12098

پايش وضعيت ارتعاشي پل به روش يادگيري ماشين ( هوش مصنوعي)

1401

دكتر محمدعلي رضواني بابلي

وقتي خرابي پل به حدي برسد كه پل غير قابل استفاده شود، ضررهاي مالي زيادي به وجود مي آيد. چون افراد مجبور مي شوند كه راه هاي طولاني تري را براي رسيدن به مقصد بپيمايند. به همين دليل خرابي پل ها در طول زمان رصد مي شود و با بازرسي هاي دوره اي، خرابي ها تشخيص داده مي شود و در گزارش هايي نوشته مي شود تا اقدامات تعميري انجام شود. بازرسي دوره اي كه انسان آن را انجام مي دهد، كيفي است و ممكن است كه بازرس نتواند تمام خرابي ها را تشخيص دهد و بعضي خرابي ها گزارش نشود. از اين رو، پايش وضعيت با شتاب سنج ها پيشنهاد شد كه روش گران قيمتي است اما دقت زيادتري دارد. در حال حاضر براي غلبه بر مشكل گراني پايش سلامت پل ها، روش ضمن حركت پيشنهاد شده است كه مشكل اصلي آن، وجود نويز هاي زياد در پاسخ ديناميكي به خاطر ناهنجاري خط ريلي مي باشد. به خاطر اين نويز هاي فراوان، استفاده از روش هاي پردازش سيگنال و روش هاي آماري استفاده مي شود. در گذشته تفسير اطلاعات ديناميكي پل بر عهده مهندسان بود اما امروزه به منظور خودكار كردن اين تشخيص، از هوش مصنوعي و شبكه هاي عصبي استفاده مي شود. همچنين، استفاده از شتاب سنج ها با تكنولوژي سامانه‌هاي ميكرو الكترومكانيكي هزينه كار ميداني را پايين مي آورد. در نتيجه، استفاده از همزمان از روش ضمن حركت در پايش سلامت پل ها با استفاده از عبور قطار و هوش مصنوعي و شتاب سنج هاي ميكروالكترومانيكي قيمت تمام شده پايش وضعيت را پايين آورد.

6/11/2023 12:00:00 AM

79112

1402/04/06

Monitoring the bridge's vibration condition by machine learning method (artificial intelligence)

پايش سلامت پل , هوش مصنوعي , شبكه عصبي , روش ضمن حركت , مدل آزمايشگاهي , كيفيت سيگنال , پردازش سيگنال براي حذف نويز

SHM , ANN , FFT , PSD