Strona główna » Wpisy » Wykrywanie wilgoci w murach
angle

Wykrywanie wilgoci w murach

Innowacyjne podejście do wykrywania wilgoci w murach przy użyciu tomografii elektrycznej i sieci LSTM 

Zespół badaczy z Politechniki Lubelskiej, Centrum Badawczo-Rozwojowego NETRIX S.A., Akademii WSEI w Lublinie, Politechniki Wrocławskiej oraz firmy Netrix S.A. opracował przełomową metodę obrazowania wilgoci w strukturach murowanych, łącząc technologię tomografii impedancyjnej (EIT) z zaawansowanymi sieciami neuronowymi typu LSTM. Nowatorskie podejście, opisane w czasopiśmie Measurement, wykorzystuje wielosekwencyjne pomiary do rekonstrukcji rozkładu wilgoci, znacznie przewyższając dotychczasowe metody bazujące na pojedynczych wektorach danych. 

Widok urządzenia EIT w rzeczywistym środowisku na stanowisku testowym nr 2: (lewy) zbliżenie, (prawy) widok ogólny. 
 Wizualizacja 3D rozkładu wilgoci w ścianie uzyskana metodą EIT z wykorzystaniem sieci LSTM 

W odróżnieniu od klasycznych rozwiązań, proponowana metoda opiera się na analizie pięciu niezależnych sekwencji pomiarowych, z których każda została celowo zaburzona szumem dochodzącym do 30%, aby odzwierciedlić realistyczne warunki pomiarowe. W środowisku rzeczywistym tego typu zakłócenia – wynikające m.in. z obecności pól elektromagnetycznych czy niestabilności sprzętu – stanowią poważne wyzwanie, które nowa technologia skutecznie pokonuje. 

Do analizy danych zastosowano wielogałęziową sieć neuronową typu BiLSTM o 21-warstwowej architekturze. Jej konstrukcja umożliwia równoczesne przetwarzanie danych w obu kierunkach czasowych, co pozwala uchwycić złożone zależności przestrzenno-czasowe związane z rozkładem wilgoci. Dzięki temu możliwe jest uzyskanie bardziej precyzyjnych rekonstrukcji, nawet w przypadku murów o złożonej strukturze materiałowej. 

Skuteczność metody została potwierdzona poprzez porównanie wyników EIT z danymi uzyskanymi za pomocą metod referencyjnych, takich jak pomiary dielektryczne, grawimetryczne oraz obrazowanie termowizyjne. Zgodność między rekonstruowanymi obrazami a rzeczywistym rozkładem wilgoci była wysoka, co potwierdzają również wskaźniki jakości rekonstrukcji. Analiza metryk takich jak MSE, PSNR, SSIM i ICC wykazała wyraźną poprawę dokładności – średni błąd MSE został zredukowany z 3,657 do 2,863, a wskaźnik podobieństwa strukturalnego SSIM wzrósł z 0,835 do 0,868 przy zastosowaniu pięciu wektorów pomiarowych zamiast jednego. 

Wilgoć w murach to zjawisko nie tylko destrukcyjne dla struktury budynku, ale również niebezpieczne dla zdrowia mieszkańców. Powoduje degradację materiałów budowlanych, sprzyja rozwojowi pleśni i grzybów, obniża właściwości termoizolacyjne ścian i prowadzi do kosztownych napraw. Szczególne znaczenie diagnostyka wilgoci zyskuje w przypadku budynków zabytkowych, gdzie metody inwazyjne są często niemożliwe do zastosowania. Nowa technologia pozwala na precyzyjne i nieniszczące wykrywanie wilgoci, co czyni ją narzędziem o ogromnym potencjale w konserwacji dziedzictwa architektonicznego oraz w monitorowaniu stanu technicznego współczesnych obiektów. 

Opracowane rozwiązanie stanowi znaczący krok naprzód w dziedzinie nieinwazyjnej diagnostyki budowlanej, demonstrując, że integracja tomografii impedancyjnej z modelami głębokiego uczenia, takimi jak LSTM, pozwala na uzyskanie wysokiej precyzji w skomplikowanych i zakłóconych środowiskach pomiarowych. Dalsze badania mogą otworzyć drogę do komercjalizacji tej technologii w sektorze ochrony zabytków, budownictwie i inżynierii lądowej. 

Pełna publikacja dostępna jest pod adresem: 
link do publikacji