شناسایی آسیب در تیر کامپوزیت با تابع ژائو-اطلس-مارکس و شبکه عصبی مصنوعی

با پیشبینی وقوع آسیب و اندیشیدن تمهیدات لازم میتوان از خرابی فاجعه بار سازه ها جلوگیری کرد. این پژوهش روشی کارآمد و قابل اتکاء برای شناسایی آسیب (شناسایی محل آسیب و شدت آسیب) در تیرهای کامپوزیت ارائه میکند. برای این منظور، تابع ژائو-اطلس- مارکس به عنوان توزیع مخروطی شکل به کار میرود تا به طور کامل جملات تداخلی را از جملات اصلی در فرکانسهای یکسان حذف نماید. داده های حاصل شده به شبکه عصبی مصنوعی (ANN) معرفی شده و سلامت تیر کامپوزیت پایش میشود. نتایج به دست آمده از بررسیهای عددی این تحقیق حاکی از آن است که روش پیشنهادی قادر به شناسایی آسیب در تیر کامپوزیت با ضریب خطای کم و دقت بسیار خوب است. روش ارائه شده قادر به شناسایی شدتهای مختلف آسیب است. همچنین، هزینه محاسباتی کم و عملکرد مناسب از مزایای روش پیشنهادی است.

Keywords:

شناسایی آسیب , پایش سلامت , تابع ژائو-اطلس- مارکس , هوش مصنوعی.