دانلود نمونه پروپوزال رشته عمران سازه (docx) 16 صفحه
دسته بندی : تحقیق
نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )
تعداد صفحات: 16 صفحه
قسمتی از متن Word (.docx) :
فرم پيشنهاد تحقيق
پاياننامهی دوره کارشناسی ارشد
عنوان: شناسایی آسيب ناشی از زلزله در تيرهاي بتني با استفاده از تبديل هيلبرت
دانشجو:
شماره دانشجویی:نام دانشجو:نام خانوادگی دانشجو:جنسیت:زن مردگروه عمده تحصیلی:پزشکی علوم انسانی علوم پایه فنی و مهندسی کشاورزی و دامپروری هنررشته تحصیلی:عمران – سازه زمان ورود به مقطع جاری: نیمسال اول نیسمال دوم سال تحصیلی 9- 139زمان اخذ واحد پایان نامه:نیمسال اول نیسمال دوم سال تحصیلی 9- 139شماره تماس مستقیم:مشخصات استاد راهنما:مشخصات استاد مشاور(انتخاب استاد مشاور در شرایط خاص با تأیید شورای پژوهشی) :نام:نام:نام خانوادگی:نام خانوادگی:شماره شناسنامه:شماره شناسنامه:سال صدور:سال صدور:استان محل تولد:استان محل تولد:شهرستان محل تولد:شهرستان محل تولد:کد ملی:کد ملی:مرتبه علمی:مرتبه علمی:
مقدمه:
شناسایی سیستمهای سازهای یکی از موضوعات پویا در محدودهی مهندسی زلزله است [1]. روشهای شناسایی سازه به طور مشخص از تئوری در دو زمینهی پردازش سیگنال و دینامیک سازه بهره میگیرند که در این میان سیگنال نقش مهمی را ایفا میکند [1]. لذا در تحقیق پیشرو تلاش داریم تا با استفاده از تبدیل هیلبرت در قیاس با دیگر تبدیلات ریاضی از جمله فوریه به بررسی و تحقیق دربارهی تعیین خسارت در تیرهای بتنی بپردازیم.
در آزمایشات مبتنی بر ارتعاش، فرض بر این است که اختلال در یک سیستم سازهاي باعث ایجاد تغییرات درسیگنالهاي ارتعاشی اندازهگیري شده خواهد شد. بنابراین کمیتهاي فیزیکی مرتبط و حساس به خواص سازهاي مورد نظر براي اهداف کنترل باید انتخاب شود [1].اَنجام آزمایشهاي لرزهاي بر روي سازهها مطمئنترین راه براي تعیین خواص دینامیکی آنهامیباشد. این آزمایشات در سالهاي اخیر در کشورهاي پیشرفته به عنوان روشی قابل قبول براي شناخت خواص سازهها به دَفعات مورد استفاده قرار گرفته است ودر ایران نیز نمونههایی از این آزمایشات انجام گرفته است.تبدیلِ هیلبرت به عنوان روشی نوظهور در پردازش سیگنال نامانا و غیرخطی توسعه داده شده است [2].
اخیراً با گسترش این روش، روشهای شناسایي سازهای نیز براساس آن پیشنهاد شده است [1]. تبدیل هیلبرت از دوبخش تجزیه تجربی مُودی و تحلیل طیفی هیلبرت تشکیل شده است.برای اِرتقاء عملکرد تبدیل هیلبرت تاکنون تحقیقات زیادی صورت پذیرفته امّا بیشتر تمرکز این تحقیقات بر روی قسمت تجزیه مودی بوده [3و4] و برروی قسمت تحلیل طیفی هیلبرت کار نسبتاً کمتری انجام شده است[5]. پاسخی که براي استفاده از روش مورد نظر این پروژه است،مقادیرجنبشی قابل اندازهگیري در تست ارتعاشی، داده هاي شتاب مي باشد.
بیان مسئله
تبدیل کلاسیک هیلبرت از دو بخش تجزیه مودی و تحلیل طیفی هیلبرت تشکیل شده است. تجزیه تجربی مودی به عنوان قسمتی کلیدی شرط لازم برای استفاده از تحلیل طیفی هیلبرت را فراهم میکند.سپس به وسیله تحلیل طیفی هیلبرت توزیع فرکانس و دامنه سیگنال به صورت متغیر با زمان به دست میآید.همانطور که توسط هوآنگ و همکاران در [2]، شرح داده شده است؛ تجزیه تجربی مودی روشی تجربی برای تجزیهی تَک سیگنال به تعداد مُتناهی از توابع نوسایی دارای تبدیل هیلبرت خوش رفتار است که به آنها توابع مودی ذاتی گفته میشود.
هرتابع مودی ذاتی دارای شرایط زیر است،1- در کل محدوده زمانی سیگنال تعداد نقاط اکستريممها با تعداد نقاط صفرهای سیگنال برابر و یا حداکثر يک واحد اختلاف داشته باشند؛ 2- در هر لحظه از زمانی میانگین دامنه آنی[پوش] تعریف شده برروی ماکزیممهای نسبی و پوش تعریف شده برروی مینیممهای نسبی برابر صفر باشد.
با تغییر طول و مصالح، فرکانس و شرایط تکیهگاهی تیر در این تحقیق، به بررسی پايش سلامت سازه به جهت تشخیص آسيب به کمک روش اجزای محدود در تحلیل سازه، پرداخته و نتایج به صورت نمودارهای کاربردی برای طرح، بیان میشود.
ضرورت تحقیق
تشخیص تخریب ساختمانی و ارزيابي سلامت بنا، یکی از زمینههای مورد علاقه در دَهههای اخیر در حوزه تحقيقات عمراني شده است. طبق مطالعات قبلي، تخریب، پاسخ دینامیک سازهها را تغییر میدهد. اين امر ممكن است به تنزیل كيفيت در خاصیتهای ساختاري سازه بيانجامد و در نتیجه مقاومت بنا در برابر زلزله را كاهش دهد. در ساليان قبل بسیاری از مطالعات تحقیقاتی به سوی استفاده نتايج حاصل از تغییرات پاسخ ساختاری در تشخیص تخریب و ارزيابي سلامت سازه هدایت شده است.
پیشینه تحقیق
اولین بار در سال 1988، روش عمومی برای پردازش سیگنالها توسط نوردن هوانگ موسوم به تبدیل هیلبرت هوانگ در زمینه ریاضیات کاربردی پیشنهاد گردید [Huang1998]. به دنبال آن، به منظور کاربرد در حیطههای مختلف پردازش و تحلیل خصوصیات نامانا و غیرخطی در سیگنالها، این روش به عنوان روشی توانمند توسعه داده شد [2]. به کمک این ابزار قدرتمند ماهیت بسیاری از فرایندها، از جمله عوامل فیزیکی مرتبط، بهتر درک میشوند و همچنین در مقایسه با روشهای رایج توزیع دقیقتری از انرژی (دامنه آنی) یک فرآیند فیزیکی نسبت به زمان و فرکانس بدست میآید[2].
ﺗﺒﺪﻳﻞ ﻫﻴﻠﺒﺮت اوﻟﻴﻦ ﺑﺎر در ﺗﻔﺴﻴﺮ دادهﻫﺎي ﻣﻐﻨﺎﻃﻴﺴﻲ ﺑﻲﻫﻨﺠﺎريﻫﺎي دوﺑﻌﺪي ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺖ. رائو و همكاران (1982) طی یک مقاله به بازخوانی تبدیل هیلبرت جهت پایش و سلامتی سازهها از جمله ساختمانهای بتنی به صورت اجمالی پرداختند[9[.
اوﻟﻴﻦﺑﺎر، ﺳﺎﻧﺪرﺟﺎن و ﻫﻤﻜﺎران (1990) از روش ﺗﺒﺪﻳﻞﻫﻴﻠﺒﺮت ﺑﺮاي ﺗﻔﺴﻴﺮ دادهﻫﺎي ﭘﺘﺎﻧﺴﻴﻞ در ﻣﺤﺎﺳﺒﻪ ﭘﺎراﻣﺘﺮﻫﺎي ﺻﻔﺤﻪ ﺷﻴﺐدار اﺳﺘﻔﺎده ﻛﺮدﻧﺪ. در اﻳﻦ ﺗﺤﻘﻴﻖ ﺑﺎ روش ﭘﺘﺎﻧﺴﻴﻞ ﺧﻮدزا و ﺑﻪ ﻛﺎرﺑﺮدن ﺗﺒﺪﻳﻞ ﻫﻴﻠﺒﺮت، اوﻟﻴﻦﺑﺎر ﭘﺎراﻣﺘﺮﻫﺎي ﺳﺎﺧﺘﺎرﻫﺎي ﻫﻨﺪﺳﻲﻛﺮه، اﺳﺘﻮاﻧﻪﻗﺎﺋﻢ و اﻓﻘﻲﺑﻪ دﺳﺖ ﻣﻲآﻳﺪ. ﻫﻤﭽﻨﻴﻦ روش ﺗﺒﺪﻳﻞ ﻫﻴﻠﺒﺮت ﺑﺮاي دادهﻫﺎي ﻧﻮﻓﻪاي 5(درﺻﺪﻧﻮﻓﻪﺗﺼﺎدﻓﻲ) ﻣﻮرد ﺑﺮرﺳﻲ ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ. ﻛﻪ در ﻣﺤﺎﺳﺒﻪ ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺪل ﺑﻴﻦ 8 ﺗﺎ 10 درﺻﺪ ﺧﻄﺎ اﻳﺠﺎد ﺷﺪه اﺳﺖ، ﺑﺎ ﻣﻘﺎﻳﺴﻪ ﺑﺎ روش ﻣﻴﺎﻧﮕﻴﻦ ﻣﺘﺤﺮك ﺛﺎﻧﻮﻳﻪ ﻛﻪ ﺑﺮاي دادهﻫﺎي ﻧﻮﻓﻪاي ﺧﻄﺎي ﻛﻤﺘﺮ از 3 درﺻﺪ اﻳﺠﺎد ﻣﻲﺷﻮد[13].
كوييك و همكاران يك رويكرد مبتني بر تبديل هيلبرت را جهت تشخيص ناهنجاريها در تيرها به تصويب رساندند،تمام اين روشها استفاده از يك نيروي تك نقطه اي جهت توليد داده هاي ارتعاش ميباشند هم نتايج نظري و هم عددي نشان ميدهد اين روش جهت نظارت بر ايمني سازه و تير تحت بار بسيار قوي ميباشد و قادر به شناسايي مكانهاي آسيب ديده با دقت خوب ميباشدو نسبت به شناسايي عمق آسيب حساس نيست اما جهت موقعيت آسيب و سروصداي محيط در حالي كه با سرعت از بار متحرك از نتايج اصلي اين مقاله است و به طور دقيق تر اين مقاله نشان ميدهد پاسخ مجموع امواج فركانس بالا و پايين است زماني كه سرعت بار در حال حركت كوچكتر از سرعت بحراني است. روش شناسايي متكي بر تعيين ماكزيمم پيك در اولين منحني فركانس زمان است.
عملكرد اين روش جهت مكانهاي با آسيبهاي مختلف،عمق آسيب و سرعت ارزيابي بار در حال حركت ميباشد اين روش قادر به شناسايي بخش نسبتا آسيب ديده با عمق ترك 25% ارتفاع آن بخش ميباشد و به سروصداي محيط بسيار حساس نيست و اين روش نشان ميدهد جهت سرعت دور از سرعت بحراني عملكرد خوبي دارد و كلا جهت محدوده سرعت كاربرد دارد[14[.
اسماعيل و همكارانش يك روش براي تعيين محل و شدت آسيبهاي لانه زنبوري در تير بتن مسلح پيشنهاد دادند كه با استفاده از حالت رگرسيون فركانس متمركز بر حداقل داده ها مي باشد.
در اين مقاله حالت انحناء در شرايطي كه تير سالم و آسيب ديده و سپس اشكال حالت جابجايي به صورت عددي براورد شده است.كه بر اين اساس لحظه اعمال شده در تير در هر دو حالت به كاهش سختي همراه با آسيب در انحناء تير منجر ميشود بنابراين وجود و ميزان خسارت را ميتوان با اندازه گيري ميزان تغيير در حالت انحناي شكل تخمين زد كه انحناء اغلب با استفاده از تقريب تفاضل مركزي محاسبه ميشود[15[.
یینفنگ (2008) تبدیل هیلبرت را به عنوان يك روش جديد براي پردازش سیگنال هاي غيرخطي و غيرثابت معرفي نمود و با توجه به محدوديت هايي كه اين تبديل دارد در اين مقاله جهت برطرف كردن اين محدوديت ها از روش ارتقا يافته تبديل هيلبرت استفاده نمود و از مدل Varma جهت تعيين فركانس هاي آني از توابع مودي ذاتي و طيف هيلبرت استفاده شده است. نتايج ايشان حاكي از آن بود كه روش ارتقا يافته جهت طيق هيلبرت كاربرد بيشتري دارد و با اعمال اين تبديل جهت شناسايي آسيب هتل وان ناشي از زلزله نورتريج 1994 دريافتند كه اين روش ارتقا يافته يك ابزار قدرتمند جهت تشخيص آسيب ساختاري مي تواند مورد استفاده قرار گيرد[5[.
زرافشان و انصاری، در سال 2012 برای تیرهای فولادی یک پل به طول عرشه اصلی و میانی 21.94 متر و مقطع 130*33 سازهای نیمه فعال و هوشمند توسط ماتريسي تعریف نمودند. برای هوشمندسازی و پایش سلامتی آن از 10 سنسور بهره بردند. برای مدلسازی پل مورد مطالعه از نرمافزار اجزای محدود ANSYS استفاده کردند. سنسورهای بر روی بال زیرین تیر نصب شده بود. آنها سناریوهای مختلفی را مورد ارزیابی قرار دادند. تعداد این سناریوهای مورد مطالعه 5 فرآیند بود؛ که طول عرشه از 9.3 متر تا 21.94 متر ادامه داشت. درصد امواج ورودی جهت تحلیل برای همه فرآیندها 10 درصد درنظر گرفته شد.در مقایسه نتایج مطالعه تئوری و آزمایشگاهی ایشان میتوان به این نکته اذعان داشت که تبدیل هیلبرت روش مناسب با پاسخهای بهینه برای تعیین خسارت و هوشمند سازی سازه است؛ که در مطالعه زرافشان 13% تا 22.5 درصد پاسخهای مناسبتری برای سناریوهای میانی نسبت به طول اصلی داده است[16[.
نایبی و بهار (1392)، طی یک مقاله به معرفی روش جدیدنوفهزدایی درسازههای الاستیک بااستفاده از تبدیل هیلبرت هوآنگ پرداختند. روش جدید پیشنهاد شده با حذف قسمتهای نامناسب توابع دینامیکی سیستم شناسایی شده، مشخصههای زمان-فرکانس-دامنه وضوح بیشتری یافته و پاسخ نوفهزدایی میشود. آنها صحت و دقت روش پیشنهادی خودشان را با استفاده از پاسخهای سیستمهای یک درجه آزادی خطی با پریودهای مختلف ارزیابی نمودهاند. در حقیقت در بسیاری از موارد با یک سیگنال نامانا و غیرخطی خطاهای عددی ناشی از تکرار به دفعات زیاد روش تجزیه تجربی مودی، وضوح نمایش دو یا سه بعدی پاسخ سیگنال بصورت زمان-فرکانس-دامنه به گونهای مخدوش میشود که تعیین خصوصیات آنی و دریافت روند کلی رفتاری سازه بسیار دشوار میگردد. در ورش پیشنهادی پس از محاسبه نمودار آنی زمان-فرکانس-دامنه بخشهایی از سیگنال که دارای دامنه آنی کوچکتر از یک حد مشخص، مانند 10 درصد، میباشند از سیگنال اصلی کنار گذاشته میشود. آنها روش خود را بر روی سازه یک درجه آزادی با رفتار الاستیک اعمال کردند و توانمندی این روش در کاهش خطاهای عددی ناشی از روش غربالگری است[17].
رمضانی و بهار (1388)، طی یک مقاله ابتدا به معرفي تبديل كلاسيك هيلبرت-هوآنگ به عنوان ابزاري براي پردازش دادههاي نامانا و غيرخطي پرداخته شده ومحدوديتهاي آن در بخش تحليل طيفي هيلبرت پرداختند. براي عدم رويارويي با اين محدوديتها و ارتقاء عملكرد تبديل كلاسيك، روشي پنج مرحلهاي با عنوان تبديل ارتقاءيافته هيلبرت-هوآنگ ارائه شده است. در ادامه بر پايه تبديل ارتقاء يافته، يك روش شناسايي خروجي-تنها پيشنهاد گرديد و از آن براي شناسايي فركانسهاي طبيعي و مود شكلهاي يك ساختمان پانزده طبقه استفاده شد. هركدام ازتبديلهاي كلاسيك و ارتقاء يافته در روند شناسايي فركانسهاي طبيعي مورد استفاده قرار گرفتند كه بر خلاف تبديل كلاسيك هيلبرت-هوآنگ، تبديل ارتقاء يافته پيشنهادي توانست ازطريق تنظيم پارامترهموارسازي سه فركانس طبيعي اول متعلق به هرمؤلفه را با تفكيك پذيري قابل قبول محاسبه نمايد. همچنين،فركانسهاي طبيعي حاصل ازروش پيشنهادي با مقادير حاصل از روش شناسايي زيرفضاي تصادفي مقايسه شدهاند. با اينكه روش شناسايي پيشنهادي از ديدگاه ساختاري تفاوت قابل ملاحظهاي باروش زيرفضاي تصادفي دارد، مقادير فركانسي شناسايي شده توسط هردوروش بسيار به هم نزديك هستند. روش شناسايي پيشنهادي اين توانايي را دارد كه با محاسبه مود شكل متناظر با هر فركانس، معيار مناسبي براي قضاوت در مورد صحت فركانسهاي طبيعي دراختيار قرار دهد. ارزيابيها نشان ميدهند، در حاليكه روش شناسايي پيشنهادي از پيش زمينه نظري بسيار سادهتري نسبت به روش شناسايي زيرفضاي تصادفي بهره ميگيرد،توانمندي بالايي درشناسايي خصوصيات ديناميكي سيستمهاي سازهاي دارد[18].
رئوفي (2010) از روش پردازش سيگنال جهت تشخيص فركانس سازه در ساختمان سه طبقه با قاب خمشي استفاده نمود اين روش بر روي تغييرات در پاسخ ارتعاشات لرزه اي با استفاده از تبديل هيلبرت – هوانگ و همچنين مقايسه بين زمان و مقدار فركانس سيستم و آسيب وارد شده صورت پذيرفت. نتايج ايشان نشان داد كه اين روش براي تشخيص آسيب هاي لحظه اي مناسب بوده و همچنين پاسخ دوراني گره به عنوان بهترين گزينه براي تجزيه و تحليل تشخيص آسيب در قاب معرفي شده است[19].
اهداف تحقیق
ایجاد سیستم پایش سلامت سازه
ارائه مدلی جدید با جامعیت بیشتر از مدلهای قبلی
سوالات تحقیق
تشخیص آسيب در تيرهاي بتنی با استفاده از ویژگیهای لرزه ای به عنوان یکی از موضوعات اساسی در این تحقیق به شمار می رود. پرسش اصلي تحقيق اين است كه ويژگي هاي مودال به منظور تشخيص آسيب بازديد سلامت سازه چگونه است.
آیا ابعاد و جنس تير در صورت تغيير، نتايج آسيب ديدگي را تغيير مي دهد؟
آیا شرایط تکیهگاهی در تشخيص آسیب در تیرها مؤثر است؟
چهارچوب نظری تحقیق
شیوه مطالعاتی و تئوری تحلیلی بر مبنای تعیین روابط و عوامل تأثیرگذار بر پایداری تیرها به جهت دستیابی به تعیین زمان و شدت آسیب برای تعیین خسارت و پیشگیری از آن، پارامترهای مربوطه را در این راستا مورد مطالعه قرار میدهد. با توجه به مدلسازیهای مورد نیاز با نرمافزارهای اجزای محدود و برنامه نویسی مناسب فرضهای مورد نظر در این راستا را مورد بررسی قرار داده و نتایج به صورت نمودار، جدول و فرمولهای کاربردی ارائه ميگردد.
فرضیه های تحقیق
در این مطالعه از تبدیل هیلبرت-هوانگ متشکل ازتجزیه مُد دادهها به روش تجربی و اعمال انتقال هیلبرت(HHT) بر هر یک از مُدها استفاده میشود. این روش برای آنالیز دادهها از نوع سری زمانی غیرخطی و غیر مانا مفيد خواهد بود.
ابعاد و جنس تير در صورت تغيير، نتايج آسيب ديدگي را تغيير مي دهد.
نوع شرایط مرزی که در این مطالعه، شرایط تکیهگاهی است در تشخيص آسیب در تیرها مؤثر است.
روش تحقیق
این تحقیق جهت تشخيص آسيب، با اعمال تبديل هيلبرت بر روي توابع مودي ذاتي كه از تجزيه سيگنال اصلي بدست مي آيد و با استفاده از تحليل طيفي كه دامنه و فركانس آني را به دنبال دارد، صورت مي پذيرد که این در این طرح جنبه نوآورانه دارد. پارامتر تغییری مورد بررسی در این پروژه عبارتند از دادههاي شتاب ، در این راستا از نرم افزارهایSAP و بسته نرمافزاری Matlab به منظور آنالیز و شبیهسازی استفاده خواهد شد.
مقایسه روشهای رایج در پردازش سيگنال
تشخیص آسیب در سازههای بزرگ به روش بصری محیطی امری هزینهبر وغیر موثر به حساب می آید. لذا به این دلیل روشی که بتواند بصورت موثر رخداد آسیب را شناسایی و محل آن را معلوم کند مورد نیاز است.پایش سلامتی سازه پاسخ سازه را تحت انواع بارگذاری کنترل شده و کنترل نشده را تحلیل می کند. پس ازوقوع هر زمین لرزه یکی از مهمترین کاربردهای اطلاعات ثبت شده در ساختمان های دستگاه گذاری شده، استفاده ازاین اطلاعات در رصد کردن سلامت ساختمان وبراورد خسارات احتمالی بر سیستم های سازه ای می باشد[7]. یکی ازاین سیستم های مقاوم که امروزه بصورت گسترده ای در سازه های ساختمانی(چه بتنی وچه فولادی ) بکار گرفته می شوند، قاب های خمشی هستند که مقاومت آن ها درمقابل بارهای جانبی مانند زلزله وباد در اثر مقاومت خمشی تیر ها وستون ها تامین می شود .
انجام آنالیز زمان-فرکانس پاسخهای ثبت شده،ازجمله روش هایی است که برای تشخیص خسارت در سازه ها استفاده می شود. پردازش سیگنال شامل روشهایی برای استخراج اطلاعات از سیگنال می باشد. انتخاب روش بستگی دارد به فضای سیگنال و طبیعت اطلاعاتی که سیگنال حامل آنها می باشد. سیگنالها را می توان بصورت توابع تعریف کرد. بعنوان مثال یک سیگنال صوتی یا یک سیگنال زلزله را می توان بصورت یک تابع یک بعدی نسبت به زمان در نظر گرفت . این توابع ریاضی می توانند درفضای اولیه و یا در فضای تبدیل یافته سیگنال تعریف شوند[1].
روشهای تشخیص آسیب
روشهای گوناگونی برای تشخیص آسیب بر پایه اندازهگیری مشخصات دینامیکی سازه به وجود آمده است. این روشها را میتوان بر پایه نوع دادهای که از سازه جمع آوری میشود و یا پارامتری که اندازهگیری میشود ویا روشی که به آن تشخیص صورت میگیرد طبقهبندی کرد.به عنوان مثال میتوان به روشهای پایش تغییرات در پارامترهای مدال، روش بروزرسانی ماتریس، روشهای بر پایهی شبکههای عصبی، روشهای تشخیص الگو بر پایه فیلتر کالمان ،روش آماری و روش پردازش سيگنال اشاره کرد.در این بخش به صورت خلاصه به این روشها اشاره میشود. در اغلب موارد ، میبایست ابتدا پاسخهای ثبت شده با یکی ازروشهای پردازش سیگنال نظیر آنالیز فوریه زمان کوتاه،تبدیل هیلبرت-هوانگ ،توزیع ویگنر-ویل ویا آنالیز ویولت تجزیه وتحلیل شود، تا اطلاعات موضعی و نهفته، بارز وآشکار گردند.
تغییر در پارامترهای مدال
هر تغییری در مشخصات دینامیکی سازه منجر به تغییر در مشخصال مدال سازه همچون فرکانس های طبیعی، اشکال مدی و مقادیر میرایی می شود.این تغیرات را می توان به منظور تشخیص آسیب ردیابی کرد.
تغییر در فرکانس های طبیعی
فرکانسهای طبیعی سازه تابعی از جرم و اعضا میباشد.هر آسیب در سازه منجر به کاهش سختی در اعضاء و در نتیجه تغییر این فرکانسها می شود و لذا از این موضوع میتوان به عنوان شاخصی برای تشخیص آسیب استفاده کرد.تشخیص آسیب با این روش با دو نگرش بکار گرفته می شود در یکی از این رویکردها آسیب به صورت ریاضی مدل شده ،فرکانس طبیعی سازه حدس زده می شود. مقدار تخمین زده شده با مقدار اندازه گیری شده فرکانس از سازه مقایسه شده و حضور آسیب تشخیص داده می شود.
در رویکرد دوم، پارامترهای آسیب همچون طول و عرض و محل آن از تغییرات فرکانس شناسایی میشود.و لذا در این رویکردها محل وقوع آسیب نیز تعیین میشود.از آنجا که فرکانس طبیعی سازه پارامتری مربوط به کل سازه است لذا نمیتوان از آن جهت مکانیابی آسیب بهره برد.با این حال از پاسخهای مدال سازه میتوان برای تشخیص محل آسیب استفاده کرد چرا که اشکال مدی با پاسخهای محلی در مدهای بالاتر ارتباط دارد [20].
تغییر در اشکال مدی
این روشها از ماتریس سختی که به صورت دینامیکی اندازهگیری شده است. برای تشخیص آسیب استفاده میکنند. ماتریس نرمی به صورت معکوس ماتریس سختی تعریف میشود و هر ستون در این ماتریس نماینده یک الگو تغییر شکل سازه تحت بارگزاری بار واحد در گروه خاصی میباشد.ماتریس نرمی را میتوان با محاسبه اشکال مدی و فرکانسهای طبیعی نرمال شده با جرم بدست آورد.اگر سازه دارای درجات آزادی متعددی باشد به دلیل حجم بالای محاسبات تنها میتوان از مدهای مهم با فرکانس پایین استفاده کرد.
در این روش آسیب را میتوان با مقایسه با ماتریس نرمی محاسبه شده آسیب دیده با ماتریس نرمی سازه سالم شناسایی کرد. گاهی اوقات میتوان از ماتریس نرم محاسبه شده توسط روش المان محدود به جای اندازهگیری ماتریس نرمی سازه سالم استفاده کرد. این روش را میتوان جزء سطح سوم تشخیص آسیب طبقهبندی کرد.
روشهای بروز رسانی مدل
این روش از مدل سازه و پارامتری وابسته به آن استفاده میکند.به طور مثال جرم سختی و میرایی از طریق معادلات حرکت واندازهگیری به دست میآیند.ماتریسهای سختی جرم و میرایی چنان فرموله میشوند که پاسخ مدل، شبیه پاسخ دینامیکی اندازهگیری شده باشد.این ماتریسها با اندازهگیریهای دینامیکی جدید بروز رسانی میشوند. ماتریس سختی و میرایی بروز رسانی شده را میتوان با ماتریس اولیه سختی میرایی جهت تشخیص مکان و شدت آسیب مقایسه کرد.
روشهای بر پایه شبکه های عصبی
شبکههای عصبی به عنوان مفهومی برای عمومیت بخشیدن به مدلهای ریاضی شناخت انسان توسعه یافتهاند. این روشها نشان دادند که میتوانند به عنوان روشی مؤثر برای تشخیص آسیب به کار گرفته شوند.برطبق نظر آقای هایکین، شبکه عصبی از تعداد بسیاری پردازشگر موازی متشکل از یک پردازشگر خاص تشکیل شده است، که میتوانند دادههای تجربی را در خود ذخیره کند و آن را برای استفاده بعدی مهیا کند[21]. به دلیل ظرفیت بالای این شبکهها در تشخیص دقیق الگوها، سازگاری مدلسازی غیرخطی و توانایی یادگیری میتوان از شبکههای عصبی برای پایش سلامتی سازهها به صورت گوناگون بهره برد.
1-جهت مدلسازی رفتار دینامیکی سیستم یا قسمتی از آن
2- جهت مدلسازی نیروهای بازگشتی در سازه
3-جهت انجام تشخیص الگو برای تشخیص آسیب در ماشینهای دوار
روشهای تشخیص الگو
حضور آسیب در سازه موجب تغییر مشخصات مُدال شده که خود موجب تغییر در اُلگویِ پاسخ سازه مینماید با کنترل این الگو میتوان به زمان مکان و شدت آسیب پی برد. هِرا و همکارش هوو موفق به تشخیص آسیب در سازه و پایش اغتشاشات در پاسخ دینامیکی شدند. انگیزه این روش در این مطلب اين بود که وقوع آسیب، موجب وقوع نقطه تکین در پاسخ سازه میشود که آن را میتوان در تبدیل ویولت پاسخ مشاهده کرد[22].
روش دیگری در این باب در آزمایشگاه ملی los Alamos بر پایه روشهای آماری پیشنهاد شده است.این روش شامل چهارچوب آماری تشخیص الگو است که از ارزیابی محیط کاری سازه و به دست آوردن پاسخ سازه و تشخیص پارامترهای حساس به آسیب تشکیل یافته است.
روش فیلتر کالمان
روش فیلتر کالمان برپایه مدل استوار است و از یک الگوریتم بهینه تحلیل داده بازگشتی جهت تخمین پارامترهای لازم برای تشخیص آسیب استفاده میکند.متغییرهای مورد نیاز برای تشخیص آسیب همچون جرم و سختی و میرایی را نمیتوان به صورت مستقیم اندازهگیری کرد و بنابراین پاسخ تغییرمکان، سرعت و یا شتاب سازه در عمل اندازهگیری میشوند. روش کالمان به صورت یکسری معادله حرکت،مقادير پارامتری سازه را به پاسخ اندازهگیری شده مربوط میکند.این روش مقادیر پارامترهای سازه را با استفاده از مدل دینامیکی و اندازه گیری گذشته تخمین زده و آنگاه این مقادیر را ضمن مقایسه با مقادیر اندازهگیری شده واقعی بهینه میکند.
روش آماری
این روش تازه به وجود آمده، برپایه روش Bayesian پایه گذاری شده است.برتری مهم این روش در حالت هایی آشکار می شود که مقادیر ناکافی اندازه گیری وجود دارد. جهت حل مشکل عدم اطمینان ها كاتافيگيوتيس و بك یک چهارچوب آماری بر این اساس جهت تشخیص و پایش سلامتی سازهها تعریف کرده اند.این روش آماری جهت حل مسائل مربوطه به عدم اطمینان های ناشی از نتایج ناکافی آزمایش، اشکالات مدل سازی، عدم حساسیت های پارامترهای مدال به تغییرات سختی و داده های ناکافی به علت کمبود حسگر و داده همراه با نویز توسعه یافت[23].
روش تحلیل سیگنال
از پاسخی که با استفاده از حسگرهای نصب شده روی سازه بدست آمده است، نمیتوان مستقیماً جهت تشخیص آسیب استفاده نمود و نیاز است که این پاسخ مورد تحلیل و بررسی بیشتر قرار گیرد.لذا معمولاً سیگنال به حوزه دیگری تبدیل می شود تا خصوصیات آن آشکارتر شود.روشهای مشهور در این کار تبدیل فوریه، تبدیل ویولت و تبدیل هیلبرت هوآنگ می باشد
تبدیل زمان کوتاه فوریه
تبدیل فوریه یک روش برای تحلیل سیگنال مانا می باشد، اما اغلب پدیده های طبیعی مانند باد و زلزله ذاتا نامانا هستند. تبدیل زمان کوتاه فوریه، یک روش برای آنالیز سیگنال های نامانا، یعنی سیگنال هایی که خصوصیات آماری آنها با زمان تغییر می کند می باشد. این روش، آنالیز فوریه را برروی المان های سیگنال اعمال می کند
برنامه زمانبندی شده انجام پایان نامه:
ردیفمراحل انجام پژوهشمدت زمان لازم بر حسب ماهتاریخ شروع این مرحلهتاریخ اتمام این مرحله1 FORMTEXT FORMTEXT FORMTEXT FORMTEXT 2 FORMTEXT FORMTEXT FORMTEXT FORMTEXT 3 FORMTEXT FORMTEXT FORMTEXT FORMTEXT 4 FORMTEXT FORMTEXT FORMTEXT FORMTEXT 5 FORMTEXT FORMTEXT FORMTEXT FORMTEXT 6 FORMTEXT FORMTEXT FORMTEXT FORMTEXT
تاریخ احتمالی دفاع از پایان نامه: FORMTEXT
منابع و مراجع
1- دياني، محمود، 1386، سيگنال ها و سيستم ها، موسسه علمي و فرهنگي نص، تهران.
2- Huang .N.E., et al . 1998, "The empirical mode decomposition and Hilbert spectrum for nonlinear and non stationary time series analysis".Proc R.Soc .London , ,454:903-995.
3- Yang J.N, Lei Y, Lin Sm Huang NE., 2004. Hilbert –Huang based approach for structural damage detection. J Eng Mech ASCE, 130 (1), pp 85-95.
4- Zhang RC, Ma S, Safak E, Hartzell S., 2003. Hilbert –Huang Transform analisis of dynamic and earthwuake motion recording. J Eng Mech ASCE, 129 (8), pp 861-875.
5- Yinfeng D, Yingmin L, Mingkui X, Ming LA., 2008. Analysis of earthquake ground motions using an improved Hilbert –Huang Transform. Soil Dynamic and Earthwuake Engineering, 28, pp 7-19.
6-Loh ., Wu T., Huang N.E., 2001, Application of the Empirical Miode Decomposition Hilbert spectrum Method to Identify Near fault Ground Motion Characteristic s and Structural Responses .Bulletin of the Seismological society of American .91:1339-1357.
7-Liu J., Wang X., Yuan SH .and Li G., 2006.on Hilbert Huang Transform Approach for Structural Health Monitoting .Journal of Intelligent Material system and Structures,17:721-728
8- Huang N.E, Bethesda M.D,. 2005. Computing instrantaneous frequency by normalizing Hilbert Transform. US Patent 6901353.
9-Rao, A. D., Babu, R. H. V., and Sivakumar, S. G. D., 1982, A Fourier transform method for the interpertation of self -potential anomalies due to two-dimensional inclined sheet of finite depth extent, Geophys, 120, 365-74.
10. Doebling, S.W, et al., “Damage Identification and Health Monitoring of Structural and Mechanical Systems from Changes in the Vibration Characteristics: A Literature Review,” LA-130770-MS, 199.
11-Sohn, Hoon; Farrar, Charles R.; Hemez, Francois M.; Shunk, Devin D.; Stinemates, Daniel W.; Nadler, Brett R.; Czarnecki, Jerry J., 2004. A Review of Structural Health Monitoring Literature: 1996–2001.Los Alamos, NM: Los Alamos National Laboratories. Retrieved 2010-07-10.
12-Tennyson, Roderic (10 2005). "Monitoring Bridge Structures Using Long Gage-Length Fiber Optic Sensors". Caltrans Bridge Research Conference 2005.
13-Sundarajan, N., et al., 1990. Use of the Hilbert transform.
14- Quek S.T., Tua P.S. and Wang Q., "Detecting anomalies in beams and plate based on the Hilbert-Huang transform of real signals". Smart Materials and Structures, Vol.12, No.3, 447-460, 20037-Wigner distribution function:Available from URL: http:// en.wikipedia .org/wiki/wigner-distribution –function ,2007.
15- Ismail Z.1*, Ong A. Z. C.2 and Rahman A. G. A., 2011. Crack damage detection of reinforced concrete beams using local stiffness indicator. Scientific Research and Essays Vol. 6(34), pp. 6798-6803.
16- Zarafshan, A., Ansari, F., 2014. Damage index matrix: a novel damage identification method using Hilbert-Huang Transformation", Department of civil and materials engineering, university of Illinois at Chicago.
17- نایبی،امیر حسین، بهار، امید، 1392، روش جدید نوفه زدایی در سازه های الاستیک با استفاده از تبدیل هیلبرت – هوآنگ،هفتمین کنگره ملی مهندسی عمران، دانشکده مهندسی شهید نیکبخت، زاهدان، 17 و 18 اردیبهشت 92.
18- رمضانی،سهیل، بهار، امید، 1388، تبدیل ارتقاء یاته هیلبرت – هوآنگ و کاربرد آن در شناسایی سیستمهای سازهای،هشتمین کنگره بین المللی مهندسی عمران.
19- Raufi, F., 2010. "Damage detection in 3-story moment frame building using Hilbert – Huang transform", Islamic Azad university Zahedan Branch, Iran, 14 ECEE.
20-Farrar, C. R.; S. W. Doebling and D. A. Nix., 2001.Vibration-Based Structural Damage Identification.Philosophical Transactions of the Royal Society: Mathematical, Physical & Engineering Sciences 359 (1778): 131–149. doi:10.1098/rsta.2000.0717.
21- Haykin, Simon., 1995. "Recurrent neural networks for adaptive filtering", Original Research Article, Control and Dynamic Systems, Volume 68, Pages 89-119
22- Hera. A., Hou. Z., Noori. M., 2004. "A stochastic model for localized disturbances and its applications", Original Research Article, Probabilistic Engineering Mechanics, Volume 19, Issue 3, Pages 211-218.
23- Katafygiotis. L.S., Beck. J.L., 1995. "A very efficient moment calculation method for uncertain linear dynamic systems", Original Research Article, Probabilistic Engineering Mechanics, Volume 10, Issue 2, Pages 117-128
24-Short –time Fourier transform Available from URL:http:// en.wilipedia .org /wiki/short-time-Fourier-transform,2007.
25- ذبيحي، احسان، سياهكوهي، حميدرضا، 1384، نشانگرهاي طبيعي لحظه اي با استفاده از تبديل هاي زمان فركانس، دوازدهمين كنفرانس ژئوفيزيك.
26-Wigner distribution function:Available from URL: http:// en.wikipedia .org/wiki/wigner-distribution –function ,2007.
27-Huang NE,Wu Mc ,Long SR,Shen SSP,QU W, Gloersen P,et al .,2003, A confidence limit for empirical mode decomposition and Hilbert spectral analysis . Proc R Soc London Ser A,459:2317-45
28-Rillimg G,Flandrin P, Goncalves P. ,2003.On empirical mode decomposition and its algorithms .In :Proceesings of of IEEE -EURASIP workshop on Nonlinear signal and Image processing.
29- طاهرپور، ابوالفضل، 1385، تبديل و كاربرد هاي آن در مهندسي زلزله، سمينار كارشناسي ارشد مهندسي زلزله، پژوهشگاه بين المللي زلزله شناسي و مهندسي زلزله.
30-Mathias Johansson, 1999 ,The Hilbert Transform ,Mare’s thesis ,Vacjo University ,Sophi