بررسی عملکرد الگوریتم ژنتیک فازی و شبکه عصبی در بهینه‌سازی سیستم پایش سلامت سازه‌ای پل

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار، مرکز تحقیقات راه، مسکن و شهرسازی، تهران، ایران

2 دانش آموخته کارشناسی ارشد، مرکز تحقیقات راه، مسکن و شهرسازی، تهران، ایران

چکیده

 پاسخ دینامیکی سازه­ها در اثر آسیب­های وارده تغییر کرده و این امر یکی از روش­های تشخیص عیوب سازه­ای می­باشد. به این ترتیب امکان تعیین محل و شدت آسیب فراهم می­شود. در این تحقیق مسأله پایش سلامت سازه­ای پل بر اساس پارامترهای مودال به صورت یک مسأله بهینه­سازی با استفاده از دو روش ژنتیک فازی (مبتنی بر فرکانس) و شبکه عصبی (مبتنی بر انرژی کرنشی مودال)  مطرح می­گردد و کارایی این دو روش در تعیین موقعیت و تشخیص شدت خرابی ارزیابیمی­شود. برای مطالعه تشخیص خرابی، مدل­ عددی پل کروچیلد به وسیله مشخصات دینامیکی آن­ شبیه سازی شده و برای تشخیص سناریوهای مختلف خرابی استفاده شده است. در روش اول فرکانس طبیعی و در روش دوم انرژی کرنشی مودال به عنوان پارامتر حساس به خرابی انتخاب شده است. استفاده از مدل­های ساده شده در مطالعۀ رفتار پل­ها به دلیل سادگی و دقت قابل قبولی که دارند بسیار مرسوم است. نتایج این تحقیق نشان می­دهد با مدل ساده شدۀ پل و بکارگیری سیستم فازی می­توان با حجم محاسبات و پیچیدگی کمتر به دقت قابل قبولی جهت شناسایی خرابی دست یافت. عدم قطعیت موجود در اندازه­گیری­های تجربی و فرآیند مدل­سازی از طریق نویز اضافه شده به داده­ها، شبیه سازی شده است. نتایج نشان می­دهد در صورت وجود 20 درصد نویز در اطلاعات ورودی، سیستم فازی با دقت قابل قبولی می­تواند حدود خرابی را مشخص کند. مقایسه نتایج دو روش تشخیص خرابی بکار گرفته شده نشان می­دهد، سیستم فازی در برابر عدم قطعیت­های موجود حساسیت کمتری دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of Fuzzy Genetic Algorithm and Neural Network In optimization of Bridge Structural Health Monitoring System

نویسندگان [English]

  • M. Gholami 1
  • S. Jahan 2
  • Z. Gavashiri 2
1 Assistant Professor, Road, Housing and Urban Development Research Center, Transportation Department, Tehran, Iran
2 M.Sc., Grad., Road, Housing and Urban Development Research Center, Transportation Department, Tehran, Iran
چکیده [English]

Structural damage detection is based on that the dynamic response of structure will change because of damage. Hence, it is possible to estimate the location and severity of damage before and after the damage. In this study, damage detection issue based on modal parameters for an optimization problem using neural network and fuzzy genetic system offered and the effectiveness of these two methods in detecting the location and also the severity of the damage is assessed. For studying damage detection, the numerical model of the Crowchild bridge is made by its dynamic characteristics and has been used for various damage scenario detection. In the first method, the natural frequency, and in the second method, modal strain energy is selected as a damage indicator. Using simplified models to study the behavior of bridges due to their simplicity and acceptable accuracy is very common. The results show that the Genetic Fuzzy System can be more successful when a simplified model is used. Comparing the results of two failure detection methods shows that the fuzzy system is less sensitive to existing uncertainties.

کلیدواژه‌ها [English]

  • Structure health monitoring
  • Bridge Damage Detection
  • Neural Network
  • Genetic Fuzzy system