بررسی عملکرد الگوریتم ژنتیک فازی و شبکه عصبی در بهینه سازی سیستم پایش سلامت سازه ای پل

نوع مقاله: مقاله پژوهشی

نویسندگان

1 معاونت آموزشی و عضو هیات علمی مرکز تحقیقات راه، مسکن و شهرسازی

2 کارشناس پروژه بهسازی لرزه ای پل، پژوهشکده حمل و نقل، مرکز تحقیقات راه، مسکن و شهرسازی، تهران

3 کارشناس بخش مهندسی راه و روسازی مرکز تحقیقات راه، مسکن و شهرسازی

چکیده

پاسخ دینامیکی سازه‌ها در اثر آسیب‌های وارده تغییر کرده و این امر یکی از روش‌های تشخیص عیوب سازه‌ای مس‌باشد. 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 ارزیابی می‌شود. 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 مدل-های ساده شده در مطالعه‌ی رفتار پل‌ها به دلیل سادگی و دقت قابل قبولی که دارند بسیار مرسوم است. نتایج این تحقیق نشان می‌دهد با مدل ساده شده‌ی 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

موضوعات


عنوان مقاله [English]

Evaluation of Fuzzy Genetic Algorithm and Neural Network in optimization of bridge structural health monitoring system

نویسندگان [English]

  • Mehran Gholami 1
  • saeed jahan 2
  • Zahra Gavashiri 3
1 Training & Technology development vice-presidency, Road housing & urban development research center
2 Road, Housing and urban development research center, Transportation department
3 Road, Housing and urban development research center, Road & pavement engineering department
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]

  • Damage detection
  • health monitoring
  • bridge
  • Neural Network
  • Genetic Fuzzy system