عنوان پایان‌نامه
تفکیک عیب و تغییر در شرایط عملکردی در پایش سلامتی سازه با استفاده از روش های آنالیز رگرسیون مقاوم
- رشته تحصیلی
- مهندسی مکانیک طراحی کاربردی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3620;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81306;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3620;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81306
- تاریخ دفاع
- ۱۴ شهریور ۱۳۹۵
- دانشجو
- محمدحسین قاسمی
- استاد راهنما
- محمد محجوب, فرزاد آیت اله زاده شیرازی
- چکیده
- در عصر مدرن با توسعه ی انواع سازه های پیشرفته، مهندسی سازه اهداف برتری را نسبت به گذشته دنبال می کند که شاید مهم ترین آن، سلامت و ایمنی سازه است. از این رو زمینه ی جدیدی با نام «پایش سلامت سازه » بروز و ظهور پیدا کرده است. SHM را می توان مجموعه ی اعمالی دانست که از آن ها اطلاعات کاملی درباره ی وضعیت سازه بدست می آید که مهم ترین بخش آن عیب یابی است. این امر با تفسیر ویژگی های سازه میسر می شود. عمومی ترین ویژگی های مورد استفاده در SHM، پارامتر های مودال هستند که با تفسیر داده های ارتعاشی بدست می آیند. یکی از اصلی ترین مشکلات پیش رو در SHM برای سازه های عمرانی و مکانیکی که در معرض تغییرات شرایط محیطی و عملکردی قرار دارند¬، حساسیت ویژگی های استفاده شده نسبت به این تغییرات است. در این شرایط داده هایی که معرف شرایط سالم هستند ولی تغییرات شدید شرایط محیطی و عملکردی را تجربه می کنند و همچنین داده های حاوی اطلاعات آسیب، هر دو از اکثریت داده ها فاصله می گیرند که به آن ها داده ی دور افتاده می گویند و روش های کلاسیک قادر به تشخیص این وضعیت نیستند. در این پژوهش برای حل این مشکل از روش های «آنالیز رگرسیون مقاوم » استفاده می شود. این روش ها قادر هستند تحت سخت ترین تغییرات شرایط محیطی و عملکردی، داده های حاوی آسیب را از داده های سالم تفکیک کنند. موارد استفاده شده در این پژوهش یک تیر یکسر گیردار ساده و یک خرپا هستند. برای بدست آوردن فرکانس های طبیعی آن ها در شرایط مختلف، تست مودال و شبیه سازی کامپیوتری انجام شده است. اعمال روش های مقاوم بر داده ها، کارایی این روش ها را در عیب یابی و دسته بندی داده های دور افتاده تأیید می کند، در حالیکه روش های کلاسیک در اکثر موارد نا موفق هستند. واژه های کلیدی: پایش سلامت سازه، تغییرات شرایط محیطی و عملکردی، آنالیز رگرسیون مقاوم، دسته بندی داده های دور افتاده
- Abstract
- In the modern era with development of different advanced structures, structural engineering studies superior goals than the past which the most important goal is safety and health of the structure. Therefore, a new field “Structural Health Monitoring” was introduced. SHM can be defined as set of actions that comprehensive data about the condition of structure can be extracted of them which the most important section is fault detection. This issue is doing with interpretation of features of structure. The most common features for using in SHM are modal parameters that are determined with studying vibration data. One of the most important problems in SHM for construction and mechanical structures which are exposed to the changes of environmental and operational condition is the sensitivity of used features related to these changes. In this situation, data that introducing health condition, but are exposing to environmental and operational conditions and fault information data both are different with major of data which they are called outlier and classic approaches cannot detect this issue. In this study, for solving this problem “Robust Regression Analysis” is used. These methods can separate fault data from valid data under the hardest changes of environmental and operational conditions. In this study a cantilever beam and a truss are investigated. For determining their natural frequencies in different conditions, modal test and computer simulation are done. Applying robust methods on data, approve the efficiency of this methods in detecting faults and assortment of outliers. While, classic methods are unsuccessful most of the times. Keywords: Structural health monitoring, Environmental and operational changes, Robust regression analysis, Outlier classification
