Une méthode hybride d’apprentissage automatique améliore la résolution de la tomographie par impédance électrique

La tomographie par impédance électrique (EIT) est une technique d’imagerie non destructive utilisée pour visualiser l’intérieur des matériaux. Dans cette méthode, un courant électrique est injecté entre deux électrodes, créant un champ électrique, et d’autres électrodes mesurent les distorsions provoquées par la présence de corps étrangers à l’intérieur du matériau.

Comparée à d’autres méthodes d’imagerie, telles que l’imagerie par rayons X, la tomodensitométrie et l’imagerie par résonance magnétique, l’EIT présente l’avantage d’être peu coûteuse et moins encombrante, car elle ne nécessite pas de gros aimants ni de rayonnement. Par conséquent, elle présente un grand potentiel en tant que méthode non destructive de surveillance de l’état des structures pour les matériaux de construction complexes et complexes à base de ciment.

Le défi de l’EIT réside cependant dans la reconstruction précise des informations obtenues sous forme d’images. Des algorithmes tels que Gauss-Newton en une étape, la méthode primale du double point intérieur et Gauss-Newton itératif (IGN) sont généralement utilisés à cette fin. Cependant, en raison de la nature de l’EIT, les solutions obtenues à l’aide des méthodes mathématiques ci-dessus contiennent certaines inexactitudes.

Récemment, pour surmonter ce problème, des algorithmes d’apprentissage automatique tels que les réseaux neuronaux convolutifs unidimensionnels (1D-CNN) ont été utilisés. Cependant, la faiblesse de ces algorithmes réside dans le traitement de données inédites, ce qui réduit leur efficacité.

Pour relever ces défis, le professeur agrégé Takashi Ikuno de l’Université des sciences de Tokyo (TUS), ainsi que ses collaborateurs, Keiya Minakawa, Keigo Ohta et Hiroaki Komatsu de la TUS et le professeur agrégé Tomoko Fukuyama de l’Université Ritsumeikan, tous du Japon, ont maintenant a développé une nouvelle approche EIT hybride, appelée AND, qui combine les avantages de l’IGN et du 1D-CNN.

Lorsque le rapport de la surface transversale du corps étranger à l’échantillon était de 5×10^-4 (très petit corps étranger), l’approche actuelle a réduit l’erreur de taille à moins de 1/6ème de celle de la méthode EIT conventionnelle. Leurs conclusions ont été publiées dans la revue Avancées du PAI le 12 janvier 2024.

« Du point de vue de la prévention des catastrophes, l’analyse de la détérioration des structures existantes construites pendant la période de forte croissance économique est importante. Notre nouvelle méthode peut améliorer l’application de l’EIT en tant que méthode de contrôle non destructif et contribuer à prévenir les effondrements de bâtiments », déclare Ikuno. .

La méthode innovante ET effectue des opérations logiques 2D sur plusieurs images obtenues par EIT pour détecter de petits objets étrangers à l’intérieur des matériaux. Dans leur étude, l’équipe a testé sa méthode AND sur des échantillons de ciment réels en utilisant à la fois des données de simulation et expérimentales, en comparant ses performances à celles des méthodes IGN et 1D-CNN dans les deux scénarios.

En utilisant des données de simulation, ils ont constaté que la méthode IGN entraînait de grandes erreurs dans les images reconstruites à mesure que la taille des objets étrangers diminuait. En revanche, la méthode AND a reconstruit la position et la taille des objets étrangers avec plus de précision que l’IGN et le 1D-CNN.

De plus, avec des données expérimentales, les chercheurs ont découvert que la méthode AND proposée et la méthode 1D-CNN étaient plus précises que l’IGN. En outre, ils ont également identifié une autre méthode pour améliorer la précision de l’EIT.

Le Dr Ikuno explique : « Une approche pour améliorer l’EIT consiste à modifier le schéma d’injection du courant. En modifiant la distribution spatiale du champ électrique et en combinant l’approche actuelle avec d’autres techniques NDE, la résolution permettant de détecter la taille et la position des particules étrangères peut être amélioré. » C’est l’objet de leurs futures recherches.

« La méthode de reconstruction EIT proposée, bien qu’inférieure aux autres END en termes de résolution, présente des avantages en termes de taille et de coût de l’équipement. Elle peut conduire à une détection améliorée et non destructive des corps étrangers, permettant une évaluation plus facile et plus régulière de l’état du bâtiment.

« Il pourrait également être déployé pour un contrôle de sécurité rapide après un tremblement de terre ou une explosion. De plus, il devrait être facile de former les inspecteurs et le personnel à l’utilisation de cette technologie », conclut le Dr Ikuno.

Dans l’ensemble, ces résultats marquent une avancée significative dans la technologie EIT, qui pourrait devenir une technique de détection importante pour prévenir l’effondrement des bâtiments à l’avenir.