Ziyue Lu
Om
Ziyue har en bachelorgrad og en mastergrad ved Tianjin University. Han var fokusert på synsbasert forskyvningsmåling.
Han er i dag stipendiat i strukturdynamikkgruppen ved Institutt for konstruksjonsteknikk, NTNU.
PhD-prosjekt i datasynsbasert inspeksjonssystem for tilstandsvurdering av broer
Byggingen av norsk jernbanenett startet i 1851, og har nå 4200 km jernbane, 2700 broer. Behovet for å forbedre tilstandsvurdering og prediktivt vedlikehold av jernbaneinfrastruktur er avgjørende for et bærekraftig samfunn når man står overfor den raskt forringende og aldrende infrastrukturen og økte krav fra miljø- og driftsbelastning. For tiden oppnås dette først og fremst ved årlig visuell inspeksjon av menneskelige eksperter. Dette er en enorm oppgave gitt antall broer og komponenter i disse broene og har enorme økonomiske kostnader forbundet med det. I løpet av de siste fem årene har store fremskritt innen datasyn og maskinlæring blitt gjort og blitt billigere og allment tilgjengelig gjennom forbrukerteknologi. Å ta i bruk disse teknologiene har potensial til å redusere kostnadene knyttet til vedlikehold av infrastrukturen og forbedre inspeksjonene for bedre vurdering og bruk av eksisterende strukturer.
Prosjektet er fokusert på en avansert overvåkingsmetode, et datasyn-basert inspeksjonssystem. Vi vil bruke dyplæringsbasert metode for å identifisere ulike strukturelle komponenter og for å evaluere strukturelle skader fra bilder eller videoer.
Forskningsgruppe
Strukturell dynamikk
Veileder
Gunnstein Thomas Frøseth, NTNU
Janko Slavič, Universitetet i Ljubljana
Forskningsområder og interesser
Datasyn
Maskinlæring
Fotogrammetri
Strukturell helseovervåking
Strukturell dynamikk og signalbehandling
Publikasjoner
2024
-
Wang, Zhen;
Zhu, Jinsong;
Lu, Ziyue;
Zhang, Zhitian.
(2024)
Comparison of artificial intelligence models reconstructing missing wind signals in deep-cutting gorges.
Wind and Structures
Vitenskapelig artikkel
Tidsskriftspublikasjoner
-
Wang, Zhen;
Zhu, Jinsong;
Lu, Ziyue;
Zhang, Zhitian.
(2024)
Comparison of artificial intelligence models reconstructing missing wind signals in deep-cutting gorges.
Wind and Structures
Vitenskapelig artikkel