تشخیص خودکار آسیب با استفاده یک الگوریتم هوش مصنوعی برای پایش سلامت سازه ای

در این پژوهش، با توجه به این موضوع که یک آسیب سازه ای میتواند منجر به تغییر در پاسخهای دینامیکی سازه شود، الگوریتمی طراحی شده است که میتواندمستقیما از طریق پاسخهای ارتعاش سازه، آسیب را به صورت خودکار تشخیص دهد. این الگوریتم از یک شبکه عصبی عمیق بدون نظارت به نام خودرمزنگار مبتنی بر حافظه طولانی کوتاه-مدت (LSTM-AE) و ماشین بردار پشتیبان یک کلاسه (OC-SVM) تشکیل شده است که در فرآیند شناسایی آسیب، ابتدا توسط سیگنالهای شتاب شرایط سالم سازه آموزش داده میشود، سپس الگوریتم آموزش دیده میتواند برای بازرسی از سازه در شرایط مختلف اعمال شود و به صورت مستمر وضعیت سازه را پایش کند. به منظور ارزیابی و صحت سنجی، الگوریتم پیشنهادی بر روی دو سیگنال مصنوعی که شبیهساز حالت سالم و آسیب دیده سازه هستند مورد آزمایش قرار گرفت. نتایج بدست آمده نشان دادند که الگوریتم پیشنهادی قادر است تا با دقت ۹۸,۷ درصد آسیب را تشخیص دهد.

Keywords:

پایش سلامت سازه , تشخیص آسیب , یادگیری عمیق , بدون نظارت , هوش مصنوعی.