روش شناسایی آسیب با استفاده از شاخص های انرژی کرنشی و انعطاف پذیری مودال و شبکه عصبی عمیق در تیرهای فولادی

Abstract

نظارت بر سلامت پل‌های بزرگراهی امری اساسی برای دستیابی به یک سیستم حمل و نقل قابل اعتماد است. روش شناسایی آسیب مبتنی بر ارتعاش از تغییرات ویژگی‌های ارتعاشی سازه‌ها برای شناسایی آسیب‌ها و اطمینان از وضعیت سلامت سازه ها استفاده می‌کند. در این مطالعه، از شاخص‌های آسیب اصلاح‌شده پارامترهای مودال مبتنی بر ترکیب مقدار مطلق انعطاف‌پذیری مودال و انرژی کرنش مودال به عنوان ورودی شبکه‌های عصبی عمیق کانولوشن استفاده می‌شود تا تصمیمات ایمن و ارزیابی آسیب قابل اعتماد در تعیین آسیب های تکی در تیرهای فولادی پل های بزرگراهی فراهم شود. همچنین شبکه عصبی عمیق ادغام شده جهت تخمین شدت آسیب تکی به طور هوشمندانه مورد استفاده قرار می‌گیرد. شبکه عصبی با استفاده از شاخص‌های آسیب حاصل از شبیه‌سازی عددی مدل اعتبارسنجی شده پل آموزش داده می‌شود. شاخص‌های آسیب به عنوان ورودی‌های شبکه عصبی از سناریوهای مختلف آسیب حاصل می‌شود. شبکه عصبی آموزش دیده برای شناسایی، مکان‌یابی و اندازه‌گیری شدت آسیب‌های ناشناخته تکی استفاده می‌شود. روش پیشنهادی پاسخی بر مشکلات شناسایی آسیب در تحقیقات گذشته می باشد. نتایج نشان داد که روش ارائه شده بر اساس شاخص‌های آسیب اصلاح شده مبتنی بر ترکیب مقدار مطلق و شبکه عصبی عمیق کانولوشن ادغام شده به صورت عملی و دقیق مکان و شدت آسیب‌های ناشناخته تکی را در تیرهای فلزی پل‌های چند دهانه بزرگراهی شناسایی می‌کند.