تشخیص میزان خرابی سازه قاب دو بعدی به کمک الگوریتم رگرسیون خطی

در طول سه دهه گذشته تحقیقات گسترده ای در شناسایی آسیب بر اساس ارتعاش انجام شده است و پیشرفت قابل توجهی در این زمینه بخصوص به دست آمده است . طیف گسترده ای از تکنیکها، الگوریتمها و روشها برای حل مسائل مختلف موجود در سازه های مختلف، از اجزای اصلی سازه (مانند تیرها و صفحات) تا سیستمهای سازه ای پیچیده (به عنوان مثال پلها و ساختمانها) توسعه یافته است. در این مقاله از الگوریتمهای رگرسیون خطی به منظور شناسایی میزان خرابی در پایش سلامت سازه (SHM) استفاده شده است. هدف این مطالعه شناسایی آسیب با تشخیص میزان خرابی سازه است.روش ( SHM) که در اینجا مورد بحث قرار گرفته است، بر اساس مجموعه یادگیری ماشین و الگوریتم رگرسیون خطیاست و با پاسخهای مبتنی بر ارتعاش سازه به دست آمده از تجزیه و تحلیل خواص دینامیکی سازه، یعنی اشکال مودی وفرکانسهای طبیعی، میزان خرابی را تشخیص میدهد . بدین منظور یک سازه قاب دو بعدی که با استفاده ازشبیه سازی های عددی و تحلیل اجزا محدود بصورت دقیق مدلسازی شده استفاده شده و داده های پاسخ دینامیکی سازه که طیف گستردهای از آسیب روی آن مدلسازی و نتایج ارتعاش سازه استخراج شده است. سناریوهای مختلف آسیب و شدت و میزانهای مختلف خرابی و وجود سطوح نویز تصادفی مرتبط با خواص دینامیکی روی سازه مورد نظر بررسی شده است. همچنین در این مقاله تاثیر داده های ناقص و تنها استفاده از تعدادی کمی از داده های درجات آزادی انتقالی نیز مورد بررسی قرار گرفته است. از الگوریتم رگرسیون خطی برای بدست آوردن میزان دقیق آسیب استفاده شد. الگوریتم مورد نظر با دقت مناسبی میزان خرابی را در سازه قاب دو بعدی مورد نظر پیشبینی کرد.

Keywords:

تشخیص خرابی , پایش سلامت سازه , الگوریتم رگرسیون خطی