ارزیابی آزمایشگاهی سلامت پل معلق براساس فتوگرامتری برد کوتاه هوشمند

Abstract

در دهه‌های اخیر علم پایش‌سلامت‌سازه نقش اساسی در پیش­گیری از خرابی و افزایش طول ‌عمر سازه‌ها ایفا کرده است. استفاده ‌از ابزار‌هایی برای انجام رفتارسنجی مطلوبست که دقت کافی را همراه با هزینه‌ی کم تحقق بخشند. برای پردازش داده­های بدست آمده از رفتارسنجی به روش‌هایی نیاز است که قادر باشند سطوح مختلف آسیب را از اطلاعات موجود شناسایی و به‌درستی عیب‌یابی کنند. رفتارسنجی اپتیکی و عملیات فتوگرامتری بردکوتاه بدلیل هزینه کم و دقت مناسب، اخیراً مورد توجه قرار گرفته اند در این مقاله تلاش شده است تا کاربرد روش مذکور در ترکیب با روش تحلیل استقرایی (با ابزارهای مقایسه و یادگیری ماشین) برای رفتارسنجی و عیب­یابی ماکت آزمایشگاهی سازه­ی یک پل معلق که دارای رفتار نسبتاً پیچیده­ای است مورد ارزیابی قرار گیرد. به این منظور، سازه­ی پل مورد نظر تحت سه تراز بارگذاری استاتیکی در سه حالت سالم و آسیب‌ دیده در عرشه و کابل­ها مورد رفتارسنجی قرار گرفت. آسیب­ها کاملاً آگاهانه در مدل آزمایشگاهی ایجاد شدند و از اطلاعات حاصل، پایگاه‌داده‌ای از رفتار پل در حالات گوناگون ایجاد شد. به‌منظور امکان سنجی استفاده از روش­های مختلف در پردازش داده­ها و عیب­یابی، ابتدا داده‌های موجود در پایگاه، در روش­ خطی ساده (مقایسه مستقیم) و آموزش در الگوریتم­های روش­های یادگیری‌ماشین، مورد استفاده قرار گرفتند. پس از آن، مجدداً آسیب­های آگاهانه­ای در سازه­ی آزمایشگاهی ایجاد شد تا امکان آزمون کارآیی و دقت روش­های مختلف فراهم شود. در انتها، دقت، صحت و پایداری روش­های پردازش داده ماشین ‌بردار‌پشتیبان و شبکه‌عصبی‌مصنوعی با یکدیگر مقایسه‌ شدند. نتایج نشان داد که با توجیه به باندل اجسمنت رفتارسنجی دو بعدی اپتیکی فتوگرامتری بردکوتاه، می­توان به دقت تضمین ‌شده‌ی mm0021/0 ‌ دست یافت.‌‌‌‌‌‌‌‌‌ در سطح نخست پردازش داده­ها یعنی تشخیص وجود آسیب یا عدم‌ وجود آن موفقیت شبکه‌های عصبی بطور کامل و با دقت 100% همراه بود و در سطح دوم یعنی تشخیص منطقه‌ی آسیب دیده، شبکه‌عصبی با تابع انتقال تانژانت‌هایپربولیک 93% موفقیت داشت و ماشین‌ بردارپشتیبان با موفقیت 68% همراه ‌بود.