De HCX oliepeilglazen van Elesa+Ganter bieden een geavanceerde oplossing voor industrieel onderhoud en productie. Deze…
Een kleinschalig en compact apparaat, Fuze, gebouwd door de Amerikaanse startup Zap Energy heeft plasma…
Al 15 jaar is het Festo Bionic Learning Network gefascineerd door vliegen. Het team heeft…
Kwantummechanische verschijnselen zoals radioactief verval, of algemener: ‘tunnelen’, vertonen intrigerende wiskundige patronen. Twee onderzoekers aan…
Een nieuwe ultragevoelige glasvezelsensor kan deeltjes met een diameter tot 50 nanometer detecteren. In de…