تشخیص خسارت تیرهای مرکب چندلایه با استفاده از شاخص پراکندگی انرژی موجک

پذیرفته شده برای ارائه شفاهی ، صفحه 1-8 (8) XML اصل مقاله (613.09 K)
کد مقاله : 1039-ISAV2023 (R2)
نویسندگان
1استادیار دانشگاه صنعتی قوچان
2دانشجوی کارشناسی ارشد دانشگاه صنعتی قوچان
چکیده
با توجه به اهمیت روز افزون پایش سلامت سازه‌های تاریخی و نیاز به بررسی پیوسته عملکرد سازه‌های زیربنایی، طیف گسترده‌ای از روش‌های خسارت‌سنجی با بهره‌ جستن از پاسخ ارتعاشی و مشخصه‌های مودال سازه در دهه‌های اخیر ارائه شده است. یکی از اساسی‌ترین و پرکاربردترین شیوه‌ها، بهره‌گیری از شکل‌های مودی به عنوان مولفه‌های دینامیکی اثر‌پذیر در برابر خسارت است. پژوهش حاضر با استفاده از تبدیل موجک به تحلیل شکل ‏های مودی سازه ‏های تیری برای آشکارسازی خسارت‏ ها می‏ پردازد. با در نظر گرفتن ضرایب حاصل از تبدیل موجک گسسته به عنوان ورودی تابع انرژی، تابع انرژی ضرایب موجک ایجاد و سپس پراکندگی مقادیر این تابع در درجات آزادی تیر با شاخص پیشنهادی سنجش پراکندگی انرژی (WED) بررسی می ‏شوند. کارآیی شاخص پیشنهادی (WED) با تحلیل داده ‏های آزمایشگاهی یک تیر مرکب چندلایه ساخته شده از الیاف شیشه(GFRP) و بهره‌گیری از توابع موجک داوبچینز 4، سیملت 4، موجک متعامد‌ دوگانه معکوس (rbio2.2)، موجک‌های متعامد دوگانه bior5.5)، bior1.1) و موجک هار تجزیه و تحلیل می‏ شود. بنا به نتایج تحلیلی موجک متعامد‌ دوگانه معکوس(rbio2.2)، در آشکارسازی ترک‌های ایجاد شده دارای کمترین خطا نسبت به سایر تابع‌های موجک می‌باشد. با اعمال حد آستانه خسارت در دو گام به صورت هموار سازی با تابع فیلتر متحرک در گام نخست و معیار حد اطمینان یکطرفه بالایی در گام دوم روی مقادیر شاخص پیشنهادی (WED)، خسارت‏ها با دقت مناسب در مود‌های دوم و سوم تیر مرکب بدون نیاز به داده ‏های حالت خسارت ندیده شناسایی و مکانیابی می ‏شوند.
کلیدواژه ها
موضوعات
 
Title
.
Authors
مراجع

1. P. F. Giordano, S. Quqa, and M. P. Limongelli, "The value of monitoring a structural health
monitoring system", Structural safety 100, 102280 (2023).
2. P. Chaupal, P. Rajendran, "A review on recent developments in vibration-based damage
identification methods for laminated composite structures: 2010–2022", Composite Structures 311,
116809 (2023).
3. P. Cawley, R. D. Adams, "The location of defects in structures from measurements of natural
frequencies", The Journal of Strain Analysis for Engineering Design 14, 49-57 (1979).
4. G.-D. Zhou, T.-H. Yi, "A summary review of correlations between temperatures and vibration
properties of long-span bridges", Mathematical Problems in Engineering 2014, (2014).
5. D. Martucci, M. Civera, and C. Surace, "Bridge monitoring: Application of the extreme function
theory for damage detection on the I-40 case study", Engineering Structures 279, 115573 (2023).
6. Y. Xia, H. Hao, G. Zanardo, and A. Deeks, "Long term vibration monitoring of an RC slab:
temperature and humidity effect", Engineering structures 28, 441-452 (2006).
7. R. Hou, Y. Xia, and X. Zhou, "Structural damage detection based on l1 regularization using natural
frequencies and mode shapes", Structural Control and Health Monitoring 22, e2107 (2018).
8. E. Reynders, J. Houbrechts, and G. De Roeck, "Fully automated (operational) modal analysis",
Mechanical systems and signal processing 29, 228-250 (2012).
9. N. Baghiee, M. R. Esfahani, and K. Moslem, "Studies on damage and FRP strengthening of
reinforced concrete beams by vibration monitoring", Engineering Structures 31, 875-893 (2009).
10. J. Zhou, Z. Li, and J. Chen, "Application of two dimensional Morlet wavelet transform in damage
detection for composite laminates", Composite Structures 318, 117091 (2023).
11. R. Kumar, R. Nigam, and S. K. Singh, "Selection of suitable mother wavelet along with vanishing
moment for the effective detection of crack in a beam", Mechanical Systems and Signal Processing
163, 108136 (2022).
12. M. Saadatmorad, M. H. Shahavi, and A. Gholipour, "Damage Detection in Laminated Composite
Beams Reinforced with Nano-particles Using Covariance of Vibration Mode Shape and Wavelet
Transform", Journal of Vibration Engineering & Technologies1-11 (2023).
13. H. Gökdağ, O. Kopmaz, "A new damage detection approach for beam-type structures based on the
combination of continuous and discrete wavelet transforms", Journal of Sound and Vibration 324,
1158-1180 (2009).
14. G. A. Oliver, J. L. J. Pereira, M. B. Francisco, and G. F. Gomes, "Wavelet transform-based damage
identification in laminated composite beams based on modal and strain data", Mechanics of
Advanced Materials and Structures1-11 (2023).
15. B. Zehtab, H. Mirdamadi, A. Asadi, and M. Rafeeyan, "Experimental study on damage identification
in GFRP-strengthened RC beams using novel cubic energy-based damage index", Advances in
Structural Engineering 18, 1639-1652 (2015).
16. A. Katunin, "Identification of multiple cracks in composite beams using discrete wavelet transform",
Scientific Problems of Machines Operation and Maintenance 45, 41-52 (2010).
17. E. Douka, S. Loutridis, and A. Trochidis, "Crack identification in plates using wavelet analysis",
Journal of sound and vibration 270, 279-295 (2004).
18. S. Zhong, S. O. Oyadiji, "Detection of cracks in simply-supported beams by continuous wavelet
transform of reconstructed modal data", Computers & structures 89, 127-148 (2011).
19. Z. Nie, Y. Xie, J. Li, H. Hao, and H. Ma, "Damage detection in bridges under moving loads based on
subspace projection residuals", Advances in Structural Engineering 25, 979-1001 (2022).
20. J. Li, H. Hao, and H.-P. Zhu, "Dynamic assessment of shear connectors in composite bridges with
ambient vibration measurements", Advances in Structural Engineering 17, 617-637 (2014).