تشخيص خرابي در اتصال مهاربند قاب فولادي سبك با استفاده از سلسله مراتب شبكه عصبي

آسيب مي تواند به عنوان تغييرات وارد شده به يك سيستم كه در عملكرد حال و آينده سيستم تأثير منفي مي گذارد تعريف شود .به طور كلي آسيب باعث ايجاد تغيير دائم در مشخصات سازه از جمله سختي، مقاومت، خصوصيات ديناميكي و يا كاهش سطح عملكرد سازه نسبت به حالت اوليه آن مي باشد. در اين پژوهش براي يافتن ميزان آسيب مربوط به اتصالات مهاربند، از مدل اجزاي محدود قاب موردنظر و سناريو هاي خرابي تعريف شده استفاده شد. بطوريكه اطلاعات دو شاخص خرابي شامل تابع پاسخ فركانسي و پاسخ شتاب برمبناي زمان از مكان دو حس گر كه مطابق الگوريتم ژنتيك كه از قبل بهينه شده بودند، استخراج مي گردند و سپس هر يك از شاخص هاي خرابي شتاب و تابع پاسخ فركانسي آن كه از طريق تكنيك تحليل مولفه هاي اساسي فشرده شدند، به عنوان ورودي به هريك از شبكه هاي عصبي مستقل معرفي مي شوند. خروجي هاي شبكه هاي عصبي مستقل به دست آمده بعنوان ورودي براي سلسله مراتب شبكه عصبي معرفي مي شوند و سپس خرابي هاي مربوط به اتصالات مهاربند قاب فولادي سبك به صورت نمودارهايي با ميزان اغتشاش مختلف، پيش بيني مي گردند. در اين پژوهش از دو سلسله مراتب شبكه عصبي جداگانه براي تشخيص آسيب استفاده شده است.