شناسایی خسارت در پلهای با شاه تیر فولادی با استفاده از شاخص خرابی انرژی کرنشی مودال و شبکه عصبی مصنوعی

پل ها نقش بسیار مهمی را در سیستم حمل نقل اجرا می کنند از طرفی با گذر زمان، مستعد دیدن خسارت هستند. از این رو پایش سلامت آنها اهمیت بسیاری پیدا می کند. هدف این پژوهش، شناسایی مکان و شدت خسارت در پل های با شاهتیر فولادی است. یک روش شناسایی خسارت دو مرحله ای پیشنهاد شد. عملکرد و کارایی روش پیشنهادی با بررسی آن روی مدل صحت سنجی شده پل I-40 صورت گرفت. ابتدا توسط شاخص خرابی انرژی کرنشی مودال، خسارت و محل آن شناسایی می شود. شاخص خرابی برای هر سه مود اول خمشی پل محاسبه و نتایج آن با روش ترکیب مودال باهم ترکیب می شوند تا نمودار شاخص خرابی در طول شاهتیر بدست بیاید. پیک نمودار نشان دهنده محل خسارت می باشد. پس از آنکه محل تمامی خسارت های آ زمایش شده با دقت مناسب شناسایی شدند، جهت تخمین شدت خسارت، بعد شناسایی محل و نوع آن، شاخص خرابی تمامی سطوح خسارت برای محل خسارت دیده و مکان های کناری آن محاسبه می شوند. این شاخص های خرابی به عنوان لایه ورودی شبکه عصبی مصنوعی معرفی می شوند. سپس با وارد کردن شاخص خرابی خسارت مورد نظر، شبکه عصبی مصنوعی تعلیم یافته شدت خسارت را تخمین می زند. نتایج بدست آمده نشان می دهد شبکه عصبی، با حداکثر خطای 0,7 درصد توانست مقدار خسارت را تعیین کند که دقت قابل قبول و عملکرد خوب آن را نشان می دهد.

Keywords:

شناسایی خسارت , شاخص خرابی انرژی کرنشی مودال , شدت خسارت , شبکه عصبی مصنوعی , ترکیب مودی.