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 ماشین یادگیری کرانه‌یی به‌کار رفته است. برای نمایش کارایی روش ارائه شده از ۳ مثال عددی، شامل: خرپای مستوی، تیر سراسری و قاب ۴ طبقه استفاده شده است. همچنین اثر وجود نوفه در اطلاعات مودال نیز بررسی شده است. نتایج به‌دست آمده بیانگر کارایی روش ارائه شده در تشخیص محل و میزان آسیب با استفاده از اطلاعات مودال به‌دست آمده از تعداد محدودی حس‌گر است که ممکن است نوفه نیز داشته باشند.