1. ۵-مقایسه نتایج و آزمایش (انتخاب و شناسایی پارامترهای مدل و بروز رسانی)

گام پنجم فرایند شناسایی سازه­ای، شامل انتخاب و کالیبراسیون (بروز رسانی) مدل­های سازه­ای است. مدل­های سازه­ای بر خلاف مدل­های عددی که برای تفسیر مستقیم داده ­ها استفاده می­شوند، جهت شناختن فیزیک سازه­های ساخته شده فرموله شده ­اند. در صورت تفسیر مستقیم داده ­ها، انجام این مرحله اختیاری قلمداد می­ شود. در صورتی که تغییری در پاسخ سازه مورد مطالعه توسط مدل­های عددی شناسایی شود، مراحل بعدی شامل شناخت عامل این تغییر و بررسی تأثیر این تغییر در عملکرد سازه است که توسط مدل­های سازه­ای انجام می­گیرد. فرایند انتخاب مدل موضوع مهمی است که کمتر به آن پرداخته شده است، در حالیکه تأثیر زیادی روی موفقیت کلی فرایند دارد. توسعه مدل­های اجزاء محدود با بهره گرفتن از فرضیات و ایده­آل­سازی­های مهندسی (با توجه به عدم قطعیت­های سازه­های عمرانی)، نامناسب خواهد بود. در عمل چندین استراتژی مختلف مدل­سازی استفاده و با مقایسه نتایج، بهترین مدل انتخاب شده و جهت به­روز رسانی اطمینان حاصل می­ شود. فرایند به­روز رسانی شامل بهینه سازی مجموعه­­ای از پارامترهای مودال، جهت کمینه نمودن اختلاف میان نتایج مدل و نتایج آزمایش است. روش­های کالیبره کردن را می­توان بر اساس نحوه انتخاب پارامترها جهت شناسایی، فرمولاسیون تابع هدف و روش مورد استفاده جهت بهینه یابی تقسیم ­بندی کرد. از جمله روش­های به­روز رسانی می­توان به این موارد اشاره کرد:
( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

    • به­روز رسانی مدل بر اساس روش اکتشافی (Manual, Heuristic-Based Model Calibration)

یکی از پایه­ای ترین روش­های به­روز رسانی مدل، مطالعه حساسیت پارامترها است تا تأثیر تغییرات پارامترهای انتخابی روی خصوصیات دینامیکی شبیه سازی شده یک سازه مورد بررسی قرار گیرد و همچنین بحرانی ترین پارامتر­ها برای به­روز رسانی مدل در مقیاس کلی مشخص شوند. به­روز رسانی مبتنی بر آنالیز حساسیت پارامترها را می­توان توسط روندی اتوماتیک و یا دستی (با انجام آنالیز حساسیت پارامترها و بررسی تأثیر آنها روی پاسخ سازه هم از لحاظ ریاضیاتی و هم ترم­های فیزیکی) انجام داد. بر اساس تجربه در این رویکرد، حساس ترین پارامترها می ­تواند خصوصیات مواد، شرایط مرزی و پیوستگی باشد (اکتان و همکاران ۱۹۹۸). در پل­ها خصوصیات بحرانی شامل مدول الاستیک بتن، خصوصیات رابط صلب مورد استفاده برای اتصال المان­های محدود تیر و پوسته عرشه­ها، شرایط مرزی و کینماتیک سیستم متحرک است]۲[.
برای به­روز رسانی اولیه در مقیاس کلی، اختلاف میان خصوصیات دینامیکی کلی اندازه گیری شده و پاسخ­های مدل با تغییر پارامترهای حساس شناسایی شده، کمینه می­شوند (اف. ان. کتباس و همکاران ۲۰۰۷). به مدل­های به­روز رسانی شده از طریق این روش، مدل­های “به­روزرسانی شده در مقیاس کلی” گفته می­ شود. کالیبراسیون مدل­های عددی در مقیاس محلی با انجام تست­های نیرویی کنترل شده توسط نیروهای معلوم و مقایسه نتایج تجربی و پاسخ­های تحلیلی مدل­های اجزاء محدود امکان­ پذیر است ]۲[.

    • به­روز رسانی ماتریس بهینه (Optimal Matrix Update Methods)

یکی دیگر از روش­های به­روز رسانی، به­روز رسانی مبتنی بر اصلاح ماتریس­های سازه­ای همانند ماتریس­های جرم، سختی و میرایی با بهره گرفتن از داده ­های اندازه گیری شده استاتیکی و دینامیکی است. در این روش­ها جهت به­روز رسانی ماتریس­ها، بر اساس معادلات حاکم بر حرکت و داده ­های اندازه گیری شده، روند بهینه سازی مقیدی تشکیل می­ شود. مقایسه ماتریس­های به­روزرسانی شده با ماتریس­های اصلی نشان دهنده ارتباط و همبستگی مدل و داده ­های اندازه گیری­شده است. به روش­هایی که از حل مستقیم برای محاسبه ماتریس­های به­روز رسانی شده استفاده می­ کنند روش­های به­روز رسانی ماتریس بهینه اطلاق می­گردد. این مسائل معمولا بر اساس ضرایب لاگرانژ و یا تابع جریمه فرموله می­شوند. از جمله روش­های دیگر می­توان به این موارد اشاره کرد: ]۲[
۱-فرمولاسیون مسئله بروزرسانی بهینه بر اساس کمینه نمودن نرم Frobenius ماتریس آشفتگی پارامترهای کلی سازه با بهره گرفتن از قیدهای خطای نیروی مودال صفر و خصوصیت تقارن ماتریس­ها: مانند تحقیقات انجام شده توسط برانچ و بار ایتژاک ]۴[، برمن و ناجی ]۵[، کبه ]۶[ و… . اسمیت و بتی ]۷[ به توسعه روابط کبه (۱۹۸۵) جهت شامل شدن قید ممانعت پراکندگی پرداخته و مسئله را برای کمینه نمودن نرم ماتریس آشفتگی و نرم خطای نیروی مودال با درنظرگیری قیدهای تقارن و پراکندگی بازنویسی کردند. افرادی مانند کامر ]۸[ نیز قید تقارن را در کمینه نمودن خطای نیروی مودال اعمال نموده ­اند. در مقابل چن و گاربا روشی را برای کمینه نمودن نرم آشفتگی خصوصیات مدل با اعمال قید خطای صفر نیروی مودال ارائه داده است. آنها همچنین جهت اعمال مجموعه شناخته­ای شده از مسیرهای بار روی آشفتگی مجاز، قید اتصالات را اجرا و بدین ترتیب نتایج به­روز رسانی شده علاوه بر تراز ماتریس، در تراز پارامترهای اعضا بدست آمده است ]۹[ ]۱۰[ .
۲-به­روز رسانی ماتریس بهینه بر اساس کمینه نمودن مرتبه (RANK) ماتریس آشفتگی: برای مثال دابلینگ]۱۱[ روشی را برای محاسبه کمینه مرتبه بردار پارامتر به­روز­رسانی شده در تراز عضو علاوه بر ماتریس­های سختی عضو و سختی کلی ارائه داده است. محدودیت این روش همانند سایر روش­های کمینه مرتبه این است که مرتبه آشفتگی برابر با تعداد مودهایی است که در محاسبه خطای نیروی مودال استفاده می­ شود.
از تکنیک­های به­روز رسانی بهینه جهت تشخیص آسیب نیز استفاده می­ شود. برای این منظور لیندر، توییتی و اوسترمن]۱۲[ با فرمولاسیون سیستمی overdetermined بر اساس مجموعه ­ای از پارامترهای آسیب که بیان کننده کاهش در سختی extensional برای هر عضو هستند، به این هدف پرداختند. پی. ال. لیو ]۱۳[ تکنیک به­روز رسانی بهینه­ای برای محاسبه پارامترهای سختی و جرم اعضای سازه­های خرپایی توسط فرکانس­های مودال و شکل­های مودی اندازه گیری شده ارائه و این روش را برای مکان­ یابی عضو آسیب دیده استفاده کردند.

    • بروز رسانی مبتنی بر حساسیت (Sensitivity-Based Update Methods)

این روش به­روز رسانی بر اساس حل سری مرتبه اول تیلور است که خطای تابع ماتریس آشفتگی را کمینه می­ کند. این روش شامل تعیین بردار پارامتر مدل اصلاح شده ( شامل پارامترهای مصالح و/یا هندسی) و بردار پارامتر آشفتگی است که با بهره گرفتن از روش نیوتن- رافسون تعیین می­ شود. نقطه تمایز روش­های مبتنی بر حساسیت، روش مورد استفاده برای تخمین ماتریس حساسیت است که می ­تواند شامل کمیت­های تحلیلی و تجربی باشد. برای حساسیت تجربی، روابط تعامد جهت محاسبه مشتقات پارامترهای مودال قابل استفاده است. روش­های حساسیت تحلیلی معمولا نیازمند ارزیابی مشتقات ماتریس­های جرم و سختی هستند که نسبت به ماتریس­های حساسیت تجربی حساسیت کمتری نسبت به نوفه و آشفتگی پارامترها دارند ]۲[.
ریکلس ]۱۴[ روشی را برای به­روز رسانی مبتنی بر حساسیت ارائه داد، به گونه ­ای که نوسانات سختی و جرم سیستم، موقعیت مرکز جرم، تغییر فرکانس­های طبیعی و شکل­های مودی، و فاکتورهای اعتماد آماری برای پارامترهای سازه­ای و تجهیزات آزمایشگاهی را به حساب آورده است. این روش از ماتریس حساسیت ترکیبی تحلیلی/تجربی استفاده کرده است، به گونه ­ای که حساسیت پارامترهای مودال با بهره گرفتن از داده ­های تجربی محاسبه و حساسیت ماتریس با بهره گرفتن از داده ­های تحلیلی محاسبه شده است.
صنایعی و اونپید ]۱۵[ روشی را برای بروز رسانی پارامترهای سختی مدل اجزاء محدود با بهره گرفتن از نتایج تست نیرو- جابجایی استاتیکی ارائه دادند. برای به حداقل رساندن تفاوت­ میان نیروهای اعمالی و نیروهای ایجاد شده در اثر اعمال جابجایی­های محاسبه شده به ماتریس سختی مدل، از پارامترهای به­روز رسانی شده که در تراز عضو هستند استفاده شده است. در ادامه نیز صنایعی و همکاران ]۱۶[. حساسیت روش ارائه شده به نوفه را مورد بررسی قرار داده و صنایعی و سالتنیک به توسعه الگوریتم و آنالیز خطا تحت کرنش استاتیکی علاوه بر جابجایی پرداختند. ]۱۷[.]۱۸[. روش­های مبتنی بر حساسیت در ادامه بگونه­ای بسط یافتند که دربرگیرنده اطلاعات مودال و امکان استفاده از چندین پاسخ برای تخمین همزمان پارامترها را داشته باشد.(سانتینی ، صنایعی، لیو و اولسن ]۱۹[ ).

    • بروز رسانی مبتنی بر تعیین سازه ویژه (Eigenstructure Assignment Method)

روش به­روز رسانی مبتنی بر تعیین سازه ویژه بر اساس طراحی یک کنترلر مجازی است بگونه­ای که خروجی­های آن جهت کمینه نمودن خطای نیروی مودال انتخاب می­شوند ]۲۰][۲۱ .[دستاوردهای کنترلر به عنوان پارامتر آشفتگی­های ماتریس به مدل سازه­ای تفسیر می­شوند. علاوه بر به­روز رسانی، از این تکنیک جهت شناسایی آسیب استفاده می­ شود. برای این منظور ” بهترین بردار ویژه قابل دست­یافتن” محصول کنترلر مجازی با بردارهای ویژه اندازه گیری، مقایسه می­ شود ]۲۱[. تکنیک تعیین سازه ویژه توسط محققین متعددی جهت تشخیص آسیب نیز مورد استفاده قرار گرفته است (کوب و لیبست ]۲۳][۲۴ [، لیندر و گاف ]۲۵[، زیمرمن و کائوک ]۲۶[). در ادامه لیم تکنیک سازه ویژه مقید را به صورت تجربی روی خرپای مسطح بیست دهانه اعمال کرد. این روش علاوه بر یافتن آشفتگی­های ماتریس سختی، آسیب را در تراز المان مسقیما شناسایی کرد. محاسبه آشفتگی­های در تراز المان­ها با قطری کردن خروجی­های کنترل انجام گرفته و مقادیر اعضای قطری بعنوان تغییرات خصوصیات ماتریس المان­ها تفسیر شده است. این تکنیک نتایج مطلوبی را با تجهیزات اندازه گیری محدود نیز از خود نشان داده است ]۲۰][۲۱ .[در نهایت نیز شوالز،پای و عبدالناصر ]۲۷[ روش “تعیین تابع پاسخ فرکانسی” که شبیه تعیین سازه ویژه است را ارائه دادند. نویسندگان مسئله را بصورت حل خطی برای فاکتورهای آشفتگی جرم و سختی المان­ها بیان کردند که بجای نیاز به گام­های اضافی استخراج شکل­های مودی، مسقیما از تابع پاسخ­های فرکانسی استفاده می­ کند.

    • بروز رسانی ترکیبی ماتریسی (Hybrid Matrix Update Methods)

کیم و بارتکویچ ]۲۸[ تکنیک به­روز رسانی دو مرحله­ ای را برای تشخیص آسیب سازه­های بزرگ با بهره گرفتن از تجهیزات اندازه گیری محدود ارائه دادند. در مرحله اول از روش بروز رسانی ماتریس بهینه برای تعیین ناحیه­ای از سازه که دچار آسیب شده، استفاده شده است. گام دوم روش شامل روش مبتنی بر حساسیت است که المان سازه­ای را که دچار آسیب شده است را مشخص می­ کند. سی. لی و اسمیت همچنین تکنیک بروز رسانی ترکیبی را ارائه داده­اند که به منظور محفاظت اتصالات مدل اجزاء محدود با راندومان محاسباتی بیشتری نسبت به الگوریتم تکرارشونده محافظت پراکندگی، آشفتگی ماتریس سختی را مقید نمودند ]۲۹][۳۰[.

    • بروز رسانی تکاملی (Evolutionary Optimization)

بهینه سازی تکاملی در واقع بخشی از مبحث احتمالات است، به این صورت که الگوریتم­های تکاملی تطابق مناسبی با بهینه­یابی در مقیاس کلی دارند. این روش­ها از مجموعه ­ای از راه حل­های بالقوه تحت عنوان “جمعیت” بهره برداری و بهینه یابی در مقیاس کلی را با همکاری و رقابت میان افراد جمعیت انجام می­دهد تا از کاستی­های روش­های بهینه یابی کلاسیک جلوگیری کنند. از دیگر مزایای این روش بهینه سازی، تفاوت­های توابع هدف است، بنابراین تشکیل تابع هدف انعطاف بیشتری در مقایسه با سایر روش­ها دارد. برای مثال می ­تواند بر اساس فرکانس، شکل­های مودی و یا ضریب اطمینان مودی روابط بیان شود. در میان روندهای متفاوت بروز رسانی تکاملی، الگوریتم ژنتیک بیشترین استفاده را برای شناسایی پارامترهای مودال و تشخیص آسیب را دارا است (فریسول و همکاران ۱۹۹۸، مارس و سارس ۱۹۹۶، شینتون و هو ۲۰۰۶ب) عملکرد این روش­ها در شناسایی سازه­های عمرانی تحت شرایط بارگذاری متفاوت موفقیت آمیز بوده است (بولر و استازوسکی ۲۰۰۴، کاسکیاتی ۲۰۰۳، چانگ ۲۰۰۵، هازنر و همکاران ۱۹۹۷، جانسون و اسمیت ۲۰۰۶، ناتکه و همکاران ۱۹۹۳ و …) ]۲[
با بهره گرفتن از به­روز رسانی تکاملی، اجرای تابع چند هدفه در بروز رسانی مدل اجزاء محدود بسیار آسان می­ شود. انجام هم­زمان بهینه­ سازی همراه با چندین تابع هدف می ­تواند موجب اجتناب از ایجاد مشکلات ناشی از نیاز به انتخاب وزن­های مناسب برای ترکیب انواع مختلف داده ­های اندازه گیری در تابع هدف واحد شود.
برای بهبود بهره­وری محاسبات، شناسایی پارامتر یک سیستم بزرگ می ­تواند در یک روند طبقه­ای انجام گیرد، بگونه­ای که وقوع و محل تقریبی تغییرات پارامترها در مرحله ابتدایی توسط مدل ابتدایی شناسایی و در مرحله بعدی، محل دقیق و میزان آسیب با بهره گرفتن از مدلی که برای ناحیه آسیب دیده تصحیح مجزایی شده است انجام می­ شود. پررا و روییز]۳[ روند به­روز رسانی مدل اجزاء محدود چندین طبقه­ای را بر اساس بهینه سازی تکاملی چند هدفه انجام دادند.

    •  
        •  

       

    1. ۶-استفاده از مدل برای تصمیم گیری (مطالعات پارامتریک، آنالیز سناریوها، ارزیابی ریسک و …)

استفاده از مدل­های توسعه یافته و به­روز رسانی شده طی فرایند شناسایی سازه­ای جهت موارد تصمیم گیری، در صورتی که توجیه اقتصادی داشته باشد، امری ضروری است. اکثر روش­های گزارش شده در مقالات پژوهشی، مربوط به مراحل ۴ و ۵ شناسایی هستند. در این روش­ها، رسیدن به تطابقی مناسب میان خصوصیات اندازه گیری شده و شبیه سازی شده، موفقیت تلقی می­ شود. در صورت عدم گسترش مفهوم موفقیت روش­های شناسایی، به توانایی آنها در تحت تأثیر قرار دادن فرایند تصمیم گیری، ممکن است مفهوم شناسایی از قلمرو حوزه پژوهش به موارد کاربردی گسترش پیدا نکند]۲[.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...