 جلسه دفاع پایان نامه: مجید غزالی، گروه مهندسی ساخت و تولید
ارائهکننده: مجید غزالی چکیده: عيبيابي و پايش سلامت سازهها به علت لزوم پيشبيني و جلوگيري از وقوع آسيبهاي مختلف در سازههاي مكانيكي و عمراني در سالهاي اخير حائز اهميت فراواني شده است؛ بنابراين هوشمندسازي عيبيابي و پايش سلامت سازهها به كمك روشهاي مختلف هوش مصنوعي ميتواند سهولت فراواني را از لحاظ دقت و سرعت عيبيابي و پايش سيستمها فراهم كند. در مطالعه حاضر به كمك روشهاي يادگيري ماشين نظارت شده شامل طبقهبندي و رگرسيون، عمليات شناسايي و مكانيابي عيب كاهش ضخامت موضعي در يك سازه تير يكسر گيردار و عيوب همزمان ترك و لايه لايه شدن در يك سازه كامپوزيتي هشت لايه انجام شده است. دادههاي مورد استفاده براي يادگيري ماشين شامل دادههاي جابهجايي سازه تير و دادههاي شتاب سازه كامپوزيتي و نيز دادههاي ولتاژ يك تكه پيزوالكتريكي متصل به سازه كامپوزيتي ميباشد كه در حوزه زمان و در بازه زماني به ترتيب 0.5 و ۱ ثانيه بر اثر اعمال نيروهاي ايمپالس و رندم در اين دو سازه دريافت شده است. به منظور يافتن الگوها و استخراج ويژگيهاي شاخص در اين سيگنالها از دو روش استخراج ويژگي در حوزه زمان، هفت روش استخراج ويژگي در حوزه فركانس و چهار روش استخراج ويژگي در حوزه زمان - فركانس استفاده شده است. روشهاي طبقهبندي به منظور برچسبزني و طبقهبندي چند كلاسه حالات مختلف وقوع عيوب در سازهها استفاده شده است. نتايج بدست آمده از طبقهبندي دقت ۱۰۰ و 99.55 درصد براي تير يكسر گيردار و دقت 98.26 و 96.60 درصد براي صفحه كامپوزيتي در پيشبيني صحيح دادههاي آزمايشي نشان دادهاند. همچنين روشهاي رگرسيون به علت توانايي بالا در مكانيابي دقيق عيوب بر خلاف روشهاي طبقهبندي مورد توجه فراواني قرار دارند؛ به همين دليل در اين تحقيق يازده روش مختلف رگرسيون اعمال شده است. نتايج به دست آمده از رگرسيون، ضريب تعيين برابر با ۹۹.94 و 98.60 درصد براي تير يكسر گيردار و 99.80 و 99.68 درصد براي صفحه كامپوزيتي جهت پيشبيني دقيق موقعيت عيوب آموزش داده نشده را نشان ميدهد. دقت عملكردي پاسخهاي شتاب سازه و ولتاژ حسگر پيزوالكتريكي متصل به سازه در روشهاي رگرسيون مورد بررسي قرار گرفته است كه نشانگر برتري سيگنال ولتاژ حسگر پيزوالكتريكي نسبت به سيگنال شتاب حسگر شتابسنج در عيبيابي و مكانيابي هوشمند صفحه كامپوزيتي ميباشد. |
