پایان نامه با کلید واژه های نرم افزار، بهره بردار

دادههای دینامیکی
مراحل تشخیص آسیب و روال کار در این تحقیق را میتوان مطابق زیر بیان نمود.
1- انتخاب سازه و تعیین مشخصات هندسی، فیزیکی و مکانیکی سازه
2- تعیین درجات آزادی با توجه به نوع سازه و تکیهگاههای آن
3- مدلسازی اجزاء محدود سازه
4- تعریف سناریوی آسیب که به صورت کاهش درصدی در سختی المانها انجام میپذیرد.
5- تشکیل ماتریس سختی کل سازه آسیب دیده که با سرهم بندی ماتریس سختی المانها بدست میآید.
6- تعیین مقادیر و بردارهای ویژه سازه آسیب دیده
7- اعمال نوفه در اطلاعات دینامیکی نظیر مقادیر فرکانسها با توجه به وجود نوفه در اطلاعات سازه واقعی
8- تشکیل تابع هدف با مقادیر فرکانسها و مقادیر ویژه
9- تعیین پارامترهای موثر در الگوریتم انتخاب شده با توجه به تابع هدف انتخاب شده
10- انتخاب الگوریتم بهینهیابی
11- یافتن محل ومیزان آسیب در المانها که اگر با بند 4 همخوانی داشته باشد، به معنی صحت این تشخیص آسیب است.
همانطور که در بندهای پیشین نیز ذکر گردید، روش ارائه شده در این تحقیق در تشخیص آسیب مقدار و محل آسیب را همزمان و در یک مرحله ارائه میکند. بنابراین هنگامی که مقدار آسیب در بدست میآید مشخص است که در کدام عضو رخداده است.
به عبارت دیگر در مسائل تشخیص آسیب، عضو آسیب دیده و حتی مقدار آسیب دیدگی مشخص نمیباشد (جستجوی اعضای آسیب دیده در سازههای بزرگ دشوار است). بنابراین برای یافتن اعضای آسیب دیده با استفاده از الگوریتمهای تکاملی، فرکانسهای طبیعی سازه را یکبار برای سازه سالم است (پس از اتمام ساخت سازه و قبل از بهره برداری) و همچنین برای سازه آسیبدیده بدست میآوریم. حال آنکه در صورت نصب سنسور بر روی سازه میتوان به تعیین مشخصات مودال سازه پرداخت. در این روش پیشنهادی از روابط دینامیک سازهها و اجزاء محدود بهره جسته شده است تا بتوان ماتریسهای سختی و فرکانسها را تعیین کرد. سپس این فرکانسها داخل تابع هدف بیان شده در فصل قبل قرار داده شده است و توسط الگوریتم بهینهیابی میگردد.
در این بخش چهار مثال عددی و یک مثال آزمایشگاهی ارائه شده است. مثال عددی شامل یک تیر فولادی و سه پل خرپایی که توابع هدف آنها با الگوریتمهای BB-BC، PSOPC و CSS بهینهیابی گردیده است. مدل آزمایشگاهی نیز شامل یک پل خرپایی که برای صحت سنجی این پل به صورت عددی مدلسازی و با استفاده از دو الگوریتم BB-BC و گروه ذرات بهینهیابی شده است.
5-4-1- پل خرپایی فولای دو بعدی
به عنوان اولین مثال عددی در بخش دینامیکی پل خرپایی فولادی جهت تشخیص آسیب با جزئیات المانبندی مطابق شکل 5-4 و یا 5-24 ارائه شده است. سازه مذکور دارای 17 عضو و 10 گره میباشد. برای حل عددی این مسئله در نرم افزار MATLAB مدلسازی و کدنویسی صورت گرفته است. همچنین برای الگوریتم تکاملی جهت بهینهیابی از الگوریتم PSOPC استفاده شده است. سایر مشخصات این سازه نظیر مدول الاستیسیته، چگالی و… در بند 5-2-3-1 ارائه شده است.
شکل 5-24- هندسه پل خرپا شکل به همراه محلهای آسیب در سناریوهای اول تا سوم
برای تشخیص آسیب در این خرپا سه سناریوی آسیب در نظر گرفته شده است. میزان آسیب در هر یک از اعضا مطابق جدول 5-10 در نظرگرفته شده است. همچنین با توجه به اینکه در دادههای واقعی نوفه موجود است لذا نوفه 5 درصد در این سازه اعمال شده است. در واقع سناریوی اول برای آسیب 30% در عضو 6، سناریوی دوم آسیب 20% در عضو 3 ، 60% در عضو 9 و سناریوی سوم 50% آسیب در عضو 4،11 و16 میباشد.
میزان آسیب در هر یک از اعضا مطابق جدول 5-10 در نظرگرفته شده است. برای نشان دادن کارایی روش نتایج برای 5، 10 و 14 مود ارائه شده است.
جدول 5-10- سناریوهای مختلف آسیب در پل خرپایی
سناریو اول
سناریو دوم
سناریو سوم
عضو 6 30%
عضو 3 20%
عضو 4 50%
عضو 9 60%
عضو 11 50%
عضو 16 50%
در ادامه تشخیص آسیب با استفاده از روش پیشنهادی و روش تشخیص آسیب مبتنی بر فرکانس طبیعی صورت گرفته است. نتایج در شکلهای 5-25 الی 5-27 براساس سناریوهای ذکر شده در جدول 5-10 ارائه شده است.
شکل 5-25- نتایج تشخیص آسیب در پل خرپایی فلزی در سناریو اول
شکل 5-26- نتایج تشخیص آسیب در پل خرپایی فلزی در سناریو دوم
شکل 5-27- نتایج تشخیص آسیب در پل خرپایی فلزی در سناریو سوم
مطابق شکل 5-25 مشاهده میگردد در آسیب منفرد مقدار آسیب واقعی و آسیب شناسایی شده، حتی در حالت استفاده یا در دسترس بودن مودهای کمتر، با دقت بسیار بالایی به هم نزدیک بوده است. همچنین در شکل 5-26 مشاهده میگردد که با وجود آسیبهای ترکیبی، مقدار آسیبهای شناسایی شده با دقت بسیار بالایی با سناریوهای پیادهسازی شده مطابقت دارد. در شکل 5-27 نیز با خطای بسیار کم با وجود تعداد مودهای کمتر( 5 عدد) در عضو 12 مقدار بسیار ناچیزی آسیب شناسایی شده است. البته شدت این خطاها بسیار کم میباشد و لذا مشکلی در نتیجهگیری پیرامون المانهای آسیب دیده و یا شدت آنها بوجود نمیآید.
5-4-2- پل تیر شکل فولای دو بعدی
تیرها به عنوان یکی از اصلیترین عناصر تشکیل دهنده پل در این بند بررسی شده است علاوه بر آن پلها را میتوان با استفاده از ممان اینرسی معادل با اینگونه سازهها معادلسازی نمود. پس به عنوان دومین مثال عددی در بخش دینامیکی این شکل از سازه جهت تشخیص آسیب با جزئیات المانبندی مطابق شکل 5-3 و یا 5-28 ارائه شده است. سازه مذکور دارای 12 عضو میباشد. برای حل عددی این مسئله در نرم افزارMATLAB مدلسازی صورت گرفته است. همچنین برای الگوریتم تکاملی جهت بهینهیابی از الگوریتم BB-BC استفاده شده است. سایر مشخصات این سازه نظیر مدول الاستیسیته، چگالی و… در بند 5-2-2 ارائه شده است.
شکل 5-28- هندسه تیر به همراه محلهای آسیب در سناریوهای اول تا سوم
برای تشخیص آسیب در این تیر سه سناریوی آسیب در نظر گرفته شده است. میزان آسیب در هر یک از اعضا مطابق جدول 5-11 در نظرگرفته شده است. برای نشان دادن کارایی روش نتایج برای 10 و 15 مود و 5% نوفه ارائه شده است.
در واقع سناریوی اول برای آسیب 40% در عضو 3، سناریوی دوم آسیب 70% در عضو 2 ، 10% در عضو 6 و سناریوی سوم 60% آسیب در عضو 1، 20% آسیب در عضو 5، 40 % آسیب در عضو 9 و 10% آسیب در عضو 12 میباشد.
جدول 5-11- سناریوهای مختلف آسیب در پل تیر شکل
سناریو اول
سناریو دوم
سناریو سوم
عضو 3 40%
عضو 2 70%
عضو 1 60%
عضو 6 10%
عضو 5 20%
عضو 9 40%
عضو 12 10%
در ادامه برای تشخیص آسیب از تابع هدف دینامیکی استفاده گردیده است. نتایج در شکلهای 5-29 الی 5-31 براساس سناریوهای ذکر شده در جدول 5-11 ارائه شده است.
شکل 5-29- نتایج تشخیص آسیب در پل تیر شکل فلزی در سناریو اول
شکل 5-30- نتایج تشخیص آسیب در پل تیر شکل فلزی در سناریو دوم
شکل 5-31- نتایج تشخیص آسیب در پل تیر شکل فلزی در سناریو سوم
با توجه به شکل 5-29 مشاهده میگردد در آسیب منفرد مقدار آسیب واقعی و آسیب شناسایی شده، حتی در حالت استفاده از تعداد مودهای کمتر، با دقت بسیار بالایی بر هم انطباق دارد. همچنین در شکل5-30 مشاهده میگردد که با وجود آسیبهای ترکیبی، مقدار آسیبهای شناسایی شده با دقت بسیار بالایی با سناریوهای پیادهسازی شده مطابقت دارد. در شکل 5-31 نیز با خطای بسیار کم با وجود تعداد مودهای کمتر( 10 عدد) در عضو 10و 2 مقدار بسیار ناچیزی(حدود 1 درصد) آسیب شناسایی شده است. البته شدت این خطاها بسیار کم میباشد و لذا مشکلی در نتیجهگیری پیرامون المانهای آسیب دیده و یا شدت آنها بوجود نمیآید. در نهایت دقتی که در تشخیص آسیب ملاحظه شده است، نشان دهنده کارایی و توان روش پیشنهادی دوم با استفاده از اطلاعات دینامیکی و صحت تابع هدف گزینش شده میباشد.
5-4-3- پل خرپایی فولای دو بعدی( Belgian)
در این بند یکی از شکلهای رایج در ساخت خرپاها بررسی شده است. جزئیات المانبندی مطابق شکل 5-5 و یا 5-32 مورد بحث جهت تشخیص آسیب در نظر گرفته شده است. سازه مذکور دارای21 المان، 12 گره و 21 درجه آزادی میباشد. برای حل عددی این مسئله در نرم افزار MATLAB مدلسازی و کدنویسی صورت گرفته است. همچنین برای الگوریتم تکاملی جهت بهینهیابی از الگوریتم BB-BC استفاده شده است. سایر مشخصات این سازه نظیر مدول الاستیسیته، چگالی و… در بند 5-2-3-2 ارائه شده است.
شکل 5-32- هندسه خرپای انتخابی به همراه محلهای آسیب در سناریوهای اول تا سوم
برای تشخیص آسیب در این خرپا سه سناریوی آسیب در نظر گرفته شده است. میزان آسیب در هر یک از اعضا مطابق جدول 5-12 در نظرگرفته شده است. برای نشان دادن کارایی روش نتایج برای 10 و 15 مود و 5% نوفه ارائه شده است.
در واقع سناریوی اول برای آسیب 90% در عضو 15، سناریوی دوم آسیب 30% در عضو 2 ، 50% در عضو 11 و سناریوی سوم 10% آسیب در عضو 4، 40% آسیب در عضو 13 و 70 % آسیب در عضو 20 میباشد.
جدول 5-12- سناریوهای مختلف آسیب در پل خرپا( Belgian)
سناریو اول
سناریو دوم
سناریو سوم
عضو 15 90%
عضو 2 30%
عضو 4 10%
عضو 11 50%
عضو 13 40%
عضو 20 70%
در ادامه برای تشخیص آسیب از تابع هدف دینامیکی در روش پیشنهادی دوم استفاده گردیده است. نتایج در شکلهای 5-33 الی 5-35 براساس سناریوهای ذکر شده در جدول 5-12 ارائه شده است.
شکل 5-33- نتایج تشخیص آسیب در پل خرپایی فلزی در سناریو اول
شکل 5-34- نتایج تشخیص آسیب در پل خرپایی فلزی در سناریو دوم
شکل 5-35- نتایج تشخیص آسیب در پل خرپایی فلزی در سناریو سوم
با توجه به شکل 5-33 مشاهده میگردد در آسیب منفرد مقدار آسیب واقعی و آسیب شناسایی شده، حتی در حالت استفاده از تعداد مودهای کمتر تعداد مودهای کمتر( 10 عدد) در عضو 13،4 و 17 مقدار بسیار ناچیزی (حدود 1 درصد) آسیب شناسایی شده است. همچنین در شکل5-34 مشاهده میگردد که با وجود آسیبهای ترکیبی، مقدار آسیبهای شناسایی شده با دقت بسیار بالایی با سناریوهای پیادهسازی شده مطابقت دارد و با تعداد مودهای کمتر ( 10 عدد) در عضو 1 و12 مقدار بسیار ناچیزی (حدود 1 درصد) و در عضو 13 مقدار ناچیز (حدود 3 درصد) آسیب تشخیص داده شده است . در شکل 5-35 نیز در حالت تعداد مودهای کمتر( 10 عدد) خطای بسیار ناچیزی(کمتر از 5/0 درصد) در شناسایی آسیب وجود داشته است. البته با توجه به شدت بسیار کم این خطاها، لذا مشکلی در نتیجهگیری پیرامون المانهای آسیب دیده و یا شدت آنها بوجود نمیآید. حال برای ارائه واضحتری از خطاها در ادامه نمودارهای میزان خطا در فرآیند تشخیص آسیب با الگوریتم پیشنهادی در شکلهای برای نمونه در سناریوی اول ارائه شده است.
الگوریتم BB-BC با عملکرد دو مرحلهای در فضای جستجو با هدایت بردار راه حل، برای به حداقل رساندن تابع هدف را اجازه میدهد. هنگامی که الگوریتم در مرحله اول متوقف

مطلب مرتبط با این موضوع :  مقاله رایگان درموردرفتار انسان

دیدگاهتان را بنویسید