درباره این موضوعات بیشتر بدانید:
تلفن های هوشمند می توانند نشان دهند که آیا پل ها در شرف سقوط هستند یا خیر
منبع: https://www.newscientist.com/article/2345609-smartphones-can-reveal-whether-bridges-are-about-to-fall-down/?utm_campaign=RSS%7CNSNS&utm_source=NSNS&utm_medium=RSS&utm_content=home
با توجه به فراگیر بودن دادههای تلفن همراه، محققان تخمین میزنند که روش آنها میتواند بیش از دو سال زمان خدمات اضافی به یک پل قدیمی و نزدیک به 15 سال خدمات به یک پل جدید با اعمال تعمیر و نگهداری در لحظه مناسب در یک پل اضافه کند. . طول عمر.
اکنون، توماس ماتارازو در آکادمی نظامی ایالات متحده در وست پوینت، نیویورک و همکارانش سیستمی را برای اندازه گیری فرکانس های مدال و در نتیجه نظارت بر سلامت پل ها با استفاده از داده های حرکتی تلفن ها توسعه دادند. ماتارازو توضیح میدهد: «نیازی به خرید حسگرهای اضافی یا ویژه نداریم تا بتوانیم دادههای مورد نیاز خود را در مقیاس جمعآوری کنیم.
با این حال، اطلاعات گوشی های هوشمند احتمالاً در برخی موارد باید با بازرسی انسانی تکمیل شود. Matarazzo میگوید که میتوانید از این روش بر روی هزاران پل استفاده کنید و تنها کسی را بفرستید تا بر کسانی که به آن نیاز دارند نظارت کند.
Westend61/Getty Images
مرجع مجله: مهندسی ارتباطات، DOI: 10.1038/s44172-022-00025-4
برای انجام این کار، محققان داده ها را در یک برنامه از تلفن ها هنگام عبور از پل ها جمع آوری کردند. آنها از دادههای موقعیت مکانی GPS و اطلاعات شتابسنج تلفنها استفاده کردند که میتواند کوچکترین حرکات انجام شده توسط تلفن را نشان دهد.
بیشتر پل ها با استفاده از بازرسی های بصری ارزیابی می شوند که می تواند زمان بر باشد. از طرف دیگر، سنسورهای نصب شده میتوانند ارتعاشهایی را که فرکانسهای مدال نامیده میشوند، شناسایی کنند که به ویژگیهای فیزیکی پل مربوط میشود و میتوان از آن برای ارزیابی سلامت آن استفاده کرد، اما قرار دادن آنها روی همه پلها گران است.
این سه مجموعه داده دارای سطوح مختلفی از نظارت بودند، از سفرهای پل گلدن گیت با دقت کنترل شده تا سفرهای اساساً کنترل نشده اوبر. ماتارازو و تیمش دریافتند که میتوانند فرکانسهای مودال پلها را از هر یک از مجموعههای داده، در 3 درصد خوانشهایی که توسط حسگرهای ایستا بسیار دقیق گرفته شده است، اندازهگیری کنند. Matarazzo میگوید: «این واقعاً بینظیر است، زیرا به این معنی است که میتوانید از مجموعه دادههای از قبل موجود با هزینه کم برای تخمین این ویژگیهای پویای مهم استفاده کنید.» و باید با مجموعه دادههای موجود از برنامههای تاکسی مانند Uber کار کند.
این مطالعه به سه بخش تقسیم شد: در بخش اول، محققان دو آیفون را در اتومبیل خود سوار کردند و در کل حدود 100 بار از پل گلدن گیت در سانفرانسیسکو عبور کردند.
در مرحله دوم، آنها دادههای رانندگان اوبر را که بیش از 70 سفر بر روی پل گلدن گیت انجام میدادند، به عنوان بخشی از کار روزانه خود گرفتند. محققان همچنین از دادههای حدود 250 سفر با تلفنهای هوشمند اندرویدی روی یک پل بتنی کوتاه در Ciampino ایتالیا استفاده کردند که بیشتر نماینده پلها در ایالات متحده است.