پایش سلامت سازه ای و تشخیص آسیب در صفحات نازک فلزی: مرور مطالعات مربوط به دیوارهای برشی فولادی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 33

فایل این مقاله در 31 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CUCONF15_067

تاریخ نمایه سازی: 29 اردیبهشت 1405

چکیده مقاله:

دیوارهای برشی فولادی (SPSW) به دلیل ویژگی های برجسته ای نظیر سختی اولیه بالا، شکل پذیری مطلوب و ظرفیت فوق العاده در مستهلک سازی انرژی، به عنوان یکی از کارآمدترین سیستم های باربر جانبی در سازه های مدرن و بلندمرتبه شناخته می شوند. با این حال، ماهیت جدار نازک این صفحات آن ها را در برابر پدیده های پیچیده ای همچون کمانش های پیاپی، تسلیم شدگی، پارگی ورق و شکست در اتصالات مرزی تحت بارهای لرزه ای و چرخه ای آسیب پذیر می سازد. از این رو، پیاده سازی سیستم های پایش سلامت سازه ای (SHM) برای تشخیص زودهنگام آسیب و تضمین پایداری این اعضای حیاتی، ضرورتی انکارناپذیر است. این مقاله مروری با هدف ارائه دیدگاهی جامع، به بررسی و تحلیل آخرین پیشرفت های علمی در زمینه شناسایی و تعیین موقعیت آسیب در صفحات نازک فلزی با تمرکز ویژه بر دیوارهای برشی فولادی می پردازد. در این راستا، ابتدا متدولوژی های متداول مبتنی بر تغییرات پارامترهای مودال و پاسخ های ارتعاشی مورد نقد و بررسی قرار می گیرند. سپس، تکنیک های پیشرفته تر مبتنی بر انتشار موج، به ویژه امواج لمب (Lamb Waves)، به عنوان ابزاری با حساسیت بالا برای شناسایی خرابی های کوچک مقیاس و خوردگی معرفی می شوند. با توجه به رفتار غیرخطی شدید در دیوارهای برشی، نقش کلیدی مدل سازی های عددی و تحلیل های اجزای محدود در صحت سنجی الگوریتم های تشخیصی به تفصیل شرح داده شده است. علاوه بر روش های فیزیک محور، این نوشتار به روند رو به رشد استفاده از رویکردهای داده محور، هوش مصنوعی و یادگیری ماشین در طبقه بندی و پیش بینی شدت آسیب می پردازد. در این بخش، چگونگی پردازش سیگنال های دریافتی از حسگرهای نوین مانند پیزوالکتریک ها (PZT) و فیبر نوری برای استخراج ویژگی های آسیب بررسی می شود. در نهایت، ضمن ارائه یک جدول مقایسه ای از مزایا و محدودیت های روش های مختلف از منظر دقت، هزینه و قابلیت پیاده سازی میدانی، شکاف های پژوهشی موجود شناسایی شده اند. یافته های این مطالعه نشان می دهد که تلفیق مدل های فیزیکی با الگوریتم های یادگیری عمیق، امیدوارکننده ترین مسیر برای دستیابی به سیستم های پایش هوشمند و مقاوم در برابر نویزهای محیطی در دیوارهای برشی فولادی است.

کلیدواژه ها:

نویسندگان

باقر صادقی بایع کلایی

کارشناسی ارشد رشته مهندسی عمران گرایش سازه،دانشگاه سمنان،سمان ،ایران