第二章 文獻回顧
第四節 人工智能分析
本研究所使用的資料，包含經由本計畫實驗所得到的以及從文獻 整理而來的資料，屬結構化資料，以採用「關聯式資料庫」作儲存資 料，藉由支援標準關聯式資料庫語言的「資料庫管理系統」，透過適 當的介面，可由其他程式，進行資料庫的資料存取。本研究的資料分 析部分，除了傳統的統計分析外，並採用較新的資料探勘技術進行資 料分析。
本研究採用跨產業資料探勘標準作業流程(Cross-Industry Process for Data Mining, CRISP-DM)。它可供各產業進行資料探勘(工作)專案 時，做為參考的一個標準作業流程，相關六個步驟簡述如下：
41
(1) 業務理解(Business Understanding)
專注於需求端，即轉換相關專業知識以連結可與相配之資料探勘 概念，並設定目標以及預期成果；本團隊致力研發簡速型災害現場傷 損初勘工具/方法，即先以內業建置變數間之相關性。後於外業利用相 關波速量測(壓縮波速、剪力波速、剪-壓波速比、導波特徵等)資料；
進行推估構材(脆性材料：混凝土、延性材料：鋼材、延-脆複合介面：
握裹)之熱損歷程(升溫梯度、最高溫度、持溫時間、降溫方式、工作 應力比)；及災後之殘餘巨-微觀力學性能(巨觀：勁度、強度、韌度；
微觀：叢聚、初裂、裂衍)。
(2) 資料理解(Data Understanding)
為資料分析與後續之建模，初步地蒐集資料，並盡可能地理解資 料屬性與內容，盡可能地熟悉資料間之關係、特性及物理意義；基於 上述，本團隊於內業將構材之試驗數據，先行建立資料庫，並將資料 基於其屬性進行分類，即分成四大類：輸入(input)、輸出(output)、樣 品(sample)、材料參數(material detail)。
(3) 資料準備(Data Preparation)
將資料進行前處理動作，包含資料清理(例如，刪除品質不佳的資 料)、資料轉換，特徵的產生與選取。清理與轉換資料，以及產生特徵，
皆可依賴專業知識。亦可使用演算法自動選取特徵。例如，可採用基
42
徵，為後續建模執行資料進行轉換與淨化；本團隊先以波速與溫度作 為目標，於試算表軟體進行線性迴歸檢視其相關性，然後利用資料探 勘工具，使用基於相關性的特徵選取演算法，基於資訊增益的特徵選 取演算法，還有主成分分析(Principal Component Analysis)，對變數進 行選取。
43
主成分分析(Principal Component Analysis)會將資料矩陣進行分解，找 出特徵向量，也就是主成分，並找出特徵值，即為主成分的權重，而 一個主成分是原來的資料軸的線性組合，全部主成分可以形成新的座 標空間的軸，將原資料矩陣轉換為新的矩陣，而新矩陣會保留大多數 (例如95%)，存在於原資料矩陣內的資料的變異量。
(4) 建立資料探勘模型(Modeling)
針對處理過、準備好的資料進行建模。測試多種適用的演算法，
以最適當的演算法建立最佳模型，並藉由模型之產出，實際解決問題。
本研究可能會用到的資料探勘技術，可分成兩大類：
a. 分類(classification)：資料以標籤(離散數值)分類，以有預先分類 好的資料(也就是有標籤的資料)建立模型，當有需要分類的新資料 時，輸入模型，得到類別標籤，進行分類。若這裡的標籤換成連續 數值，則是預測(prediction)，也就是基於連續性數值資料，得到未 知數值相對應的輸出值，例如，統計的迴歸分析。
b. 分群(clustering)：輸入資料時無標籤分類，依資料相似程度分 群，即資料依據最大化之內相似性與最小化之外相似性進行聚集或 分組。
本團隊以全部數據建模後做測試。一個例子是，以最高溫度作為 類神經網路之輸出節點，即為推估之目標，圖2. 25中之量測變數作為
44
推估數值與實際數值的相關係數，代表模型的表現好壞–相關係數越 高，模型越好。另外，MAE(Mean Absolute Error)和RMSE(Root Mean Squared Error)也可用來評估模型的好壞–數值越低，模型越好。另外，
本團隊使用名為SMO(Sequential Minimal Optimization)的支援向量機 去推估最高溫度，也是會以全部數據建模後做測試，最終由推估數值 與實際數值的相關係數、MAE以及RMSE進行不同方法之推估成效評 估。
(5) 評價模型(Evaluation)
一般進行模型之檢驗時，因為無法取得與模型違背之資料，所以 必須要將可取得之資料進行切割，然而，不當的切割方式會導致模型 本身過於適配或降低其成效，因此於此步驟評估與查核先前所建立之 模型，並重複驗證模型以及檢視推估數值之可靠度，直至確定達到目 標以及預測成果。
(6) 實施(Deployment)
將建立的模型，佈署至應用端，真正地使用於實際案例。
CRISP-DM是以資料為核心。除了最後一個步驟之外，每一個步驟都 可能會被反覆執行。舉例來說，在建立模型的時候，可能需要回去對 資料做其他處理；在評估之後，如結果不盡理想，可能需要從頭開始，
45
重新定義問題。
圖2. 25 火害破壞特徵資料庫設計圖
46
本研究之目的，在於建立一套應用以導波的表面波傳量測技術，
針對鋼筋混凝土受損後，其握裹傷損判釋與判識之量測方法。故於上 一節已說明混凝土之波傳行為及特徵，此節接著說明鋼筋導波之特性 及應用等，以此由外而內之波傳行為之程序作逐步說明；雖單就鋼筋 為主之導波量測現今已有成熟之應用，但混凝土內有鋼筋之影響以致 由混凝土表面探究鋼筋導波之波傳行為，亦有相當努力之空間，故茲 就鋼筋導波特性及應用等於下說明。
第一項 導波之傳遞特性
導波一詞係指描述存在於邊界傳遞之應力波。導波存在可於半無 限空間域之物體表面上傳遞 (即雷利波，Rayleigh Wave)，可於兩種不 同之介質之間的介面上傳遞，亦可沿著板狀、層狀或對稱之圓柱狀行 進，而所有描述於構件上之波傳統稱為波導 (wave guide)。故導波之 波導均為沿著縱軸之同方向傳遞，因此其於波導軸線上之任意點具有 相同之物理及幾何特性 (Bartoli, 2007)。如圖 2. 26 所示，以超聲波導 波於板狀物體為例，其導波構造是由縱波與橫波相互干擾所產生，由 換能器產生之體波 (縱波與橫波) 與波導的邊界相互作用，發生多次 反射和模式 (Mode) 轉換，直到它們疊加形成之波包即超聲波導波。
47
圖 2. 26 於均質均向板狀物體中之導波(Bartoli, 2007)
當物體產生表面波之波長較物體為大時，其表現之波傳行為受到 有限邊界的影響，將開始與前述無限邊界的情形有所不同，如在板狀 物中，其將產生板波之行為；如在柱狀體中其將產生柱波之行為，此 有限邊界的波傳即較為狹義之導波，其相位速度之特性與表面波相同，
仍保有頻散現象。本研究所探究之鋼筋即可採用柱波之理論進行應用。
鋼筋之波導 (Wave Guide) 行為中有三種不同的運動模態如 圖2. 27，分別是縱波 L (Longitudinal Wave)、扭波 T (Torsional Wave) 以及撓波F (Flexural Wave)。
圖 2. 27 鋼管中之導波示意圖(Bolt, 1976)
以下茲就鋼筋之波導 (柱波) 彈性理論作簡述，在此說明之觀點
48
如圖 2. 28。其首先研究此觀點理論的學者為 Pochhammer (1876) 及 Chree (1889)，故又可稱之 Pochhammer-Chree theory of rods。
圖 2. 28 柱波之圓柱座標示意圖(Abramson et al., 1958) 其圓柱座標 (r, θ, z) 如下式：
r = √𝑥2+ 𝑦2 (2. 11) ϴ = tan−1(𝑦
𝑥) (2. 12) z = z (2. 13) 在圓柱側向表面上之任意方向之應力均為應力自由邊界，其邊界 條件如式：
𝜎𝑟 = 𝜏𝑟𝛳 = 𝜏𝑟𝑧 = 0 (2. 14) r = a (2. 15) 考慮於z 方向沿圓柱行進之無限波傳，其位移函數如式：
𝑢𝑟 = 𝑈𝑒𝑖(𝑘𝑧−𝜔𝑡) (2. 16) 𝑢𝛳 = 𝑉𝑒𝑖(𝑘𝑧−𝜔𝑡) (2. 17)
49
𝑢𝑧 = 𝑊𝑒𝑖(𝑘𝑧−𝜔𝑡) (2. 18) 縱波主要是顆粒平行行進方向運動，其縱波位移函數如式：
U = 𝑈(𝑟) (2.19) W = 𝑊(𝑟) (2. 20)
V = 0 (2. 21) 扭波是垂直行進方向並在表面切線方向上運動，其扭波位移函數 如式：
U = 𝑊 = 0 (2. 22) V = 𝑉(𝑟) (2. 23) 撓波是垂直行進方向並在垂直表面的方向上運動，其撓波位移函 數如式：
𝑢𝑟 = 𝑈(𝑟) cos 𝜃𝑒𝑖(𝑘𝑧−𝜔𝑡) (2. 24) 𝑢𝜃 = 𝑉(𝑟) sin 𝜃 𝑒𝑖(𝑘𝑧−𝜔𝑡) (2. 25) 𝑢𝑧 = 𝑊(𝑟) cos 𝜃 𝑒𝑖(𝑘𝑧−𝜔𝑡) (2. 26) 此三種不同型態之導波皆具備有頻散現象，亦即其相位速度會隨 著頻率的不同而有所不同，除此之外，在每種型態的導波底下會有其 不同震態的存在。如圖 2. 29 所示，每種型態的波皆會有其相類之家 族 (多振態) 存在，為清楚表示其間之差異通常會採用 A(m,n) 之方 式進行分辨，其中A 主要表示波的型態，分別以 L、T、F 代表縱波、
扭波與撓波，而在其後之 (m,n) 表示其震動特性以及震態順序，m 可 為0、1、2、3…，其中 0 表示具對稱性之顆粒運動，其餘表示反對稱
50
序。
柱波在波導中移動時當其遭遇材料的阻抗改變時，在介面處會發 生反射以及透射之行為，如圖2. 30。其阻抗之改變主要來自於材料性 材之改變 (如剪力波速下降)，或是材料斷面的變化 (如鋼筋受鏽蝕而 斷面變小)，如此會使得導波之訊號上有反射訊號存在。而當此波導之 外圍有包覆物時，對於導波之行為最大影響主要來自於導波能量會透 過此包覆物而洩漏，如圖2. 31，使得其訊號之振幅變小。以縱波為例 (如圖 2. 32)，當導波在鋼筋中傳遞時，其能量集中，當其漸漸傳遞至 有混凝土之包覆段時，在介面處會先發生有反射的行為，而進入到混 凝土包覆段時，導波已不僅侷限於鋼筋中，會更進一步擴散至混凝土 中，而使得在鋼筋中的能量開始有洩漏的情形。由此案例可知，透過 觀察反射訊號之存在以及訊號振幅的變化將可有效獲得導波在波導 材料 (例如鋼筋) 中傳遞過程之狀態變化。
51
圖 2. 29 柱波之頻散與多震態現象(Li et al., 2012)
圖 2. 30 柱波之反射與透射行為(Rucka & Zima, 2015)
52
圖 2. 31 鋼筋導波在混凝土包覆處之能量洩漏示意圖 (Rucka & Zima, 2015)
圖 2. 32 導波在鋼筋與混凝土包覆段之傳遞情形 (Rucka & Zima, 2015)
第二項 導波量測技術於鋼筋混凝土之應用
因導波具有可長距離傳遞之特性，導波檢測技術目前已十分成熟 地應用在金屬管路或水中構造物之完整性檢測上；相較而言，於鋼筋 混凝土之應用為近幾年發展之新趨勢，目前已有大量的文獻透過室內 實驗驗證其概念之可行性 (Ervin et al., 2009)。在應用的目的上主要有
53
兩個部分，一為鋼筋本身之鏽蝕程度 (Rucka & Zima, 2015)，另一為 鋼筋與混凝土間之握裹狀況 (Li et al., 2012)。對於鏽蝕程度之檢測，
一般是將鏽蝕的位置視為是鋼筋斷面的變化，利用此假設之模型進行 數值模擬，獲得其鏽蝕訊號，如圖 2. 33 所示，可看到一能量較小的 反射訊號存在，透過辨識此波之發生時間並估算導波波速即可得知其 發生之位置，若欲更進一步瞭解其鏽蝕程度，則可透過該反射訊號之
一般是將鏽蝕的位置視為是鋼筋斷面的變化，利用此假設之模型進行 數值模擬，獲得其鏽蝕訊號，如圖 2. 33 所示，可看到一能量較小的 反射訊號存在，透過辨識此波之發生時間並估算導波波速即可得知其 發生之位置，若欲更進一步瞭解其鏽蝕程度，則可透過該反射訊號之