پايش سلامت پل هاي بتني بر مبناي تركيب داده چند حسگري

كارشناسي ارشد

در سال هاي اخير، پايش سلامت سازه موضوع تحقيقات بسياري در زمينه هاي مختلاف مهندساي ، از جمله مهندسي عمران بوده است. هدف اصلي مطالعات انجام شده در اين زمينه، تشخيص وجود آسيب در سازه و تعيين موقعيت و شدت آن است. براي اين منظور، از داده هاي به دست آمده از سازه توسط حسگرهاي نصب شده روي آن استفاده مي شود. رشد چشمگير حسگرها و روش هاي اندازه گيري در دهه هاي اخير ، زمينه را براي دستيابي به داده هاي متنوع در حجم زياد فراهم كرده و زمينه ساز پيشارفت در حوزه پايش سالامت سازه شده است. با اين حال، چگونگي تركيب اين داده ها و دستيابي به نتايج دقيق بر اساس آن ها چالش اصلي مطرح در اين حوزه است. در اين پايان نامه، پس از بررسي مفاهيم پايش سلامت سازه و روش هاي پركاربرد تركيب داده در اين حوزه ، به بررسي مفاهيم يادگيري ماشين و يادگيري عميق، به عنوان پركاربردترين رويكردهاي مورد استفاده براي تركيب داده و پايش سلامت سازه در سال هاي اخير، خواهيم پرداخت. در آخر، روشي جديد و مبتني بر يادگيري عميق براي پايش سلامت سازه هاي عمراني معرفي خواهد شد . روش پيشانهادي از يك شبكه خودرمزنگار پيچشي عميق براي تركيب داده هاي خام شتاب به دست آمده از چندين حسگر نصب شده روي سازه استفاده مي كند و در نهايت وسعت آسيب در سازه را تخمين مي زند. بر خلاف اغلب روش هاي مبتني بر يادگيري ماشين معرفي شده در حوزه پايش سلامت سازه كه به داده هايي از سازه در حالت سالم و حالات مختلف خرابي براي آموزش شبكه نياز دارند، در روش پيشنهادي آموزش خودرمزنگار پيچشي تنها با استفاده از داده هاي حالت سالم سيستم انجام مي شود. اين مزيت به خصوص از اين جهت سودمند است كه در سازه هاي واقعي عمراني، دسترسي به داده هاي حالت خراب سيستم معمولا امكان پذير نيست . روش پيشنهادي روي دو مدل عددي و يك پل بتني در مقياس واقعي اعمال شده و كارايي آن مورد بررسي قرار گرفت. با توجه به نتايج حاصله، با استفاده از اين روش مي توان وجود آسيب در سازه را تشخيص داده، شدت آن را تحت سناريوهاي مختلف آسيب با موفقيت تخمين زده و وضعيت سلامت كلي سازه را ارزيابي كرد.

195136

دانشگاه علم و صنعت ايران

دكتر درويشان

زلزله

دكتر قدرتي اميري