22983

ارائه ي سامانه ي خودكار شناسايي و تحليل ترك خوردگي در پل هاي بتن مسلح

دكتري

سازه

98-99

1399/07/13

دكتر مصطفي خانزادي

عمران

هدف اصلي در اين رساله، ارائه ي يك سامانه ي خودكار مبتني بر تصوير به منظور شناسايي و تحليل ترك خوردگي در سازه هاي بتني از جمله پل ها است. هسته ي اصلي از تركيب دو سيستم خودكار "شناسايي ترك" و "دسته بندي انواع ترك" تشكيل شده است. در طراحي اين دو سيستم از تركيب دسته بندي كننده هاي فازي استفاده شده كه به عنوان عامل هاي هوشمند در بستر "سيستم چند عاملي" با يكديگر در ارتباط و تبادل اطلاعات هستند. بهينه سازي اين سيستم ها توسط روش بهينه سازي ازدحام ذرات انجام شده است. نتايج اعتبار سنجي روي داده هاي آزمايشي نشان مي دهد كه دقت دسته بندي توسط سيستم هاي ارائه شده رضايت بخش بوده و قابليت اطمينان بالايي در تحليل تصاوير دارند. وظيفه مهم ديگر در اين سامانه، اندازه گيري خودكار مشخصات انواع ترك خوردگي در بتن است. به اين منظور در اين رساله روشي مبتني بر تصوير ارائه شده است كه علاوه بر مشخصات معمول ترك ها، قابليت محاسبه ويژگي هاي ديگري از جمله عرض دقيق ترك خوردگي در تمام نقاط، موقعيت مكاني و مقدار حداكثر عرض ترك، راستاي ترك خوردگي، تعداد و مساحت چشمه ها و تعداد ترك هاي متعلق به يك مجموعه را به طور دقيق و خودكار دارد. ايده اصلي اين بخش از رساله در شبيه سازي ترك بر اساس تئوري گراف ها و انطباق نقاط شاخص و قطعات ترك با گره ها و يال هاي گراف است. به طور كلي وضعيت هر نوع خرابي را مي توان با مشخصه هاي اصلي شدت، وسعت و نوع خرابي مورد قضاوت قرار داد. از طرفي شناسايي و تحليل ترك به عنوان يكي از تاثير گذارترين انواع خرابي، اهميت ويژه اي در تحليل وضعيت سازه هاي بتني دارد. در اين رساله يك شاخص جديد براي ارزيابي وضعيت سلامت سازه اي (مبتني بر ترك) در پل هاي بتن مسلح ارائه شده است. اين شاخص به صورت تابعي از سه فاكتور اصلي شدت، وسعت و علت (نوع ساختار) ترك خوردگي و نيز درجه اهميت اعضاي سازه اي طراحي شده است. با بهينه كردن مقادير درجه بندي اين ضرايب، اين شاخص مي تواند جهت برآورد وضعيت كلي پل هاي بتني به عنوان معياري دقيق تر و با قايليت اطمينان بيش تر مورد استفاده قرار گيرد. مهم ترين نوآوري ها و دستآوردهاي اين رساله عبارتند از ارائه روش خودكار شناسايي و دسته بندي هوشمند انواع ترك خوردگي در اعضاي بتني، ارائه روش تحليل و كمي سازي خودكار مشخصات انواع ترك خوردگي با دقت و سرعت بالا و ارائه شاخص جديد وضعيت سلامت سازه اي در پل هاي بتني.

1399/10/05

An Automatic Crack Detection and Analysis System for Reinforced Concrete Bridges

10/5/2021 12:00:00 AM

The main purpose of this thesis is to provide an automated image-based system for the detection and analysis of cracks in concrete structures, including bridges. The main core consists of a combination of two automatic systems, "crack detection" and "crack type classification". A combination of fuzzy classifiers has been used to design these system as an intelligent agents in the framework of "multi-agent system". These agents are related to each other and exchange information. The optimization of these systems has been done by the particle swarm optimization method. The results of validation of test data set show that the accuracy of classification by the proposed systems is satisfactory and they shows high reliability in crack image analysis. Another important task is the automatic quantification of different types of cracks in concrete. For this purpose, in this dissertation, an image-based method is presented that in addition to the usual characteristics of cracks, can accurately and automatically measure other characteristics such as the exact width of the crack in all points, location and maximum amount of crack width, crack direction, number and area of meshes and the number of cracks belonging to a crack group. The main idea of this part is the simulation of cracks based on graph theory and matching the index points and crack segments with graph nodes and edges. In general, the condition of any type of defect can be judged by the main characteristics of the severity, extent, and type of defect. On the other hand, the detection and analysis of cracks as one of the most effective types of defects is of particular importance in assessing the condition of concrete structures. In this thesis, a new (crack-based) condition index is presented to assess the structural health of reinforced concrete bridges. This index is designed as a function of the three main factors of severity, extent, cause (type) of cracking and also the importance degree of structural members. By optimizing the grading values of these coefficients, this index can be used to estimate the overall condition of concrete bridges as a more accurate criterion with greater reliability.The most important innovations and achievements in this thesis include providing an intelligent automatic method for detection and classification of cracks in concrete members, a method of automatic analysis and quantification of all crack types with high accuracy and speed, and presenting a new structural health condition index for concrete bridges.