8478

كاربرد شبكه عصبي هاي مبتني بر يادگيري عميق در تشخيص آسيب هاي سازه هاي عمراني

1399

دكتر پدرام قادري

سازه هاي عمراني به دليل قرار گرفتن در معرض بارهاي گوناگون ممكن است دچار اسيب شوند. به همين دليل همواره پايش سلامت سازه از موضوعات مهم و مورد توجه مهندسين عمران بوده است. در سال هاي اخير استفاده از شبكه هاي عصبي عميق در پايش سلامت سازه رواج پيدا كرده و روش هاي متنوعي براي شناسايي آسيب در سازه هاي عمراني ارائه شده است. شبكه عصبي عميق به دليل توانايي بالا در شناسايي الگوهاي آسيب در داده ها و همچنين قابليت تشخيص ويژگي هاي موجود در داده هاي با حجم بالا به يكي از پركاربردترين ابزار هاي مورد استفاده جهت پايش سلامت سازه تبديل شده اند در اين سمينار چند مورد از روش هاي مورد استفاده جهت پايش سلامت سازه هاي عمراني با استفاده از روش هاي مبتني بر شبكه عصبي عميق ارائه و مورد بررسي قرار خواهد گرفت. همچنين با استفاده از يك روش مبتني بر يادگيري عميق يك ساختمان 5 طبقه مورد بررسي قرار مي گيرد و آسيب هاي موجود در اين سازه شناسايي مي شوند. در روش بررسي شده با استفاده از يك شبكه عصبي بدون بازرس عميق ويژگي هاي موجود در داده ها شناسايي و با استفاده از ويژگي هاي استخراج شده از پاسخ هاي سازه وجود آسيب و شدت آسيب هاي وارده مشخص خواهد شد.

9/21/2020 12:00:00 AM

71378

1400/03/19

A review of deep learning based methods for damage detection in civil structures

پايش سلامت سازه , شناسايي آسيب , يادگيري عميق , شبكه عصبي عميق

Structural health monitoring , Damage detection , Deep neural network , Deep learning