توسعه روش هاي جانمايي بهينه سنسور و شناسايي آسيب در سازه ها به كمك نظريه گراف و الگوريتم هاي فراكاوشي

دكتري تخصصي

شناسايي مؤثر و دقيق آسيب سازه، نيازمند استفاده از اطلاعاتي است كه توسط سنسورهايي كه در نقاط مختلف آن نصب شده اند، گردآوري مي شوند. به همين دليل، انتخاب موقعيت مناسب براي جانمايي سنسورها از مسائل اساسي در پايش سلامت سازه ها است. مهمترين هدف در جانمايي بهينه سنسورها اين است كه با نصب تعداد مشخصي سنسور، بيشترين و مفيدترين اطلاعات براي شناسايي رفتار سازه بدست آيد. پس از بدست آوردن اطلاعات لازم از سازه، مي توان با استفاده از روش هاي مبتني بر مدل فيزيكي و يا روش هاي مبتني بر داده، وضعيت سازه را پايش كرد. اين رساله شامل چهار قسمت اصلي است. در قسمت اول، با كمك نظريه گراف و روش هاي بهينه يابي، راهبردي نوين در جانمايي بهينه سنسورها در سازه ها ارائه مي شود. در اين راهبرد چند مرحله اي، ابتدا تعداد حداقل سنسورهاي مورد نياز براي سازه مشخص مي شود. سپس با استفاده از نظريه گراف، علاوه بر بهبود نمايش شكل مودي سازه ها كه يكي از معيارهاي مهم در شناسايي سازه هاست، همبستگي مودها كاهش مي-يابد. همچينين، اين مرحله موجب كاهش فضاي جستجو و بهبود عملكرد الگوريتم بهينه يابي مي گردد. علاوه براين، با اعمال تغييراتي در ساختار الگوريتم تكاملي QEA، قابليت جستجوي آن بهبود داده شده و با ارائه نسخه DQEA براي جانمايي بهينه سنسورها استفاده مي شود. در قسمت بعدي، براي نخستين بار يك روش نوين بهينه يابي هوش ازدحامي مبتني بر چرخه زندگي حشرات آب پيما (WSA) مطرح مي شود. پس از بررسي عملكرد الگوريتم ابداع شده در مسائل رياضياتي و مهندسي، نسخه هاي مختلف آن براي شناسايي آسيب در سازه ها به روش معكوس براي به روزرساني مدل به كار مي روند. در پايان، نسخه جبري الگوريتم آب پيما براي مسائل باينري مطرح و در انتخاب ويژگي هاي بهينه براي تشخيص آسيب با كمك روش هاي يادگيري ماشين كلاسبندي استفاده مي شود. در نسخه جبري ارائه شده، فضاي جستجو به صورت يك گراف كيلي مدلسازي مي شود و با استفاده از مفاهيم تئوري گروه ها، بروزرساني ذرات جستجوگر انجام مي پذيرد. علاوه بر اين، در اين قسمت، از تلفيق داده ها در سطح تصميم براي بهبود بيشتر نتايج استفاده مي شود. نتايج نشان مي دهند كه روش چند مرحله اي ارائه شده براي جانمايي بهينه سنسور، نه تنها منجر به كاهش حدود 40% مقدار بيشنه ماتريس TMAC نسبت به روش بهينه يابي عمومي مي شود، بلكه حدود 70% از خطاي بازتوليد شكل هاي مودي نسبت به روش عمومي مي كاهد. شاخص ها و آزمون هاي آماري حاكي از عملكرد مطلوب الگوريتم آب پيما در مسائل رياضي و مهندسي و در مقايسه با بسياري از الگوريتم هاي شناخته شده است. بررسي سناريوهاي مختلف شناسايي آسيب در سازه ها، عملكرد مناسب نسخه آشوبناك CWSA را از نظر كاهش خطاي شناسايي و كاهش مقدار تابع هزينه نشان مي دهد. استفاده از نسخه جبري AWSA در پايش سلامت مبتني بر داده و روش هاي يادگيري ماشين، منجربه افزايش دقت تشخيص آسيب در مقايسه با ساير الگوريتم ها شده است. همچنين تلفيق نتايج با استفاده از نظريه دمپستر-شفرِ بهبود يافته، موجب افزايش دقت در اتخاذ تصميم نهايي در خصوص پايش سلامت سازه مي شود.

209474

دانشگاه علم و صنعت ايران

مهندسي عمران - مهندسي زلزله

دكتر علي كاوه