عیب یابی ورق چند لایه کامپوزیتی با آسیب جدایی بین لایه ای با استفاده از آموزش شبکه عصبی بر مبنای پاسخ ارتعاشات آزاد

در این پژوهش از شبکه عصبی پس انتشار خطا برای عیب یابی ورق کامپوزیتی چندلایه با جدایی بین لایه ای استفاده می شود. نحوه عیب یابی به این صورت است که ابتدا تحلیل ارتعاشات آزاد ورق کامپوزیتی بر اساس روش عددی اجزای محدود انجام می گیرد و فرکانس های طبیعی در مودهای خاص به ازای مدل های مختلفی از آسیب جدایی بین لایه ای (اندازه، هندسه و موقعیت منطقه با جدایی بین لایه ای) بدست می آید و سپس فرکانس های طبیعی استخراجی از مدل به عنوان ورودی و پارامترهای اندازه، هندسه و موقعیت نیز به عنوان خروجی شبکه عصبی درنظر گرفته می شوند. ورق کامپوزیتی ۸ لایه، بر اساس تئوری سه بعدی الاستیسیته و با درنظر گرفتن المان های شش وجهی آجری مدل می شود لذا در مدلسازی ورق کامپوزیتی تاثیر تغییر شکل های برشی عرضی درنظر گرفته می شود. به دلیل پیچیدگی فرایند حاکم بر مسئله ورق کامپوزیتی با جدایی بین لایه ای از قابلیت های نرم افزار آباکوس برای مدلسازی استفاده می شود. همچنین نتایج عددی حاصل از روش اجزای محدود با داده های عددی و آزمایشگاهی در دسترس مورد مقایسه و اعتبارسنجی قرار می گیرد. از دو روش آموزش لونبرگ–مارکوآرت و پس انتشار خطای انعطاف پذیر برای آموزش شبکه عصبی و مقایسه پاسخ ها استفاده می شود. نتایج پیش بینی با روش آموزش لونبرگ–مارکوآرت تطابق بسیار خوبی با مقادیر بدست آمده از روش اجزای محدود دارد. بعد از آموزش شبکه عصبی، از تعمیم این مدل برای پیش بینی و عیب یابی آسیب در ورق کامپوزیتی استفاده می شود.

کلیدواژه ها:

Laminated composite plate ، Delamination ، Fault detection based on modal analysis ، Error back-propagation neural network ، ورق کامپوزیتی چندلایه ، آسیب جدایی بین لایه ای ، عیب یابی بر مبنای آنالیز مودال ، شبکه عصبی پس انتشار خطا