Structural Damage Detection Using Optimization Method

Asgharvand, Alireza (2017) Structural Damage Detection Using Optimization Method. Masters thesis, University of Mohaghegh Ardabili.

Text (شناسایی آسیب سازه با استفاده از الگوریتم بهینه سازی)
Alireza Asgharvand.pdf

Download (897kB) | Preview
Official URL:


Early detection of damage can prevent catastrophic breakdown in structures. By timely detection of damage and action to fix its defects, it increases the useful life if the structure. One of the important method of structural health monitoring is vibration method. Given that the dynamic properties of the structure, including the natural frequency and mode shapes, are the function of its physical properties. Therefore, the change in the physical properties of the structure leads to variations in its vibrational properties. In this essay, two effective methods for identifying damage in engineering structures are resented. In the first method, the objective function is implemented based on the modal strain energy(MSE). In the second method. The objective function based on the mode shapes and with the help of the mode Assurance Criterion(MAC) is examined. These methods are ased on minimizing target functions, which results in modifications to the model to behave similar to the actual damaged structure. Also, in this research, assumed damage in the members is modeled by reducing the stiffness of the relevant element the algorithm particle Swarm optimization and Imperialist competitive Algorithm are used to solve the optimization problem. In order to perform the proposed methods, three different structure, including a two- dimensional truss, a three- span three- story two- dimensional frame, three dimensional three- story frame under different injury scenarios, it has been evaluated. The results indicate the ability of methods to identify the damage. It can also be concluded that the MAC method has a high degree of damage detection compared to the modal strain energy method in 3D frame structure. Particle Swarm Optimization and Imperialist competitive Algorithms determine the optimal answers with high precision. Keyword: Particle Swarm Optimization Algorithms, Imperialist Competitive Algorithms, Modal Strain Energy, Mode Assurance Criterion, Structural Health Monitoring.

Item Type: Thesis (Masters)
Persian Title: شناسایی آسیب سازه با استفاده از الگوریتم بهینه سازی
Persian Abstract: یکی از روش¬های مهم در پایش سلامت سازه¬ها، روش ارتعاشی است. با توجه به اینکه خواص دینامیکی سازه از جمله فرکانس و شکل¬های مودی، تابع خواص فیزیکی آن است، بنابراین تغییر در خواص فیزیکی سازه باعث تغییرات در خواص ارتعاشی آن می¬شود که در این مطالعه دو روش برای شناسایی موقعیت و شدت آسیب مورد استفاده قرار گرفته است. در روش اول، تابع هدف بر مبنای انرژی کرنشی مودال(MSE) پیاده¬سازی می¬شود. در روش دوم، تابع هدف بر پایه¬ی شکل¬های مودی و به کمک معیار سنجش اطمینان مودی(MAC) مورد بررسی قرار می¬گیرد. این روش¬ها بر کمینه کردن توابع هدف استوار است که منجر به اعمال تغییراتی بر مدل می¬شود تا رفتاری مشابه با سازه¬ی آسیب دیده¬ی واقعی، داشته باشد. همچنین در این تحقیق، آسیب فرضی در اعضا با کاهش سختی المان مربوطه، مدل¬سازی شده است. برای حل مساله بهینه¬یابی از الگوریتم جامعه پرندگان و الگوریتم رقابت استعماری استفاده شده است. به منظور کارایی روش¬های پیشنهادی، سه سازه مختلف شامل: یک خرپای دو بعدی، یک قاب دو بعدی سه طبقه سه دهانه و یک قاب سه بعدی سه طبقه تحت سناریوهای آسیب مختلف مورد ارزیابی قرار گرفته است. نتایج به دست آمده، حاکی از توانایی روش¬ها در شناسایی آسیب¬ها می¬باشند. در سازه¬ی خرپایی و قاب دو بعدی هر دو روش شناسایی آسیب محل و مقدار خرابی را به دقت مشخص می¬کند. همچنین می¬توان نتیجه گرفت که روش معیار سنجش اطمینان مودی در مقایسه با روش انرژی کرنشی مودال در سازه¬ی قاب سه بعدی از دقت بالایی در شناسایی آسیب برخوردار است. الگوریتم¬های بهینه¬سازی جامعه پرندگان و رقابت استعماری پاسخ-های بهین مساله را با دقت بالایی تعیین می¬کند. كليد واژه¬ها: الگوریتم جامعه¬ی پرندگان، الگوریتم رقابت استعماری، انرژی کرنشی مودال، پایش سلامت سازه، معیار سنجش اطمینان مودی.
Shahbazi, NaseraddinUNSPECIFIED
Subjects: Faculty of Engineering > Department of Civil Engineering
Divisions > Faculty of Engineering > Department of Civil Engineering
Divisions: Subjects > Faculty of Engineering > Department of Civil Engineering
Faculty of Engineering > Department of Civil Engineering
Date Deposited: 06 Oct 2018 08:34
Last Modified: 06 Oct 2018 08:34

Actions (login required)

View Item View Item