پایش سلامت سازه ها با استفاده از مدل جایگزین مبتنی بر مدهای متعامد ویژه

در این پژوهش، یک رویکرد دو مرحله ای جدید جهت تشخیص آسیب سازهای با استفاده از روش آنالیز حساسیت و شبکه عصبی پس انتشار با ساختار (CFNN) Cascade Correlation پیشنهاد شده است. در مرحله اول، روش آنالیز حساسیت جهت تعیین موقعیت خرابی مورد استفاده قرار می گیرد . به منظور کاهش همزمان حجم محاسبات و خطای تشخیص آسیب، حجم و ابعاد دادههای حاصله از سنسورها باید به صورتی موثر کاهش یابد. در این مقاله، برای به دست آوردن اطلاعات مفید مودال از سنسورها و کاهش ابعاد داده های ورودی جهت عیبیابی، روش تجزیه متعامد ویژه (Proper Orthogonal Decomposition) مورد استفاده قرار گرفته است. پس از تعیین المانهای محتمل خرابی، شدت آسیب براساس تغییرات بوجود آمده در مودهای متعامد ویژه (Proper Orthogonal Modes) حاصله از پاسخ ارتعاشی سازه (در حوزه زمان) بدست می آید، که به عنوان مقادیر ورودی، به CFNN داده می شود. مقادیر خروجی CFNN، شدت آسیب المانهای خراب خواهد بود. به منظور ارزیابی عملکرد روش پیشنهادی، مثالی عددی حل شده و نتایج نشاندهندهی کارایی و دقت مطلوب روش پیشنهادی میباشد

کلیدواژه ها:

عیب یابی سازهها ، آنالیز حساسیت ، شبکه عصبی پس انتشار با ساختار Cascade Correlation ، تجزیه متعامد ویژه ، مودهای متعامد ویژه