17028

17028

تشخيص آسيب در سازه‌ها با استفاده از روش به‌روزرساني مدل و الگوريتم‌هاي بهينه يابي فرا ابتكاري

كارشناسي ارشد

سازه

شهريورماه 1395

دكتر رضا عبّاس نيا - دكتر پرويز قدّوسي - دكتر كامبيز كوهستاني

عمران

چكيده تشخيص خرابي در سازه¬ها به¬منظور پيش¬گيري از گسترش خرابي، هم ازنظر اقتصادي و هم به جهت تأمين ايمني و امنيت خاطر استفاده¬كنندگان از اهميت ويژه¬اي برخوردار است. لذا راهكارهاي متعددي براي دستيابي به اين مهم اتخاذشده است. روش¬هاي پايش سلامت سازه در سه دسته¬ي كلي روش¬هاي مخرّب، نيمه مخرّب و غير مخرّب تقسيم¬بندي مي¬شوند. در اين ميان ارجحيت روش¬هاي كلي برمبناي پارامترهاي ارتعاشي به جهت آسيب نرساندن به سازه و قابليت پياده‌سازي سناريوهاي خرابي مختلف در ميان ساير روش¬ها، واضح و آشكار است. روش¬هاي كلي مبتني بر پارامترهاي ديناميكي به تفكيك پارامتر موردمطالعه در چهار دسته¬ي اصلي تقسيم¬بندي مي¬شوند كه هركدام مزايا و محدوديت¬هاي خاص خود را دارند. اساس تشخيص خرابي با روش¬هاي كلي، مقايسه‌ي پاسخ¬هاي اندازه¬گيري شده و نتايج حاصل از مدل تحليلي است. از آنجائي كه استخراج اطلاعات مودال از تمام درجات آزادي سازه و براي تمام مودهاي آن بسيار دشوار است، تمركز روش¬هاي پايش سلامت امروزي بر تعيين دقيق محل و شدّت خرابي بر اساس داده¬هاي ناقص استخراج‌شده از سازه¬ي واقعي است. در اين تحقيق از روش تشخيص خرابي مبتني بر هر دو پارامتر ديناميكي فركانس طبيعي و شكل مودي با استفاده از داده¬هاي ناقص استفاده‌شده است. مي¬توان با مسأله‌ي تشخيص خرابي، به‌صورت يك مسأله‌ي بهينه يابي تابع برخورد كرد. براي اين منظور خرابي در سازه با اعمال ضريب كاهشي در سختي المان¬ها مدل شده است. اين ضرايب، متغيرهاي اصلي تابع هدفي هستند كه بهينه¬يابي آن به كمك الگوريتم ژنتيك، منجر به تعيين ضرايب كاهشي مي¬شود. چند مثال از جمله يازده مدل سازه¬ي ساده تا پيچيده با درنظرگرفتن شدت¬هاي مختلف در خرابي، سناريوهاي مختلف خرابي و تأثير نوفه موجود در داده¬هاي مودال بررسي شده¬است. نتايج حاصل از اين مطالعات با نتايج به‌دست‌آمده در مطالعات پيشين مقايسه شد. اين مقايسه نشانگر عملكرد موفق و موثر روش در تشخيص صحيح شدّت و محل خرابي است. همچنين نتايج حاكي از توانايي روش در تشخيص آسيب براساس داده¬هاي مودي ناقص و آلوده به نوفه مي¬باشد. واژه‌هاي كليدي: تشخيص خرابي، به‌روزرساني مدل، الگوريتم¬هاي فرا كاوشي، روش داده ناقص.

1396/01/16

1/1/1900 12:00:00 AM

Abstract: The structural damage detection has particular importance both economically an​d from user safety point of view in order to prevent the damage to be widened all over the structure. Thus, various approaches had been presented to achieve this aim. The structural health monitoring methods have been classified into three main categories including destructive, semi-destructive an​d non-destructive methods. Among the abovementioned methods, vibration based global methods are preferred since they make no harm to structures an​d are feasible to tackle with different damage scenarios. These methods are divided into four main groups according to the dynamic parameters studied– each of them has their own advantages an​d limitations. All global damage detection methods are based on comparing measured responses of the real world structure with those of the analytical model. The structural health monitoring methods mainly focus on determining exact location an​d severity of the damage based on incomplete data extracted from the real world structure due to the fact that the complete real modal information might not be available. In this study, a damage detection method based on both frequency an​d mode shapes is proposed which utilizes the incomplete modal data. The failure assessment problem can be formulated as an optimization problem. To this end, the damage in a member is simulated as a reduction in its corresponding stiffness employing appropriate reduction factors. These factors are considered as the main variables of the optimization problem– we subsequently determine them by solving the problem through a Genetic Algorithm (GA). Several examples, including eleven simple an​d complex structural models, have been studied considering various damage intensities, various damage scenarios an​d the effect of the noise in modal data. The results obtained have been compared an​d contrasted with those of available results in the previous studies. The comparisons show the efficiency an​d viability of the proposed approach in detecting the correct location of the damage an​d its severity. The results also suggest that the method could successfully deal with incomplete an​d noisy modal data. Keywords: Damage detection, Model updating, Metaheuristic optimization, incomplete methods