عیب یابی یکی از شاخه های کنترل سلامت سازه ها می باشد که در دو دهه اخیر توجه بسیاری از محققین را به خود جلب کرده است. در این پایان نامه یک روش جدید برای عیب یابی سازه های پر عضو مانند سازه های فضاکار تحت بار استاتیکی ارائه می شود. در اثر خرابی یک سازه، ویژگی های استاتیکی و دینامیکی سازه تغییر می کند، که با در نظر گرفتن نحوه ی این تغییرات می توان مکان و شدت خرابی را در سازه شناسایی کرد. روش پیشنهادی دارای دو مرحله می باشد. در مرحله اول توسط آنالیز حساسیت و بهینه سازی توسط الگوریتم جامعه مورچگان در فضای گسسته و یک تابع هدف منحصر به فرد، فضای جستجو را کاهش داده و در مرحله دوم مکان دقیق و مقدار خرابی المان ها از بین المان های محدود شده در مرحله اول بدست می آید. پاسخ سازه توسط یکسری سنسور ها ثبت می شود که به دلایل مختلفی دارای خطا می باشند و همچنین در استفاده از بار استاتیکی امکان وجود خطا در بارگذاری می باشد. مجموع این خطاها باعث ایجاد نویز در داده ها می شود. در این تز با ارتباط دادن نویز بار به نویز سنسور ها و استفاده از یک روش جدید در آنالیز حساسیت، خطای محاسبات تا حد قابل قبولی پایین آمده است. برای بررسی عملکرد روش پیشنهادی چند سازه فضاکار مورد بررسی قرار گرفته است. مثال ها به دو نوع، بر اساس با و بدون اعمال نویز در داده ها تقسیم شده اند. نتایج بدست آمده خود گویای عملکرد قوی روش می باشد.

افزایش عمر سازه ها، عدم رعایت دقیق ضوابط آیین نامه ها در زمان طراحی و اصول صحیح ساخت در زمان اجرا، اعمال بارهای بیش از حد در هنگام زلزله، خستگی ناشی از سیکل های بارگذاری و باربرداری و سایر عوامل احتمالی دیگر می توانند باعث آسیب در سازه ها گردیده که در صورت عدم شناسایی و اصلاح به موقع، این آسیب ها با گذشت زمان توسعه یافته و در نهایت ممکن است باعث فروپاشی کل سازه شوند. بنابراین تعیین خرابی در سیستم های سازه ای و تعلقات آن برای کنترل سلامتی سازه ها و افزایش ایمنی و اطمینان از وضعیت موجود سازه ها امری مهم و ضروری است. زمانی که آسیب در سازه به وقوع می پیوندد، این عامل می تواند باعث تغییرات کوچکی در سیستم سازه ای شود که خود باعث ایجاد تاثیر منفی بر روی عملکرد سازه می گردد. بنابراین بایستی پارامترهایی که نقش مهمی در شناسایی و تعیین شدت آسیب دارند به درستی انتخاب گردند. در این تحقیق، روشی بر مبنای انرژی کرنشی جنبشی و مودال جهت تعیین موقعیت و شدت آسیب در سازه ها پیشنهاد شده است. فرض بر این است که از خصوصیات دینامیکی سازه، فقط فرکانس های چند مود اول در دسترس باشد. با استفاده از فرکانس های موجود روشی برای تعیین ماتریس سختی سازه آسیب دیده پیشنهاد شده است. معادله تعیین شدت آسیب بر مبنای تغییرات کل انرژی کرنشی مودال بسط داده شده است. مسئله شناسایی آسیب به-صورت یک مسئله بهینه سازی غیر مقید، مدل شده و برای حل معادله فوق از الگوریتم اجتماع ذرات با رفتار کوانتومی استفاده گردیده است. همچنین مسئله وجود خطا (نویز) در پاسخ های دینامیکی حاصل از سنسورها و تاثیر آن بر روی دقت شناسایی آسیب مورد بررسی قرار گرفته است. به منظور بررسی عملکرد موثر روش فوق، مثال های عددی ارائه شده و نتایج بیانگر دقت و عملکرد مناسب روش پیشنهادی برای تعیین محل وقوع و شدت آسیب در سازه می باشد.

در این تحقیق طرح بهینه شبکه های دولایه فضاکار با در نظر گرفتن همزمان قیود تنش، تغییر مکان و قیود قابلیت اعتماد، انجام گردید و نتایج طرح بهینه در دو حالت با و بدون قیود قابلیت اعتماد با یکدیگر مقایسه می شوند. در این راستا از الگوریتم اجتماع ذرات بعنوان الگوریتم بهینه ساز استفاده شده که با الگوبرداری از رفتار موجودات زنده به جستجوی نقطه بهینه می پردازد. در این تحقیق وزن سازه بعنوان تابع هدف بهینه سازی در نظر گرفته شده است. احتمال نقص در ساخت اعضا می تواند منجر به تغییر احتمالی در ارتفاع بین لایه های تحتانی و فوقانی شبکه های دولایه شده که بعنوان قیود احتمالی قابلیت اعتماد در طرح بهینه اعمال گردیده اند. همچنین برای ایجاد تعداد سازه های کافی جهت استخراج نتایج مورد نیاز برای مدل سازی قابلیت اعتماد از تقریب سازی استفاده شده است. در این تحقیق از تقریب سازی دو نقطه ای درجه دوم استفاده شده است. جهت بررسی قیود قابلیت اعتماد، برای هر کدام از سازه ها میزان جریمه ناشی از اعمال این قیود بدست آمده و در تابع هدف اعمال می شود. با بررسی نتایج حاصل از بهینه سازی با در نظر گرفتن این قیود، مشخص می شود که اعمال قیود قابلیت اعتماد باعث افزایش وزن و تغییر سطح مقطع اعضای سازه می گردد.

عیب یابی یکی از شاخه های کنترل سلامت سازه ها می باشد که در دو دهه اخیر توجه بسیاری از محققین را به خود جلب کرده است. در اثر خرابی یک سازه، ویژگی های استاتیکی و دینامیکی سازه تغییر کرده، که با در نظر گرفتن نحوی این تغییرات می توان مکان و شدت خرابی را در سازه شناسایی کرد. در این پایان نامه هدف تعیین محل بهینه بارگذاری استاتیکی در عیب یابی سازه ها می باشد. برای این منظور از دو تابع هدف متفاوت استفاده می شود و در نهایت از لحاظ کارایی با هم مقایسه می گردد. روش پیشنهادی دارای دو مرحله می باشد. در مرحله اول محل بهینه بارهای استاتیکی با استفاده از الگوریتم ژنتیک گسسته تعیین می گردد. و در مرحله دوم عیب یابی، محل دقیق و شدت خرابی اعضای سازه، طی فرآیند نیوتن رافسون با بروزرسانی ماتریس حساسیت و تشکیل دستگاه معادلات خطی به طور متوالی بدست می آید. با وجود اینکه روش های جدید زیادی اخیرا پیشنهاد شده است روش های مبتنی بر تحلیل حساسیت هنوز هم بطور گسترده ای برای بروزرسانی و شناسایی خرابی مورد استفاده قرار می گیرند. برای بررسی عملکرد روش های ارائه شده، دو سازه مورد بررسی قرار گرفته است. نتایج بدست آمده گویای عملکرد قوی هر دو روش می باشد.

تمامی سازه ها در معرض وقوع خرابی قرار دارند. این خرابی ها ممکن است ناشی از بارگذاری عادی، بارهای دینامیکی، پدیده خستگی و یا آسیب های حین ساخت باشند. روش های مختلفی در تشخیص خرابی در سازه ها وجود دارند که یکی از کاراترین و جدیدترین آنها استفاده از x-let ها می باشند که معمولاً پردازش هایی روی داده های ناشی از تحلیل مود شکل انجام می دهند. براین اساس با ایجاد ارتباط بین مود شکل سازه خراب با سازه سالم و تحلیل آن در حوزه یکی از این x-let ها محل های خرابی مشخص می گردد. از جمله مهم ترین x-let ها می توان به wavelet اشاره کرد. با توجه به محدودیت های wavelet جهت تشخیص خرابی سازه ها، از جمله توانایی ناقص در شناسایی ترک هایی با مسیر غیرمستقیم و نزدیک تکیه گاه ها، نیاز به استفاده از تبدیل های جدید دیگر مشهود می باشد. تبدیل curvelet با توجه به ساختار خود می تواند این مشکلات را رفع کند. همچنین با توجه به ماهیت آن، جهت شناسایی خرابی در محیط های دو بعدی همانند صفحات خمشی بسیار مناسب می باشد. این خرابی ها را با تغییر در مدول الاستیسیته ناحیه مورد نظر می توان ایجاد کرد. از طرف دیگر با توجه به عدم دقت مناسب پاسخ های تحلیل مودال جهت تشخیص خرابی های نزدیک تکیه گاه ها، از نتایج تنش فون میسز به عنوان پاسخ های تحلیل استاتیکی جهت تشخیص خرابی در مکان های نزدیک تکیه گاه ها استفاده شده است. همچنین سعی شده است بر خلاف تحقیقات پیشین تمام اشکال ممکن خرابی همانند خرابی به صورت خطوط منحنی شکل، خطوط به صورت مستقیم در زوایای مختلف و خرابی های محدود به صورت نقطه ای در مناطق مختلف صفحه همچون نواحی میانی، لبه ای و گوشه ای با استفاده از چند شاخص خرابی پیشنهادی و چند شاخص خرابی موجود در مراجع مختلف، مورد بررسی قرار گیرند.

در بین روش¬های مختلف برای تشخیص خرابی در سازه¬ها، به خصوص سازه های پیوسته، می¬توان به کاراترین و جدیدترین آنها به نام x-letها اشاره کرد. x-letها با پردازش روی داده¬های ناشی از تحلیل و ایجاد ارتباط بین این داده¬ها در سازه سالم و سازه خراب محل خرابی را تشخیص می¬دهند. از مهمترین x-letها می¬توان به تبدیل wevelet اشاره نمود. بدلیل ضعف این تبدیل در شناسایی ترک¬های غیر مستقیم و همچنین نزدیک تکیه¬گاه، ارجح است از تبدیل قوی¬تری به نام تبدیل curvelet استفاده کرد. این تبدیل بدلیل ماهیت و ویژگی¬های بارز خود در محیط¬های دو بعدی پیوسته مثل صفحات، کارایی و دقت آن از جهات مختلف مثل تشخیص ترک¬های غیر مستقیم و همچنین قدرت پردازش آن در نواحی نزدیک تکیه¬گاه¬ها بسیار خوب بوده و روش مناسبی برای عیب¬یابی می¬باشد. اما این تبدیل با یک مشکل عمده روبرو است و آن، مقیاس¬های (سطوح تجزیه ) این تبدیل می¬باشد. سطح تجزیه اول، تصویر و موقعیت و مشخصات کلی از خرابی و ترک را نشان می¬دهد ولی از نشان دادن جهت و عرض وحتی شکل دقیق آن عاجز است ولی به عنوان مقیاس بارز این تبدیل می¬باشد. این در حالیست که سایر سطوح با اینکه دقیق¬تر و دارای اطلاعات بسیار زیادتر نسبت به مقیاس اول هستند، بدلیل وجود خطا و نویز در داده¬های حاصل از تحلیل سازه، بعضا قادر به نمایاندن توانایی کامل خود در پردازش تصویر، موقعیت و مشخصات ترک به درستی نمی¬باشند. در این تحقیق، محل ترک¬ها در صفحات خمشی با استفاده از پاسخ¬های تحلیل مودال وتحلیل تنش استاتیکی فون میسز تشخیص داده می¬شود. علاوه بر آن، برای حذف نویز و خطا از پاسخ¬های تحلیل سازه، از الگوریتم-های هوش مصنوعی استفاده می¬شود. الگوریتم مورد استفاده، شبکه عصبی تابع بنیادی شعاعی بوده که با آموزش صحیح آن، نویزها و خطاها تا حد زیادی از داده¬ها حذف شده¬اند. بطوری که بعد از استفاده از این داده¬ها در تبدیل curvelet، امکان استفاده از سطوح تجزیه بالاتر فراهم گشته و منجر به قابلیت بالا برای تشخیص دقیق¬تر جهت، شکل و عرض ترک در حالت¬های مختلف و شدت¬های مختلف خرابی در نواحی نزدیک و دور تکیه¬گاه شده است.

در چند دهه اخیر، با استفاده از تبدیلات نوین از جمله تبدیل موجک و پردازش ویژگی های فرکانسی، سلامت سازه ها مورد پایش قرار گرفته است. در این پایان نامه با تلفیقی از پردازش در حوزه مکان و فرکانس، محل و شکل دقیق خرابی صفحات خمشی تشخیص داده می شود. با شبیه سازی خرابی در صفحات خمشی و آنالیز مودال آنها با روشهای عددی و اعمال فیلترهای آشکار ساز لبه marr-hildreth , sobel , prewitt , laplacian در حوزه مکان بر پاسخ آنالیز و سپس انتقال به حوزه فرکانس و محاسبه ضرایب کرولت در نرم افزار متلب و بهره گیری از خصوصیات فرکانسی این حوزه، محل و شکل ترک در صفحات خمشی شناسایی می گردد. ترک های مورد مطالعه در این تحقیق دارای اشکال متداول خرابی در صفحات خمشی از جمله ترک های خطی، منحنی شکل، نقطه ای و ضربدری می باشند. همچنین، اثر مقیاس های مختلف تبدیل کرولت در تشخیص خرابی، بعلاوه اثرات نویز مورد بررسی قرار گرفته و نتایج با مراجع مقایسه می گردد. نتایج عددی نشان می دهد اعمال توام فیلترهای مکانی و تبدلات فرکانسی ناهمسانگرد باعث بهبود تشخیص خرابی در صفحات خمشی شده است