تشخیص آسیب در سازه های فلزی با استفاده از اطلاعات خیز استاتیکی و الگوریتم ژنتیک

نویسندگان

چکیده مقاله:

تشخیص زود هنگام محل و شدت آسیب های رخداده در سازه ها با کمک روش های غیر مخرب از اهمیت ویژه ای برخوردار است. در این مقاله به تشخیص آسیب در سازه ها با استفاده از اطلاعات استاتیکی پرداخته شده است. مدل سازی آسیب، به صورت کاهش در پارامترهای سازه ای انجام شده است. ابتدا نیروهای استاتیکی به برخی درجات آزادی سازه اعمال شده و پاسخ استاتیکی همان درجات ثبت گردیده است. نهایتا، تابع هدفی بر اساس اختلاف بین بردارهای جابجایی در حالت سازه سالم و آسیب دیده تعریف شده است، بطوریکه جواب بهینه این تابع، مبین آسیب های بوجود آمده در سازه می باشد. برای حل مسئله ی بهینه یابی، از الگوریتم ژنتیک استفاده شده است. به منظور بررسی کارآیی روش ارائه شده، مدلی از پل قوسی فلزی و همچنین پل خرپایی در نظر گرفته شده و سناریو های آسیب مختلفی مورد مطالعه قرار گرفته است. نتایج به دست آمده نشان می دهد که الگوریتم ژنیتک با تابع هدف ارائه شده، قادر است تا با دقت قابل قبولی، حتی در حضور نوفه‌های تصادفی، مکان و مقدار آسیب های احتمالی را شناسایی کند.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

طراحی بهینه سازه های فضاکار مبتنی بر نظریه قابلیت اطمینان با استفاده از الگوریتم ژنتیک

بهینه سازی سازه­ها بر اساس نظریه قابلیت اطمینان، با توجه به طبیعت تصادفی پارامترهای سازه­ای از قبیل خواص مصالح، بارهای خارجی، ابعاد هندسی و غیره مورد توجه ویژه­ای قرار گرفته است. به کمک نظریه قابلیت اطمینان سیستم­های سازه­ای، می­توان عدم قطعیت­های ناشی از طبیعت آماری پارامترهای سازه­ای را به صورت روابط ریاضی درآورد. متعاقباً، می­توان ملاحظات ایمنی و عملکرد را به طور کمی وارد روند طراحی نمود. در ...

متن کامل

تشخیص آسیب در سازه ها با استفاده از اطلاعات مودال بسط یافته و ماشین یادگیری کرانه یی

در نوشتار حاضر، روش نوینی برای تشخیص محل و میزان آسیب در سازه‌ها ارائه شده است. در روش پیشنهادی از اطلاعات مودال سازه، شامل بسامد و شکل مودی استفاده شده است. با توجه به محدودیت موجود در تعداد حس‌گرهای به‌کار رفته در سازه، برای به‌دست آوردن اطلاعات مودال نسبت به مدل اجزاء محدود، اطلاعات مودال به‌دست آمده از حس‌گرها با استفاده از روش کاهش بهبود یافته، بسط داده شده و به‌عنوان ورودی برای آموزش ماشی...

متن کامل

تشخیص آسیب در تیرها با کمک اندازه گیری خیز استاتیکی و آزمون فرض آماری

تشخیص آسیب های ایجاد شده در اعضای ساختمانی از اهمیت بسیار زیادی برخوردار است. در این مقاله، روشی جدید جهت تشخیص آسیب های رخ داده در تیرها، با کمک جابجایی تیر در اثر اعمال بار استاتیکی (خیز)، ارائه شده است. برای این منظور، جابجایی تیر، در اثر اعمال بار استاتیکی تعیین شده و با کمک آزمون فرض آماری، محل آسیب رخ داده در تیر مشخص شده است. گفتنی است که آزمون فرض آماری، جزء روش های مناسب استنباط آماری ...

متن کامل

بهینه سازی ابعاد سازه های فضایی با استفاده از ترکیب الگوریتم ژنتیک و روش های گرادیان

یکی از پارامترهای مهم در طراحی سازه های فضایی بهینه بودن ابعاد و در نتیجه وزن سازه است. بهینه سازی ابعادی عمدتاً به وسیله الگوریتم های گرادیان و الگوریتم ژنتیک انجام می شود. اصول عملکرد الگوریتم های گرادیان بر پایه مشتق تابع هدف و قیود مسئله است. عملکرد این الگوریتم ها به نقطه اولیه وابسته است و توانایی جستجوی همه فضای طراحی را ندارند. الگوریتم ژنتیک فضای زیادی را جستجو می کند ولی توانایی خیلی ن...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 13  شماره 41

صفحات  147- 158

تاریخ انتشار 2015-08-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023