تشخیص ترک در تیر اویلر برنولی بر پایه اطلاعات فرکانسی تیر با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 864

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISSEE02_129

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

در تحقیق حاضر روش نوینی جهت تشخیص محل و عمق ترک در سازههای تیری با استفاده از فرکانس ارائه شده است. با توجه به اینکه تشکیل ترک در المانهای سازهای باعث تغییر در سختی عضو و همچنین فرکانس سازه می گردد، بنابراین در تحقیق حاضر به عنوان شاخص جهت شناسایی ترک در سازه بکار رفته است. فرکانس تیر به عنوان ورودی و عمق ترک در المانهای مختلف سازه ای به عنوان خروجی جهت آموزش شبکه عصبی مصنوعی بکار می رود. برای نمایش کارایی روش ارائه شده از تیر سازهای با شرایط تکیه گاهی کنسولی با سه سناریوی یک ترک، دو ترک و سه ترک استفاده شده است. نتایج بدست آمده بیانگر کارایی روش ارائه شده در تشخیص محل و میزان ترک با استفاده از اطلاعاتمربوط به فرکانس تیر و شبکه عصبی مصنوعی است.

نویسندگان

سیامک قدیمی

دانشجوی کارشناسی ارشد مهندسی سازه، گروه مهندسی عمران، واحد اهر، دانشگاه آزاد اسلامی، اهر، ایران

سید سینا کورهلی

استادیار، گروه مهندسی عمران، واحد اهر، دانشگاه آزاد اسلامی، اهر، 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 :
  • S. Chinchalkar, Detection of the crack location in beams using ...
  • N. Khaji, M. Shafiei, M. Jalalpour, Closed-form solutions for crack ...
  • MATLAB (2015) Matlab User Manual, Mathwork Inc Lowell, MA, U.S.A. ...
  • Mehrjoo M, Khaji N, Ghafory- Ashtiany M (2013) Application of ...
  • W.M. Ostachowicz, M. Krawczuk, Analysis of the effect of cracks ...
  • Dawson, C.W., Abrahart, R.J., Shamseldin, A.Y. and Wilby, R.L. (2006) ...
  • Ghiasi R, Ghasemi M.R, Noori M(201 5).Comparison of seven artificial ...
  • Demuth, H. and Beale, M. (2005) Neural Network Toolbox Users ...
  • نمایش کامل مراجع