基于可控扩散的图像生成技术，用于钢筋混凝土梁-柱节点的故障诊断

《Journal of Building Engineering》：Controllable diffusion-based image generation for failure diagnosis of reinforced concrete beam–column joints

　　

瓦迪姆·阿特拉索夫（Vadim Atlassov）|伊莎贝拉·施拉特纳（Isabella Schlattner）|叶尔扎斯·奥马罗夫（Yelzhas Omarov）|尹真（Hyun-Jin Ju）|李民浩（Min-Ho Lee）

• •
  提出了一种基于几何条件的扩散框架，该框架能够生成真实且符合物理规律的钢筋混凝土（RC）梁-柱节点的破坏图像。
• •
  引入了一种结构化的潜在表示方法，该方法将几何形状和纹理分开，从而能够合成结构一致且未受损的节点；随后通过一个中间模块将破坏描述转换为具有破坏意识的边缘图，以生成特定的破坏模式。
• •
  通过基于几何条件的控制，可以明确地控制破坏位置、破坏类型（B、BJ、J）以及破坏程度。
• •
  使用合成数据增强方法显著提高了梁-柱节点破坏分类的性能（基线准确率为80.6%，提升至83.0%）。
• •
  在细粒度破坏识别方面也取得了持续的性能提升，包括：弯曲开裂（从80.6%提升至84.3%）、混凝土剥落（从73.8%提升至85.3%）、钢筋裸露（从83.3%提升至95.2%）、混凝土压碎（从66.7%提升至74.2%）以及破坏严重程度（从77.4%提升至81.0%）。