عیب‌یابی و تشخیص مکان آن به کمک آنالیز مودال عملیاتی هوشمند مبتنی بر شبکه‌های عصبی
کد مقاله : 1367-ISME2024
نویسندگان
مرتضی کارآموزمهدی آبادی *، سجاد فاخری کوزه کنان
ندارد
چکیده مقاله
در سال‌های اخیر روش‌های متعددی برای کنترل سلامت سازه بر پایه ارتعاشات ارائه شده‌است تا اطلاعات معنادار قابل توجهی را برای ایمنی سازه‌ها فراهم آورند. یکی از موضوعات محور در این حوزه تشخیص پارامترهای مودال(فرکانس ویژه، ضریب میرایی و مودشیپ) می‌باشد زیرا این پارامترها هویت ذاتی سازه را مشخص می‌نمایند و رفتار بهتری را از سازه به نمایش می-گذارند. الگوریتم‌های معمول در این حوزه شامل روش ورودی-خروجی و روش مبتنی بر آزمون(فقط خروجی) می‌باشد. اما کمیت‌بندی ورودی‌های خارجی روی سازه‌ها معمولا کار دشواری می‌باشد. بنابراین روش دوم امروزه کاربرد بیشتری دارد. یکی از روش‌های معروف مورد استفاده، آنالیز مودال عملیاتی می‌باشد. یکی از مشکلات اساسی در این روش اثر تغییرات محیطی روی رفتار سازه‌ها می‌باشد که پارامترهای مودال سازه را نیز تغییر می‌دهد. بنابراین به رویکردی نیازمند هستیم که بطور پیوسته و سریع(خودکار) همراه با تغییرات اقلیمی و تاثیر آن روی سازه‌ها، پارامترهای مودال و اطلاعات مورد نیاز در اختیار قرار دهد. برای حل این مشکل به روشی نیاز است که برخی روش‌های هوش مصنوعی(یادگیری ماشین، یادگیری عمیق و یا شبکه‌های عصبی) را بر روی آنالیز مودال عملیاتی پیاده‌سازی نماید. یکی از کاربردهای مهم آنالیز مودال عملیاتی پایش سلامت سازه‌ها می‌باشد. در ادامه این تحقیق با استفاده از پارامترهای مستخرج از آنالیز مودال عملیاتی نظیر ماتریس انعطاف پذیری مودال ، مختصه‌های معیار اطمینان مودال و با استفاده از شبکه‌های عصبی عیب‌یابی و مکان‌یابی عیوب انجام می‌پذیرد.
کلیدواژه ها
آنالیز مودال عملیاتی، ماتریس انعطاف پذیری مودال، مختصه‌های معیار اطمینان مودال، شبکه‌های عصبی، پایش عیب
وضعیت: پذیرفته شده برای ارائه شفاهی