מסגרת אוטומטית וזולה למדידות סדקים במבני בטון מזוינים באמצעות גישת למידה עמוקה

מדוע סדקים זעירים במבנים גדולים חשובים

מגשרים מהירים ועד מגדלי דירות, רבים מהמבנים מבטון שעליהם אנו מסתמכים מפתחים לאט סדקים שבריריים. פתחים זעירים אלה יכולים לאפשר כניסת מים ומלח אשר מאכלים את הפלדה המוסתרת בפנים, ובכך מקצרים את חיי המבנה הבטוחים. בדיקה ומדידה של סדקים נעשתה עד כה בעבודה איטית וידנית של מומחים עם זכוכיות מגדלת ומדדים. מאמר זה מציג דרך להפוך טלפון חכם רגיל לכלי בדיקה זול שיכול לזהות באופן אוטומטי סדקים על משטחים מבטון ולהעריך את רוחבם, ובכך לעזור למהנדסים להחליט מתי תיקונים נחוצים באמת.

מצ'קים ידניים איטיים לתמונות חכמות

מהנדסים יודעים מזה זמן רב כי גודל הסדק ומיקומו הם רמזים מרכזיים להיקף הנזק שספג מבנה הבטון וכמה חיים נשארו לו. אך מדידות ידניות של סדקים גוזלות זמן, תלויות בכישורי הבודק ועלולות להיות לא עקביות מביקור לביקור. חוקרים ניסו להשתמש במצלמות, לייזרים ואפילו רחפנים כדי לאוטומט תהליך זה, אך רבים מהמערכות האלה יקרות, מסובכות בהתקנה או קשות לפריסה במרחבים צרים או פנימיים. המחברים של המחקר הזה שאפו לעצב פתרון מעשי שעובד עם טלפונים חכמים נפוצים ותבניות מודפסות פשוטות, שומר על עלויות נמוכות ועדיין מספק מדידות מדויקות מספיק להחלטות בעולם האמיתי.

ללמד מחשב לראות סדקים

בלב המסגרת החדשה עומדת מערכת זיהוי תמונה מודרנית מבוססת דגם למידה עמוקה בשם YOLO-V11. הצוות אימן את המודל הזה על אלפי תמונות של משטחים מבטון שסדוקים, כדי שיוכל להבחין בין סדקים אמתיים לבין צללים, כתמים וסימונים. כדי להפוך את המערכת לעמידה בסביבות אמיתיות ומלוכלכות, הם הוסיפו במכוון קווים צבעוניים מלאכותיים על תמונות האימון, וכפו על המודל ללמוד את ההבדלים הוויזואליים העדינים בין קו צבעי לשבר אמיתי בבטון. הם גם שיפרו את ניגודיות התמונה וחדותה במהלך האימון. צעדים אלה שיפרו משמעותית את יכולת המודל לאתר סדקים ולעקוב אחרי קצוותיהם, גם בתאורה לא אחידה או על משטחים מחוספסים.

להפוך תמונות למדידות ממשיות

גילוי סדק הוא רק חצי מהעבודה; מהנדסים צריכים את רוחבו האמיתי במילימטרים, לא רק בפיקסלים על המסך. כדי לגשר על הפער הזה השתמשו החוקרים בארבעה תבניות משבצות קטנות שהודבקו סביב האזור המצולם. מאחר שגודל כל ריבוע במשבצת ידוע, התוכנה יכולה לתקן הטיית מצלמה ולעיוות עדשה, ואז לחשב כמה מילימטרים תואמים לכל פיקסל בתמונה. אזור הסדק מנותח באריחים חופפים כדי לתפוס פרטים עדינים מאוד, ואז התוכנה מוצאת "שלד" דק במרכז כל סדק ומודדת את המרחק לקצוות הסדק לאורך קו זה. שילוב הצעדים האלה יוצר מפה של רוחבי סדקים על פני האזור הנבדק.

כמה טוב זה עובד בעולם האמיתי

כדי לבדוק את הגישה שלהם, הצוות אסף 230 מדידות סדקים הן ממבחני מעבדה והן ממבני בטון קיימים, והשתמש במיקרוסקופ דיגיטלי ברזולוציה גבוהה כקו ייחוס. לאחר מכן צילמו במצלמות טלפון חכם במרחק של כ~אחד מטר, העבירו את התמונות במסגרת שלהם והשוו את רוחבי הסדקים החזויים לקריאות הידניות. בממוצע, השגיאה של המערכת האוטומטית הייתה בערך שמינית מהרוחב האמיתי, עם הבדלים טיפוסיים של כמה מאיות מילימטר בלבד. המערכת עבדה היטב במיוחד עבור סדקים ברוחב מעל חצי מילימטר, שם השונות בין רוחב צפוי ורוחב אמיתי הייתה קטנה. עבור סדקים דקיקים מאוד, אי הוודאות הייתה גבוהה יותר, מה שמעיד שצילום מקרוב יותר או מצלמות ברזולוציה גבוהה יותר ישפרו עוד את הדיוק.

מה זה אומר לבטיחות היומיומית

המחקר מראה כי שילוב מתוכנן בקפידה של צילום בטלפון חכם, תבניות מודפסות פשוטות וניתוח תמונה מתקדם יכול לספק מדידות סדקים אמינות ללא ציוד יקר או מפעילים מומחים במיוחד. המערכת נוטה להעריך במעט את רוחבי הסדקים, נטייה שמרנית ובטיחותית כאשר מעריכים את בריאות המבנה. עם שיפורים עתידיים — כגון שימוש בחיישני עומק מובנים בטלפונים חדשים במקום לוחות משבצות פיזיים — השיטה יכולה להנגיש בדיקות בריאות שגרתיות וזולות יותר של מבני בטון, גשרים ומבנים אחרים, לעזור לבעלי נכסים לזהות בעיות מוקדם יותר ולתעדף תיקונים במקומות שבהם הם חשובים ביותר.

ציטוט: Hassouna, M., Marzouk, M. & Fathalla, E. Automated low-cost framework for crack measurements in RC structures using deep learning approach. Sci Rep 16, 14678 (2026). https://doi.org/10.1038/s41598-026-50880-w

מילות מפתח: סדקי בטון, ניטור בריאות מבנים, בדיקת למידה עמוקה, מדידה באמצעות טלפון חכם, בטיחות תשתיות