હૈદરાબાદ: લોંગ ડ્રાઇવ પર જતી વખતે અથવા પર્યટન સ્થળોની મુલાકાત લેતી વખતે, આપણને રસ્તામાં ક્યાંક પુલનો સામનો કરવો પડી શકે છે. જેમાં તે પુલ ક્યારે બાંધવામાં આવ્યો હતો, તેમની ગુણવત્તા અને કાર્યક્ષમતા શું છે અને વાહનો માટે તેમના પર મુસાફરી કરવી સલામત છે કે, કેમ વગેરે જેવી માહિતી વિના તેમના પર આગળ વધવું મૂશ્કેલી થઈ શકે છે. જોખમનો ઉલ્લેખ પહેલાં ન હોવાથી, સલામતી અને ગુણવત્તા વિશે અગાઉથી જાણવું એ વૈકલ્પિક માર્ગો પસંદ કરવાની સંભાવના પૂરી પાડે છે. MIT સંશોધકોનો એક નવો અભ્યાસ દર્શાવે છે કે, વાહનોમાં મૂકવામાં આવેલા મોબાઇલ ફોન (smartphone Android mobile phone application), ખાસ સોફ્ટવેરથી (special software) સજ્જ, પુલ ક્રોસ કરતી વખતે ઉપયોગી structural integrity data એકત્રિત કરી શકે છે.
અભ્યાસના તારણો:તેના માટે કોઈ એપ હોઈ શકે છે. MIT સંશોધકોનો એક નવો અભ્યાસ દર્શાવે છે કે, વાહનોમાં મૂકવામાં આવેલા મોબાઇલ ફોન, ખાસ સોફ્ટવેરથી સજ્જ, પુલને પાર કરતી વખતે ઉપયોગી structural integrity data એકત્રિત કરી શકે છે. આમ કરવાથી, તે પુલ સાથે જોડાયેલા સેન્સરના સેટ માટે ઓછા ખર્ચાળ વિકલ્પ બની શકે છે. MIT સેન્સેબલ સિટી લેબોરેટરીના ડિરેક્ટર અને અભ્યાસના તારણોનો સારાંશ આપતા નવા પેપરના સહ-લેખક કાર્લો રટ્ટી કહે છે, "મુખ્ય તારણો એ છે કે, પુલના સ્ટ્રક્ચર હેલ્થ વિશેની માહિતી સ્માર્ટફોન-એકત્રિત એક્સેલેરોમીટર ડેટામાંથી મેળવી શકાય છે."
બ્રિજ વાઇબ્રેશનની માહિતી: આ સંશોધન આંશિક રીતે, ગોલ્ડન ગેટ બ્રિજ પર જ હાથ ધરવામાં આવ્યું હતું. અભ્યાસ દર્શાવે છે કે, મોબાઇલ ડિવાઈઝ બ્રિજ વાઇબ્રેશન વિશેની માહિતી મેળવી શકે છે. જે સ્થિર સેન્સર કમ્પાઇલ કરે છે. સંશોધકોનો એવો પણ અંદાજ છે કે, રોડ બ્રિજના વર્ષના આધારે, મોબાઈલ-ડિવાઈસ મોનિટરિંગ માળખાના જીવનકાળમાં 15 ટકાથી 30 ટકા વધુ વર્ષ ઉમેરી શકે છે.
અભ્યાસ:લેખકો તેમના નવા પેપરમાં લખે છે કે, "આ પરિણામો સૂચવે છે કે, સ્માર્ટફોન દ્વારા એકત્રિત કરવામાં આવેલ મોટા અને સસ્તા ડેટાસેટ્સ હાલના ટ્રાન્સપોર્ટેશન ઈન્ફ્રાસ્ટ્રક્ચરના હેલ્થ પર દેખરેખ રાખવામાં મહત્વપૂર્ણ ભૂમિકા ભજવી શકે છે." નેચર કોમ્યુનિકેશન એન્જિનિયરિંગમાં "ક્રાઉડસોર્સિંગ બ્રિજ વાઇટલ સિગ્નસ વિથ સ્માર્ટફોન વ્હીકલ ટ્રિપ્સ" નામનો અભ્યાસ પ્રકાશિત કરવામાં આવી રહ્યો છે.
મોબાઈલ ફોન એપ્લિકેશન: પુલ કુદરતી રીતે વાઇબ્રેટ થાય છે, અને ઘણી દિશાઓમાં તે સ્પંદનોની આવશ્યક "મોડલ ફ્રીક્વન્સીઝ" નો અભ્યાસ કરવા માટે, એન્જિનિયરો સામાન્ય રીતે સેન્સર, જેમ કે એક્સીલેરોમીટર, પુલ પર જ મૂકે છે. સમયાંતરે મોડલ ફ્રીક્વન્સીઝમાં થતા ફેરફારો પુલની structural integrity માં ફેરફાર સૂચવી શકે છે. અભ્યાસ હાથ ધરવા માટે, સંશોધકોએ એક એન્ડ્રોઇડ આધારિત મોબાઇલ ફોન એપ્લીકેશન વિકસાવી છે, જે એક્સીલેરોમીટર ડેટા એકત્રિત કરે છે. જ્યારે ડિવાઈઝને પુલ પરથી પસાર થતા વાહનોમાં મૂકવામાં આવે છે. મોબાઇલ ફોન પદ્ધતિ કામ કરે છે કે, કેમ તે જોવા માટે તેઓ તે પછી પુલ પરના સેન્સર દ્વારા ડેટા રેકોર્ડ સાથે કેટલી સારી રીતે મેળ ખાય છે તે જોઈ શકે છે.
"અમારા કાર્યમાં, અમે સ્માર્ટફોનમાંથી એકત્રિત કરવામાં આવેલા ઘોંઘાટીયા ડેટામાંથી મોડલ વાઇબ્રેશન ફ્રીક્વન્સીઝ કાઢવા માટેની પદ્ધતિ તૈયાર કરી છે. જેમ જેમ પુલ પરની બહુવિધ ટ્રિપ્સનો ડેટા રેકોર્ડ કરવામાં આવે છે, તેમ એન્જિન, સસ્પેન્શન અને ટ્રાફિક વાઇબ્રેશન્સ અને ડામર દ્વારા જનરેટ થતો અવાજ રદ થવાનું વલણ ધરાવે છે, જ્યારે અંતર્ગત પ્રબળ ફ્રીક્વન્સીઝ બહાર આવે છે." ગોલ્ડન ગેટ બ્રિજના કિસ્સામાં, સંશોધકોએ તેમના ડિવાઈઝ સાથે 102 વખત બ્રિજ પર વાહન ચલાવ્યું હતું અને ટીમે સક્રિય ફોન સાથે ઉબેર ડ્રાઇવરો દ્વારા 72 ટ્રિપ્સનો પણ ઉપયોગ કર્યો. ત્યારબાદ ટીમે પરિણામી ડેટાની તુલના 240 સેન્સરના જૂથ સાથે કરી જે ત્રણ મહિના માટે ગોલ્ડન ગેટ બ્રિજ પર મૂકવામાં આવ્યા હતા.''--- રટ્ટી
ખાસ સોફ્ટવેર: પરિણામ એ આવ્યું કે, ફોનનો ડેટા બ્રિજના સેન્સર સાથે એકરૂપ થયો. બ્રિજ પર 10 ચોક્કસ પ્રકારના લો-ફ્રિકવન્સી વાઇબ્રેશન એન્જિનિયરો માપે છે, ત્યાં એક નજીકનો મેળ હતો, પાંચ કિસ્સાઓમાં, પદ્ધતિઓ વચ્ચે બિલકુલ વિસંગતતા નહોતી. "અમે બતાવવામાં સક્ષમ હતા કે, આમાંની ઘણી ફ્રીક્વન્સીઝ પુલની અગ્રણી મોડલ ફ્રીક્વન્સીઝને ખૂબ જ સચોટ રીતે અનુરૂપ છે," રટ્ટી કહે છે. જો કે, યુ.એસ.માં તમામ બ્રિજમાંથી માત્ર 1 ટકા જ સસ્પેન્શન બ્રિજ છે. લગભગ 41 ટકા ઘણા નાના કોંક્રીટ સ્પાન પુલ છે. તેથી સંશોધકોએ પણ તપાસ કરી કે, તે સેટિંગમાં તેમની પદ્ધતિ કેટલી સારી રહેશે.
1 પુલનો અભ્યાસ:આમ કરવા માટે તેઓએ ઇટાલીના સિએમ્પિનોમાં એક પુલનો અભ્યાસ કર્યો, જેમાં બ્રિજ પરથી 280 વાહનોની ટ્રીપની સરખામણી 6 સેન્સર સાથે કરી હતી. જે પુલ પર સાત મહિનાથી મૂકવામાં આવ્યા હતા. અહીં, સંશોધકોને પણ તારણો દ્વારા પ્રોત્સાહિત કરવામાં આવ્યા હતા. જોકે તેઓને તમામ 280 ટ્રિપ્સમાં ચોક્કસ મોડલ ફ્રીક્વન્સીઝ માટેની પદ્ધતિઓ વચ્ચે 2.3 ટકા સુધીનો તફાવત અને 5.5 ટકા જેટલો તફાવત જોવા મળ્યો હતો.
