Automatic detection of steel rebar corrosion based on machine learning and light spectrum of fiber optic corrosion sensors

钢筋 腐蚀 材料科学 光纤 腐蚀监测 光纤传感器 传输(电信) 纤维 复合材料 计算机科学 电信
作者
Shou Lin,Fujian Tang,Ji Dang,X.N. Li
出处
期刊:Optical Fiber Technology [Elsevier]
卷期号:79: 103379-103379 被引量:1
标识
DOI:10.1016/j.yofte.2023.103379
摘要

A method for automatic monitoring of steel rebar corrosion by integrating machine learning (ML) with single mode-multimode-single mode (SMS) fiber optic corrosion sensors is proposed in this study. SMS fiber optic corrosion sensors are fabricated in the laboratory and employed for corrosion monitoring of steel rebar in 3.5 wt% NaCl solution. The data of both the transmission spectrum of the SMS fiber optic corrosion sensor and the corrosion-induced mass loss of steel rebar are collected for training ML models. A total of twelve ML algorithms is trained and compared based on the whole and portion of the light spectrum database. Results show that only seven ML algorithms demonstrate good performance based on the whole original transmission spectrum data obtained from the SMS fiber optic corrosion sensors. However, they show poor performance based on portion of the database in corroded chronological order in comparison with those based on the whole database due to the nonlinear relationship between the corrosion-induced mass loss of steel rebar and the shift of the transmission spectrum of the SMS fiber optic corrosion sensors. The limitations of the ML algorithm based on laboratory data in this study are discussed and future work regarding real structure applications are also anticipated.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
酷波er应助ngg采纳,获得10
刚刚
坤的信徒关注了科研通微信公众号
刚刚
苏源智发布了新的文献求助10
2秒前
独特书芹发布了新的文献求助10
3秒前
3秒前
崔家荣完成签到,获得积分10
4秒前
晴空完成签到,获得积分10
4秒前
5秒前
5秒前
6秒前
Yola完成签到,获得积分10
6秒前
善学以致用应助zhangjx采纳,获得10
7秒前
Xieyusen发布了新的文献求助10
9秒前
平常安完成签到,获得积分10
9秒前
在水一方应助BreadCheems采纳,获得10
11秒前
11秒前
steforeca发布了新的文献求助10
11秒前
凌代萱发布了新的文献求助10
11秒前
12秒前
12秒前
Orange应助CNS采纳,获得10
13秒前
咖咖咖喱关注了科研通微信公众号
13秒前
小魏同学发布了新的文献求助10
15秒前
嗯哼应助Xieyusen采纳,获得10
16秒前
大模型应助Xieyusen采纳,获得10
16秒前
Excalibur发布了新的文献求助30
17秒前
17秒前
晴空发布了新的文献求助10
17秒前
Tatw完成签到 ,获得积分10
19秒前
21秒前
21秒前
赘婿应助独特书芹采纳,获得10
22秒前
xinmindeng发布了新的文献求助10
22秒前
领导范儿应助苏源智采纳,获得10
26秒前
咖咖咖喱发布了新的文献求助10
26秒前
饼藏发布了新的文献求助80
26秒前
呓语完成签到,获得积分10
30秒前
32秒前
Yyy完成签到 ,获得积分10
37秒前
朝昭照完成签到,获得积分10
37秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248513
求助须知:如何正确求助?哪些是违规求助? 2891915
关于积分的说明 8269223
捐赠科研通 2559929
什么是DOI,文献DOI怎么找? 1388807
科研通“疑难数据库(出版商)”最低求助积分说明 650897
邀请新用户注册赠送积分活动 627798