مقايسه‌ي فرآيند عيب‌يابي با الگوريتم‌هاي مختلف بهينه‌كننده‌ي جستجو در المان‌هاي مسطح سه بعدي بر مبناي مشخصات ديناميكي سازه

Damage detection process comparison using various optimization algorithms in 3D plane elements based on dynamics properties of structure

وقوع خرابي در سيستم‌هاي سازه‌اي و مكانيكي در طول سرويس‌دهي، اجتناب‌ناپذير است. پايش سلامت و عيب‌يابي اين سيستم‌ها به ‌نوبه‌ي خود مي‌تواند از تلفات جاني و مالي جلوگيري كند. از مهم‌ترين روش‌هاي پايش سلامت و عيب‌يابي روش‌هاي مبتني بر مشخصات ارتعاشي سازه مي‌باشد، كه بدون تمركز بر نواحي خاص، سازه را مورد پايش كلي قرار مي‌دهد. در اين مطالعه جهت عيب‌يابي سازه‌هاي صفحه‌اي، با بهره‌گيري از تكنيك كاهش ابعاد داده‌ها توسط تحليل اجزاي اصلي، توابع پاسخ فركانسي كاهش بعد داده شده، و شاخص‌هايي به‌عنوان شاخص خرابي معرفي گشته است. اين شاخص‌هاي خرابي و عيب‌يابي صفحه به‌صورت يك مسئله بهينه‌سازي مطرح شده، و پس از آن با استفاده از الگوريتم‌هاي اجتماع ذرات و ژنتيك به حل مسئله بهينه‌سازي پرداخته شده است. با حل مسئله بهينه‌سازي مكان و شدت‌هاي خرابي تشخيص داده مي‌شوند. براي ارزيابي و كاركرد روش ارائه شده و عملكرد الگوريتم‌هاي معرفي شده، چندين سناريوي خرابي شامل خرابي در يك ناحيه، خرابي هم‌زمان در دو ناحيه، و خرابي در سه ناحيه از سازه اعمال شده است، و بر اين مبنا در مورد كارايي و كاركرد روش ارائه شده بحث مي‌گردد. بر اساس نتايج حاصله، مشاهده شده كه الگوريتم اجتماع ذرات در بحث تعيين شدت خرابي نسبت به الگوريتم ژنتيك از عملكرد و دقت بالايي برخوردار است. در سناريوهاي پيچيده‌تر اين افزايش دقت و كارايي بهتر بيشتر نمايان مي‌شود.

Damage occurrence in structural and mechanical systems during utilization is an inevitable phenomenon. Death and financial losses could be prevented by health monitoring systems and damage detection processes in structures. In the mentioned framework, damage detection based on dynamics properties, is one of the most important and efficient methods, without concentration on special zones in structure. In this study frequency response functions were analyzed by principle component analysis, then, in order to complete process, dimension reduction and damage indices extraction were conducted. At the end, plate damage detection was introduced as an optimization problem considering extracted damage indices, and solution of the problem were given by PSO and Genetic algorithms. Output results consist of estimation about location and intensity of applied damage. Several scenarios including single, simultaneously dual and triple stiffness losses were figured out to investigate and evaluate the efficiency of the mentioned algorithms. Finally, outcome result around performance and utility of method had been discussed. It's obviously demonstrated that Particle Swarm Optimization algorithm has more accurate result, especially in estimation of damage location than Genetic algorithm optimization solution, during health monitoring processes. The mentioned conclusion has been gotten more explicit with getting scenario complicated.