استفاده از مدل های پس انتشار شبکه عصبی در شناسایی آسیب های سازه ای پل های بتنی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,791

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACA01_461

تاریخ نمایه سازی: 24 خرداد 1393

Abstract:

یکی از موضوعات مهم در تحقیقات سازه ای امروز، موضوع پایش سلامت سازه (SHM) است که مسائلی همچون تشخیص و بررسی آسیب و ارزیابی ایمنی سازه را تحت الشعاع قرار می دهد. وجود خرابی در سازه باعث تغییرات قابل توجهی در رفتار دینامیکی سازه می شود. تا کنون با استفاده ازاین تغییرات، روش های زیادی برای آشکار سازی خرابی و مشخص کردن مکان آن به کار گرفته شده است. با توجه به گسترش استفاده از شبکه عصبی مصنوعی ANN در این مقاله نیز از این روش برای تشخیص آسیب و مشخص کردن محدوده آن درپل های بتنی استفاده شده است برای ارزیابی مدلهای اشاره شده دراین مقاله یک مدل عددی ازپل بتنی دودهانه درنرم افزار SAP2000 ساخته شده است سپس سناریوهای آسیب مختلفی که ناشی ازکاهش سختی است درمکان های متفاوت عرشه پل اعمال گردیده است نتایج حاصل از مدل های عددی نشان می دهد که این روش قادر به تشخیص خرابی و محدوده آن در عرشه پل با دقت قابل قبول می باشد

Authors

امیر طریقت

دانشیاردانشکده عمران دانشگاه تربیت دبیر شهید رجایی

مریم فریدونی

کارشناسی ارشد دانشگاه تربیت دبیر شهید رجایی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • H.W Shih, D.P h amb iratnam, M .Humphreys. review of ...
  • Li, H.N. , Li, D.S, and Song, G.B.;1 Recent application ...
  • Rytter, A. Vibration based inspection of civil engineering structural , ...
  • M.Y.rafiq, G.B u gman , D..EasterB rook. Neural Network designing ...
  • N.Katam, I.Flood, J.H Garret. Artificial Neural Networks for civil eng ...
  • نمایش کامل مراجع