A Multimodal Deep Learning Approach for Robust Structural Health Monitoring of Bridges Using Sensor and Visual Data Fusion

पुल आधुनिक जीवन की शांत धमनियां हैं, जो नदियों और घाटियों के ऊपर दैनिक आवाजाही और वाणिज्य का भार वहन करती हैं। फिर भी, सभी पुराने होते बुनियादी ढांचे की तरह, वे क्षय के धीमे, अक्सर अदृश्य कार्य के अधीन होते हैं। दशकों से, इंजीनियर पुल के स्वास्थ्य की जांच करने के लिए दो प्राथमिक तरीकों पर भरोसा करते आए हैं। पहला दृश्य निरीक्षण (visual inspection) है, जहाँ मानवीय आँखें या कैमरे कंक्रीट की सतह को दरारों के लिए स्कैन करते हैं, जो संकट के स्पष्ट संकेतों की तलाश करते हैं। दूसरा तरीका सेंसरों से जुड़ा है, जो संरचना से जुड़े छोटे उपकरण हैं जो यातायात और मौसम के तनाव के तहत इसके हिलने, कंपन करने और खिंचने को मापते हैं। हालाँकि दोनों विधियों के अपने गुण हैं, लेकिन प्रत्येक की एक कमी (blind spot) है। कैमरे छाया, गंदगी या जटिल बनावटों से भ्रमित हो सकते हैं, जबकि सेंसर यह तो पहचान सकते हैं कि कुछ गलत है, लेकिन वे सतह पर सटीक रूप से यह नहीं बता पाते कि क्षति कहाँ स्थित है। सुरक्षित शहरों के भविष्य के लिए चुनौती इन दो अलग-अलग देखने के तरीकों को मिलाने का एक तरीका खोजने की है, जिससे एक ऐसी प्रणाली बनाई जा सके जो जितनी विश्वसनीय हो उतनी ही बुद्धिमान भी हो।

हाल ही में एक अध्ययन में, नेब्रास्का-लिंकन विश्वविद्यालय के शोधकर्ताओं ने इस समस्या का समाधान करने के लिए एक नए प्रकार के आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) का निर्माण किया है जो चित्रों और सेंसर डेटा दोनों से एक साथ सीखता है। मुहम्मद हाशम काशिफ के नेतृत्व वाली टीम ने एक ऐसी प्रणाली प्रस्तावित की है जो केवल एक प्रकार की जानकारी पर निर्भर नहीं करती है, बल्कि पुल की सुरक्षा के बारे में एक एकल, अधिक विश्वसनीय निर्णय लेने के लिए उन्हें आपस में जोड़ती है। यह दृष्टिकोण दो विशिष्ट कंप्यूटर प्रोग्रामों के तालमेल का उपयोग करता है। एक प्रोग्राम पुल की सतह के फोटोग्राफ देखने के लिए डिज़ाइन किया गया है, जो दरारों के विशिष्ट आकार और पैटर्न को पहचानना सीखता है। दूसरा प्रोग्राम सेंसरों से प्राप्त 'टाइम-सीरीज' डेटा द्वारा बताई गई कहानी को सुनने के लिए प्रशिक्षित है, जो समय के साथ पुल के कंपन और खिंचाव में होने वाले बदलावों को समझता है। कैमरे की "आंखों" से प्राप्त अंतर्दृष्टि को सेंसरों के "स्पर्श" (feel) के साथ जोड़कर, शोधकर्ताओं ने एक ऐसा मॉडल बनाया जो अकेले किसी भी विधि की तुलना में कहीं अधिक सुदृढ़ है।

अपने विचार का परीक्षण करने के लिए, शोधकर्ताओं ने डेटा के दो अलग-अलग सेटों का उपयोग किया। दृश्य घटक के लिए, उन्होंने कंक्रीट की सतहों (जैसे डेक, दीवारें और फुटपाथ) के 56,000 से अधिक छवियों के एक बड़े संग्रह का उपयोग किया, जिन्हें सावधानीपूर्वक लेबल किया गया था कि वे दरारयुक्त हैं या सुरक्षित। सेंसर घटक के लिए, उन्होंने एक पुल के 'डिजिटल ट्विन' (एक आभासी मॉडल जो वास्तविक दुनिया की स्थितियों का अनुकरण करता है) से उत्पन्न डेटा का उपयोग किया। इस डेटासेट में कंपन, खिंचाव, विस्थापन और तापमान को ट्रैक करने वाले हजारों मापन अनुक्रम शामिल थे। शोधकर्ताओं ने अपने AI को पहले इन छवियों और सेंसर रीडिंग को अलग-अलग संसाधित करने के लिए प्रशिक्षित किया, और फिर उन्हें एक विशिष्ट चरण पर जोड़ा जहाँ कंप्यूटर ने प्रत्येक की सबसे महत्वपूर्ण विशेषताओं को सीख लिया था। इस फ्यूजन (संलयन) ने सिस्टम को अपने निष्कर्षों की क्रॉस-चेक करने की अनुमति दी, जिससे सेंसरों से प्राप्त निरंतर डेटा का उपयोग कैमरे द्वारा देखी गई चीज़ों की पुष्टि करने या उन्हें सुधारने के लिए किया जा सका।

इस प्रयोग के परिणाम उत्साहजनक थे। जब शोधकर्ताओं ने केवल इमेज-आधारित मॉडल का परीक्षण किया, तो इसने नियंत्रित सेटिंग्स में अच्छा प्रदर्शन किया, लेकिन विभिन्न प्रकाश स्थितियों और सतह की बनावटों के सामने संघर्ष किया। वातावरण बदलने पर इसकी सटीकता काफी कम हो गई, और इसने कभी-कभी सूक्ष्म दरारों को छोड़ दिया या छाया को क्षति समझ लिया। इसके विपरीत, केवल सेंसर-आधारित मॉडल उल्लेखनीय रूप से स्थिर रहा, जिसने विभिन्न परीक्षण परिदृश्यों में संरचना के स्वास्थ्य की लगभग 96 प्रतिशत बार सही पहचान की। हालाँकि, असली शक्ति तब सामने आई जब दोनों को मिलाया गया। फ्यूज्ड (संयुक्त) मॉडल ने 94 प्रतिशत की समग्र सटीकता प्राप्त की, जो कि देखने में शायद केवल सेंसर-आधारित स्कोर से थोड़ी कम लगे, लेकिन इसके साथ एक महत्वपूर्ण लाभ आया: यह खतरनाक मामलों को पकड़ने में कहीं अधिक बेहतर था।

सुरक्षा प्रणाली के लिए सबसे महत्वपूर्ण मीट्रिक केवल यह नहीं है कि वह कितनी बार सही होती है, बल्कि यह है कि वह कितनी बार समस्या को पहचानने में चूक जाती है। पुल की निगरानी की दुनिया में, एक दरार को अनदेखा करना एक गलत अलार्म (false alarm) बजाने से कहीं अधिक खतरनाक है। फ्यूज्ड मॉडल ने क्षतिग्रस्त संरचनाओं का पता लगाने में असाधारण क्षमता प्रदर्शित की, जिसमें दरार वाले मामलों की 99 प्रतिशत सही पहचान की गई। यह लगभग पूर्ण 'रिकॉल' (recall) का अर्थ है कि यह प्रणाली वास्तविक खतरे को नज़रअंदाज़ करने की बहुत कम संभावना रखती है। इसके अलावा, शोधकर्ताओं ने AI के "मस्तिष्क" के भीतर झाँकने के लिए 'ग्रैड-कैम' (Grad-CAM) नामक तकनीक का उपयोग किया। इस विज़ुअलाइज़ेशन ने दिखाया कि मॉडल वास्तव में छवियों में वास्तविक दरारों पर ध्यान केंद्रित कर रहा था और पृष्ठभूमि के शोर या यादृच्छिक बनावटों से विचलित नहीं हो रहा था। इसने पुष्टि की कि सिस्टम सही चीजें सीख रहा था, और उन संरचनात्मक खामियों पर ध्यान दे रहा था जो सबसे अधिक मायने रखती हैं।

अध्ययन ने यह भी पता लगाया कि यदि इस प्रणाली को विभिन्न पुलों या वातावरणों पर लागू किया जाए, तो यह कितनी अच्छी तरह टिक पाएगी, जिसे 'जनरलाइजेशन' (सामान्यीकरण) कहा जाता है। सेंसर-आधारित मॉडल ने बड़ी लचीलापन दिखाई, परीक्षण के लिए अलग-अलग समूहों में डेटा विभाजित होने के बावजूद उच्च प्रदर्शन बनाए रखा। संयुक्त मॉडल ने इस स्थिरता को विरासत में प्राप्त किया और साथ ही सतह की क्षति को सटीक रूप से पहचानने की क्षमता भी जोड़ी। शोधकर्ताओं ने नोट किया कि जबकि सेंसर डेटा ने यह पता लगाने के लिए एक मजबूत आधार प्रदान किया कि कोई समस्या मौजूद है, वहीं विजुअल डेटा ने यह पहचानने में मदद की कि क्षति ठीक कहाँ है। इस साझेदारी ने सिस्टम को उन अस्पष्टताओं को संभालने की अनुमति दी जो अक्सर कैमरे को भ्रमित करती हैं, जैसे कि जब कोई दरार बहुत पतली हो या छाया में छिपी हो। अंतिम आउटपुट एक ऐसी प्रणाली थी जो उच्च विश्वास के साथ निर्णय ले सकती थी, जो सटीकता और सुरक्षा की आवश्यकता के बीच संतुलन बनाती थी।

यह कार्य शहरी बुनियादी ढांचे के रखरखाव के लिए एक स्पष्ट मार्ग सुझाता है। दृश्य निरीक्षण के स्थानिक विवरण (spatial detail) को सेंसर निगरानी की सामयिक विश्वसनीयता (temporal reliability) के साथ जोड़कर, इंजीनियर एक ऐसी निगरानी प्रणाली बना सकते हैं जो संवेदनशील और स्थिर दोनों हो। यह अध्ययन यह दावा नहीं करता है कि इसने पुल सुरक्षा की हर समस्या को हल कर लिया है, न ही यह सुझाव देता है कि यह विशिष्ट मॉडल दुनिया के हर पुल पर तत्काल तैनाती के लिए तैयार है। उपयोग किया गया डेटा सार्वजनिक रिपॉजिटरी और डिजिटल सिमुलेशन से आया था, न कि किसी एक निरंतर वास्तविक दुनिया के पुल के कार्यान्वयन से। हालाँकि, निष्कर्ष इस बात का पुख्ता प्रमाण देते हैं कि सूचना के इन दो प्रवाहों को मिलाना एक व्यवहार्य और शक्तिशाली रणनीति है। यह एकल-विधि निरीक्षणों की सीमाओं से आगे बढ़ने का एक तरीका प्रदान करता है, जिससे एक ऐसा सुरक्षा जाल बनता है जो कठिन परिस्थितियों में विफल होने की संभावना कम रखता है। जैसे-जैसे शहर बढ़ रहे हैं और उनका बुनियादी ढांचा पुराना हो रहा है, ऐसे बुद्धिमान, बहु-संवेदी दृष्टिकोण यह सुनिश्चित करने के लिए आवश्यक हो सकते हैं कि जिन पुलों पर हम भरोसा करते हैं वे सभी के लिए सुरक्षित रहें।