شناسايي ترك خستگي در سازه هاي تيري شكل با استفاده از الگوريتم بهينه سازي اجتماع گربه

Breathing crack identification in beam-type structures using cat swarm optimization algorithm

تشخيص به موقع وجود ترك درسازه ها، از رخ دادن خسارت جلوگيري ميكند، لذا امروزه چالشي در ارايه روش هاي كارآمد در زمينه پايش سلامتي سازه ها وجود دارد. درمدلهاي مورد استفاده در ادبيات فن كه بر پايه الگوريتم هاي هوشمند، به شناسايي ترك در سازه ها ميپردازد، از اثر بسته شدن ترك حين ارتعاش عرضي سازه صرفنظر شده است كه اين امر سبب بهوجود آمدن خطاي قابل توجهي در شناسايي ترك ميگردد. بنابراين اين تحقيق به عنوان يك مزيت، از مدلي براي محاسبه فركانسهاي طبيعي استفاده ميكند كه در قالب يك الگوريتم فرا اكتشافي كارآ بتواند رفتار باز و بسته شدن ترك خستگي در سازههاي تيري شكل را مدل كند و آن را به طور صحيح تشخيص دهد. لذا در اين تحقيق مساله شناسايي پارامترهاي ترك (مكان و عمق ترك) به صورت يك مساله بهينه سازي تعريف ميشود كه در آن هدف كمينه كردن اختلاف فركانس هاي طبيعي محاسبه شده توسط مدل و فركانسهاي اندازهگيري شده ميباشد، كه اينكار با انتخاب يك الگوريتم فرااكتشافي مناسب بنام الگوريتم بهينهسازي اجتماع گربه صورت ميگيرد. به نحوي كه، ترك خستگي تنها با استفاده از دو فركانس طبيعي اندازهگيري شده سازه شناخته شود كه نوآوري ديگر اين تحقيق ميباشد. علاوه بر اين به منظور صحه گذاري، نتايج بدست آمده به ازاي پارامترهاي مختلف ترك با نتايج حاصل از تست هاي تجربي انجام شده، مورد مقايسه قرار گرفته است كه حاكي از دقت خوب روش پيشنهادي است.

Early crack detection in structures prevents the occurrence of damage. Therefore, a challenge exists in the literature to provide efficient methods in the field of structural health monitoring. Many of the researches that have been done on the crack identification in structures are based on the models that ignore crack closure effects that make a significant error in the crack identification. Since it is more difficult to identify breathing crack than other damages, the purpose of this research is providing an efficient algorithm to identify breathing crack in beam-type structures which are important elements in various types of structures. Because itʹs an important and significant issue to present a perfect model that is able to accurately explain behavior of damaged structure, in this paper a cracked beam has been modeled by ʹʹbreathing crackʹʹ model which explains beam responses more accurately than other common models. In order to calculate natural frequencies of the beam accurately, in this research the fatigue crack model is used, which considers crack as breathing one with opening and closing behaviour. Then the problem of identifying crack parameters (location and depth of the crack) is defined as an optimization problem with the aim of minimizing the differences between natural frequencies calculated by the model and measured natural frequencies. In order to choose an appropriate algorithm to identify breathing crack, algorithms among various meta-heuristic algorithms are selected, which are able to identify the crack using only two natural frequencies. This ability is more valuable when it is desired not to damage structure during health monitoring procedure based on using frequency response of structure. Regarding the surveys conducted, the optimization problem is solved using cat swarm optimization (CSO) algorithm. Moreover, for validation the results obtained for different crack parameters have been compared with those of experimental tests. The results indicate that the proposed method has good accuracy.