عیب یابی در المان ستون تحت اثر نیروی محوری مبتنی بر تبدیل موجک و داده های مودال

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 249

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JME-18-63_005

تاریخ نمایه سازی: 3 آذر 1400

چکیده مقاله:

با گذشت زمان، سازه ها در برخی المان ها دچار خسارت های موضعی هرچند ناچیز می شوند که با تجمیع و گسترش تحت اثر عواملی چون زلزله و گودبرداری غیراصولی ممکن است دچار تخریب کلی گردند و هزینه های اجتماعی و اقتصادی زیادی تحمیل نمایند. عضو ستون به عنوان حیاتی ترین عضو سازه های ساختمانی و پل ها محسوب می شود، به طوری که طراحان انتظار دارند آخرین عضو آسیب دیده سازه ها از ستون ها باشد. در این مقاله به مسئله شناسایی آسیب در ستون تحت اثر بار محوری با استفاده از داده های مودال (فرکانس ها و شکل های مود) و آنالیز تبدیل موجک پرداخته شد. نتایج نشان داد که با افزایش بار محوری به صورت نسبت هایی از بار کمانش بحرانی، مقدار فرکانس در تمامی مودها در حالت های سالم و معیوب کاهش می یابد. همچنین، تحت اثر بار محوری یکسان، فرکانس نمونه معیوب کمتر از فرکانس نمونه سالم است و با افزایش شدت خرابی، میزان کاهش فرکانس افزایش می یابد. بر مبنای زاویه بین شکل های مود سالم و معیوب، سیگنال ورودی تبدیل موجک تعریف گردید. جزئیات سیگنال خروجی در محل های آسیب اغتشاشات را نشان داد به نحوی که در تمامی مودهای بررسی شده در نسبت های مختلف از بار بحرانی، محل های آسیب با دقت بالایی شناسایی شدند. همچنین، نتایج نشان داد اغتشاشات در محل های مختلف خرابی مستقل از هم بوده و تنها متاثر از شدت خرابی محل است و بار محوری تاثیری بر حساسیت عیب یابی الگوریتم تبدیل موجک ندارد. نیز، مجموع ضرایب موجک محل های آسیب دیده چند حالت خرابی با ضرایب موجک محل های آسیب دیده مجموع حالت های خرابی برابر است.

نویسندگان

محتشم خان احمدی

کارشناسی ارشد سازه، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران

مجید قلهکی

استاد، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران

امید رضایی فر

دانشیار، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :