رامین قیاسی، محمد رضا قاسمی،
دوره 39، شماره 1 - ( 6-1399 )
چکیده
پژوهش حاضر به مبحث کلان داده‌ها در حوزه پایش سلامت سازه‌ها می‌پردازد. بدین منظور، بعد از استخراج ویژگیهای پاسخ شتاب سازه، با استفاده از الگوریتم بهینه‌ساز ویژگیهای کم‌اثر و اضافی حذف می‌شوند و با انتخاب ویژگیهای تاثیرگذار و کاهش ابعاد داده‌ها دقت و سرعت روند عیب‌یابی سازه‌ها افزایش می‌یابد. انتخاب زیرمجموعه‌ای از ویژگی‌ها با استفاده از الگوریتم فراکاوشی هارمونی-پرندگان پیشنهادی در این پژوهش صورت خواهد پذیرفت که موجب افزایش تطبیق‌پذیری روند پیشنهادی در مواجه با کلان داده‌های ناشی از حسگرها و عدم قطعیت‌های ناشی از اختلال در داده‌های ورودی می‌شود. در روش پیشنهادی، برای استخراج ویژگیهای پاسخ شتاب از شاخص‌های مبتنی بر خصوصیات آماری و انرژی بسته‌های موجکی استفاده شده است. به‌علاوه از دو الگوریتم ماشین‌بردار پشتیبان حداقل مربعات موجکی وزن‌دار و شبکه عصبی تابع پایه شعاعی به‌عنوان مدل جایگزین تحلیل اجزای محدود سازه استفاده شده و با استفاده از آنها شدت و مکان خرابی در سازه‌ها شناسایی می‌شود. به‌عنوان مسائل کاربردی، عیب‌یابی سازه بنچ مارک گروه پایش سلامت سازه IASC-ASCE و سازه فضاکار ۱۲۰ عضوی مدنظر قرار گرفته است. نتایج نشان می‌دهد که انرژی بسته‌های موجکی حساسیت بالاتری نسبت به وجود خرابی در سازه نسبت به خصوصیات آماری دارد. به‌علاوه مقایسه الگوریتم ترکیبی هارمونی-پرندگان ارائه شده با چهار الگوریتم مطرح در حوزه عیب‌یابی، نشان‌دهنده سرعت و بازدهی بهتر این الگوریتم است. درنهایت استفاده از روش پیشنهادی موجب کاهش ۹۰ درصدی ابعاد داده‌ها در روند پایش سلامت سازه‌ها می‌شود
