یکپارچه سازی سامانه های پایش سلامت سازه (SHM) مبتنی بر داده های کلان و هوش مصنوعی برای مدیریت ریسک زیرساخت های شهری (پل ها و تونل ها)

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 19

فایل این مقاله در 17 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IECME02_649

تاریخ نمایه سازی: 25 شهریور 1405

چکیده مقاله:

هدف: پژوهش حاضر با هدف یکپارچه سازی سامانه های پایش سلامت سازه (SHM) مبتنی بر داده های کلان و هوش مصنوعی برای مدیریت ریسک زیرساخت های شهری (پل ها و تونل ها) انجام شده است. روش های سنتی بازرسی چشمی به دلیل خطای بالا، عدم دسترسی به تمامی نقاط و تاخیر در تشخیص آسیب، پاسخگوی نیازهای مدیریت شهری نیستند. با توسعه فناوری های دیجیتال، استفاده از اینترنت اشیا و تحلیل کلان داده به عنوان رویکردی نوین برای پایش مستمر و هوشمند سازه ها مطرح شده است. روش تحقیق: این پژوهش از نظر هدف، کاربردی-توسعه ای و از نظر ماهیت و روش اجرا، در زمره پژوهش های تحلیلی-عددی با رویکرد مدل سازی سامانه های هوشمند و تحلیل کلان داده قرار دارد. معماری مرجع سامانه در پنج لایه (حسگر و جمع آوری داده، ارتباطات و انتقال داده، ذخیره سازی و پردازش کلان داده، تحلیل و مدل سازی هوش مصنوعی، و تصمیم گیری و نمایش) طراحی شده است. برای تشخیص آسیب از شبکه عصبی پرسپترون چندلایه (MLP) با معماری ۴-۱۲-۸-۱ استفاده شده است. داده های مورد نیاز از طریق شبیه سازی با نرم افزار ABAQUS و داده های میدانی از تونل های شهری موجود تامین شده است. یافته ها: نتایج نشان می دهد که سامانه پیشنهادی با دقت ۹۴.۶ درصد قادر به تشخیص آسیب های موضعی در مراحل اولیه بوده و نسبت به روش های سنتی، زمان تشخیص را از ۷۲ ساعت به کمتر از ۲ ساعت کاهش می دهد. همچنین، هزینه های نگهداری و تعمیرات را تا ۳۵ درصد کاهش می دهد. ترکیب شبکه های حسگر مبتنی بر اینترنت اشیا با روش های پیشرفته تحلیل کلان داده، امکان پایش بلادرنگ، تشخیص سریع آسیب و پیش بینی وضعیت آینده سازه را فراهم می کند. استفاده از هوش مصنوعی می تواند ایمنی، طول عمر و کارایی مدیریت زیرساخت های شهری را به طور چشمگیری افزایش دهد. یکپارچه سازی سامانه های پایش سازه با بسترهای مدیریت داده در شهر هوشمند، به شکل گیری نظام های تصمیم یار کارآمد برای مدیریت ریسک زیرساخت های شهری منجر می شود. نتیجه گیری: نظام مدیریت شهری ایران برای افزایش ایمنی، کاهش هزینه های نگهداری و افزایش تاب آوری زیرساخت های شهری، نیازمند اتخاذ رویکردی گام به گام در یکپارچه سازی سامانه های SHM مبتنی بر داده های کلان و هوش مصنوعی است. مدل استقرار چهارفازی پیشنهادی این پژوهش (شامل مطالعات امکان سنجی، طراحی معماری، پیاده سازی پایلوت، و توسعه مقیاس پذیر) می تواند الگویی کارآمد برای استقرار این سامانه در کلان شهرهای ایران فراهم آورد.

نویسندگان

هادی رئیسی

کارشناس ارشد، عمران، سازه، واحد اهر، دانشگاه آزاد، ایران.