عنوان مقاله :
تشخيص محل و عمق ترك در سازهها با استفاده از انرژي كرنشي مودال و فركانس
عنوان به زبان ديگر :
Crack Detection in Structures Using Modal Strain Energy and Frequency
پديد آورندگان :
قديمي، سيامك دانشگاه آزاد اسلامي واحد اهر - گروه مهندسي عمران، اهر , كورهلي، سينا دانشگاه آزاد اسلامي واحد اهر - گروه مهندسي عمران، اهر
كليدواژه :
تشخيص ترك , انرژي كرنشي مودال , فركانس , ماشين حداقل مربعات بردار پشتيبان
چكيده فارسي :
در تحقيق حاضر روش نويني جهت تشخيص ترك در سازهها با استفاده از انرژي كرنشي مودال و فركانس ارائه شده است. با توجه به اينكه تشكيل ترك در المان هاي سازهاي باعث تغيير در سختي عضو و همچنين انرژي كرنشي مودال و فركانس سازه ميگردد، بنابراين در تحقيق حاضر به عنوان شاخص جهت شناسايي ترك در سازه بكار رفته است. انرژيهاي كرنشي مودال سازه و فركانس سه مود اول به عنوان ورودي و محل و عمق ترك در المان هاي مختلف سازهاي به عنوان خروجي جهت آموزش ماشين حداقل مربعات بردار پشتيبان بكار ميرود. براي نمايش كارايي روش ارائه شده از تير كنسولي و دو سر مفصل و همچنين قاب پورتال، استفاده شده است. همچنين اثر وجود نوفه در اطلاعات مودال نيز مورد بررسي قرار گرفته است. نتايج بدست آمده بيانگر كارايي روش ارائه شده در تشخيص محل و ميزان ترك با استفاده از اطلاعات مربوط به انرژيهاي كرنشي مودال سازه و فركانس و با استفاده از ماشين حداقل مربعات بردار پشتيبان است.
چكيده لاتين :
In this paper a new method for crack detection in structures based on first three mode frequencies and modal strain energies using least square support vector machine has been proposed. Since the mode shape vectors are equivalent to nodal displacements of a vibrating structure, therefore in each element of the structure strain energy is stored. The strain energy of a structure due to mode shape vector are usually referred to as modal strain energy (MSE) and can be considered as a valuable parameter for crack identification. Also, change of natural frequencies is effective, inexpensive, and fast tool for non-destructive testing. So, the proposed method uses the first three natural frequencies and modal strain energies as the input parameters and crack states as output to train the least squares support vector machine model.
عنوان نشريه :
آناليز سازه-زلزله