شناسایی خرابی در اتصالات خرپا ها با استفاده از ماشین بردار پشتیبان
پذیرفته شده برای پوستر XML
شناسه دیجیتال (DOI): 10.22631/ICCECONF.2017.14994.1119
نویسندگان
1مازندران-ساری-خیابان 15 خرداد-انتهای خیابان پیام نور-پل گردن-کوچه گل نرگس-منزل آقای نوپور
2امل-دانشگاه شمال-گروه مهندسی عمران
چکیده
سیستم های سازه ای در طول عمرشان دچار خرابی می شوند. اگر خرابی ها در زمان مناسب شناسایی و ترمیم شوند شاهد افزایش طول عمر سازه خواهیم بود. خرپاها از ‌متداول‌ترین فرم‌های سازه‌هایی هستند که درانواع ساختمان‌ها بکار می‌روند. ساختمان‌های خرپایی، در مقابل نیروهای وارد آمده مقاومت بسیاری دارند و از لحاظ اقتصادی ساخت آن‌ها مقرون به صرفه است، بنابراین از اهمیت ویژای برخوردار هستند. اتصالات خرپاها میتوانند دچار خرابی شوند که باعث کاهش عمر سازه میگردد. به همین دلیل از اهمیت ویژه ای برخوردار است و لزوم استفاده از روشی جهت شناسایی خرابی الزامیست. هدف از این تحقیق شناسایی خرابی در اتصالات سیستم های خرپایی با استفاده از (SVM) Support Vector Machine که به الگوریتم ماشین بردار پشتیان معروف است، می باشد. ابتدا برنامه ای جهت شبیه سازی خرپاها (مد تحلیل) با فنرهای انتهایی محوری بعنوان اتصال نوشته میشود و سپس با استفاده از این برنامه سازه هایی با خرابی تصادفی (داده) تولید و پاسخ های نظیر (فرکانس های طبیعی) تعیین میگردند. در ادامه با استفاده از بخشی از داده های مذکور به آموزش SVM می پردازیم، بطوریکه که جای داده های خروجی و ورودی تغییر می کنند، یعنی پاسخ های سازه بعنوان ورودی و موقعیت های خرابی بعنوان خروجی در نظر گرفته می شوند. سپس با استفاده از درصدی از داده های باقیمانده دقت SVM آموزش دیده بررسی می شود. با استفاده از SVM آموزش دیده می توان محل و مقدار دقیق خرابی در اتصالات خرپاها را بدست آورد که نتایج عددی مبین کارایی روش پیشنهادی می باشد.
کلیدواژه ها
موضوعات