En liten spricka i en kärnreaktor, skyskrapa, bro eller damm kan orsaka katastrofala konsekvenser. Minneapolisbron kollapsar, som dödade 13 personer 2007, är bara ett exempel på vad som kan hända när strukturell integritet äventyras.

Oidentifierade eller underidentifierade strukturella skador i kärnreaktorer kan vara katastrofala. Inspektion av kritiska system som kärnreaktorer är komplicerat och tidskrävande.

Videor som tagits upp av ett automatiskt sprickdetekteringssystem kan lätt identifiera små repor eller svetsar som sprickor, så tekniker måste granska videor bild för bild. Det är en tidskrävande process med möjligheter till mänskliga fel.

Ett system under utveckling vid Purdue University använder artificiell intelligens för att upptäcka sprickor som fångats i videor av kärnreaktorer. Systemet analyserar video, ram för ram, för att upptäcka eventuella sprickor.

Det nya systemet detekterar sprickor i varje videoram medan algoritmschemat kan spåra sprickan från en bildruta till nästa.

"Det här är ett stort steg för inspektionsteknik och för att kunna minska olyckor, dödsfall och underhållskostnader, "sade Mohammad R. Jahanshahi, en biträdande professor vid Purdues College of Engineering, som leder forskargruppen. "Det låter datorn göra det hårda arbetet, och ger sedan en mänsklig operatör kvantitativ information om sprickan, såsom tjockleken och längden på sprickan. "

Operatören kan sedan granska videoklippen och gå till de specifika ramarna som refereras av mjukvarusystemet för att undersöka sprickorna och avgöra vilken åtgärd som kan vara nödvändig.

Jahanshahi sa att metoden testades på 20 inspektionsvideor för kärnkraftverk, med resultat som visar att denna metod är mer robust än någon annan metod. Han sa att systemet har många potentiella applikationer, som att upptäcka sprickor på stora byggnader, vägar och vindkraftverk.

"Vårt system är smart och anpassningsbart för att tillåta en operatör att använda sin egen data, "Jahanshahi sa." Datorn kan omprogrammeras baserat på denna data för att upptäcka sprickor inom olika strukturer och olika material. "

Purdue -teamet tror att systemet kommer att bli ännu mer användbart eftersom robotar och drönare används för att samla in stora mängder visuell data.

Teammedlemmar sa också att detekteringssystemet Purdue artificiell intelligens kan upptäcka skador och bestämma byggnaders strukturella hälsa, vägar och dammar efter jordbävningar och andra naturkatastrofer.