|
|
پژوهشنامه حمل و نقل، جلد ۲۲، شماره ۲، صفحات ۳۲۷-۳۶۲
|
|
|
| عنوان فارسی |
پایش سلامت زیرساخت های مجهز به حسگرهای بتنی با قابلیت خودتشخیصی-مطالعه مروری |
|
| چکیده فارسی مقاله |
پیشرفت های اخیر در فناوری های خودتشخیصی، تحول چشمگیری در پایش سلامت روسازی ها ایجاد کرده است. مصالح نوینی مانند آسفالت های اصلاح شده با نانولوله های کربنی و کامپوزیت های رسانا، با قابلیت ذاتی تشخیص تغییرات تنش، ترکهای ریز و نفوذ رطوبت، از طریق اندازه گیری تغییرات مقاومت الکتریکی، داده های بلادرنگ از وضعیت روسازی ارائه می دهند. سیستم های هوشمند مجهز به حسگرهای فیبر نوری یا شبکه های اینترنت اشیاء (IoT)، حتی تغییرات میکروسکوپی در لایه های زیرین راه را شناسایی کرده و با انتقال داده ها به پلتفرم های ابری، امکان تحلیل خودکار و تشخیص زودهنگام خرابی ها پیش از گسترش آسیب ها فراهم می آورند. این رویکرد علاوه بر کاهش هزینه های عملیاتی و نیاز به بازرسی های فیزیکی، دقت پایش را بهطور قابل توجهی افزایش می دهد. ادغام داده های حسگرها (مانند تنش، دما و ارتعاشات) با الگوریتم های هوش مصنوعی و یادگیری عمیق، امکان پیش بینی دقیق تر نقاط ضعف روسازی را مهیا کرده است. پیاده سازی این فناوری ها نه تنها ایمنی و دوام روسازی ها را بهبود می بخشد، بلکه با یکپارچه سازی داده ها در سیستم های مدیریت ترافیک هوشمند و خودروهای خودران، انتخاب مسیرهای بهینه بر اساس سلامت راه را ممکن می سازد. در سطح کلان، تلفیق داده های پایشی با استانداردهای بین المللی راهسازی، زمینه تدوین پروتکل های نوین برای طراحی روسازی های مقاوم تر و مقرون به صرفه تر را فراهم می کند. این پیشرفت ها گامی اساسی به سوی توسعه زیرساخت های پایدار و افزایش کارایی شبکه حمل ونقل است. |
|
| کلیدواژه‌های فارسی مقاله |
خود‌حسگری،مصالح سیمانی،پایش سلامت سازه،آزمایشات غیر مخرب،تشخیص خرابی، |
|
| عنوان انگلیسی |
Health Monitoring of Infrastructure Equipped with Self-Sensing Concrete Sensors-A review |
|
| چکیده انگلیسی مقاله |
Recent advancements in self-sensing technologies have revolutionized pavement health monitoring. Innovative materials, such as carbon nanotube-modified asphalt and conductive composites, possess inherent capabilities to detect stress, micro-cracks, and moisture ingress by measuring variations in electrical resistance. These materials provide real-time data on pavement conditions. Smart systems equipped with optical fiber sensors or Internet of Things (IoT) networks can identify microscopic changes in underlying road layers. By transferring data to cloud platforms, these systems enable automated analysis and early detection of failures before damage propagates. This approach reduces operational costs and the need for physical inspections and significantly enhances monitoring accuracy. Integrating sensor data (e.g., stress, temperature, and vibrations) with artificial intelligence (AI) and deep learning algorithms has improved the precision of predicting pavement weaknesses. For instance, continuous monitoring of stress distribution and vibrational frequency in high-traffic roads allows timely warnings about reduced load-bearing capacity or cumulative damage in base layers. Implementing these technologies enhances pavement safety and durability while enabling data-driven optimization. By integrating pavement health data into smart traffic management systems and autonomous vehicles, optimal routes can be selected based on real-time road conditions. On a macro level, combining monitoring data with international road construction standards supports the development of novel protocols for designing more resilient and cost-effective pavements. These advancements represent a critical step toward sustainable infrastructure development and improved efficiency in transportation networks. By merging cutting-edge technologies with strategic data utilization, the future of pavement engineering promises smarter, safer, and more durable road systems aligned with global sustainability goals. |
|
| کلیدواژه‌های انگلیسی مقاله |
خود‌حسگری,مصالح سیمانی,پایش سلامت سازه,آزمایشات غیر مخرب,تشخیص خرابی |
|
| نویسندگان مقاله |
بهراد صباغ |
دانشجوی کارشناسی ارشد، گروه ژئوتکنیک، دانشکده عمران، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران
مصطفی آدرسی |
دانشیار، دانشکده عمران، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران
|
|
| نشانی اینترنتی |
https://www.trijournal.ir/article_218293_659e1b01b9c556c6ae3ff330a463f6d3.pdf |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|