Investigating the Optimization of Terrestrial Laser Scanning Procedures for the Analysis of Concrete Bridge Pier Spalling
Notice bibliographique
Résumé
Asset management of bridge infrastructure will become increasingly important in the coming years, especially since 16% of bridges in Canada will reach their expected life span of 50 years by 2030. There is a need to improve current subjective visual inspections of bridges and implement solutions that are more efficient and objective. Non-contact testing (NCT) technologies, such as terrestrial laser scanning (TLS) can be used to improve inspective efficiency and objectivity due to its high measurement accuracy, measurement speed, and interoperability with other technologies. By gathering point cloud data, TLS acts as a visual inspection tool to scan surface defects of structures, such as spalling, to better understand its overall condition. However, much of the research conducted regarding TLS only accounts for its implementation rather than improving the process itself. Due to this, there are no general guidelines or standards for the use of TLS in visual inspection practices. Consequently, the overall objective of this thesis is to investigate the impact of scan parameters and improve the TLS process for measuring spalling on cylindrical concrete bridge piers. Based on the results of this research, guidelines for implementing TLS to analyse concrete spalling were determined. These guidelines will be able to improve the efficiency and cost-effectiveness of visual inspections and could act as a catalyst for the adoption of TLS as a visual inspection tool. It was determined that the efficiency of TLS procedures can be improved by decreasing the scan resolution (to a point) which resulted in faster scan times and higher accuracy. Decreasing the scan resolution will further reduce scan times but result in larger errors. Furthermore, general guidelines for TLS implementation in the scanning of typical 3-lane highway bridges in Ontario were developed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».