ارزیابی آسیب در تیرهای کامپوزیت با استفاده از شبکه عصبی کانولوشنال

با شناسایی به موقع آسیب در سازه و مقاوم سازی مناسب آن میتوان از خرابی سازه پیشگیری کرد. هدف از این پژوهش ارائه روشی مناسب، کارآمد و قابل اطمینان برای شناسایی آسیب در انواع سازه ها همچون تیرها میباشد. برای این منظور، در این پژوهش برای پیشبینی آسیب و محل و شدت آن در تیرهای کامپوزیت که از اجزای مهم سازه ای هستند روشی جدید، ارائه میشود. در تحقیق حاضر تابع ژائو اطلس-مارکس به عنوان توزیع مخروطی شکل به کار گرفته میشود. این توزیع میتواند به طور کامل جملات تداخلی را از جملات اصلی در فرکانسهای یکسان حذف نماید. هزینه محاسباتی کم و عملکرد مناسب این توزیع، این روش را به عنوان کاندیدایی قدرتمند برای کاربردهای متنوع قرار میدهد. سپس داده های به دست آمده از این روش با معرفی در شبکه عصبی کانولوشنال، تیر کامپوزیت مورد نظر را آسیب شناسی میکند. بررسی نتایج به دست آمده نشان میدهد روش پیشنهادی قادر به شناسایی آسیب در تیر کامپوزیت با دقت بسیار بالا است. همچنین، نتایج نشان دهنده توانایی بالای این روش در شناسایی محل آسیب و میزان سلامت سازه (شدت آسیب) با ضریب خطای کم و دقت تقریبی حدود ۹۶ درصد است. با استفاده از این روش پیشنهادی میتوان تعداد سنسورهای لازم برای تشخیص آسیب در تیرهای کامپوزیت را به حداقل رساند، که در مقایسه با سایر الگوریتمها اقتصادی تر است. همچنین با روش ارائه شده در این تحقیق میتوان شدتهای مختلف آسیب را شناسایی کرد.

Keywords:

پایش سلامت سازه , تابع زمان- فرکانس , شناسایی آسیب , تیر کامپوزیت , یادگیری عمیق