Paper Abstract
شبکههای عصبی مصنوعی ابزاری کارآمد در حوزه تشخیص خسارت میباشند و امکانات جدیدی را در استفاده از دادههای اندازهگیریشده مبهم و ناقص برای کاربران ارائه میدهند. این مطالعه روشی را برای تخمین شدت و محل آسیب اتصالات برای سازههای خرپایی با استفاده از یک شبکه عصبی چندلایه ارائه میدهد. در این روش شکلهای مودی سازه و مشتقات آن بهعنوان پارامترهای ورودی به شبکه عصبی برای شناسایی آسیب، بهویژه برای مواردی با اندازهگیریهای ناقص شکل مود، مورد استفاده قرارگرفتهاند. مدل اجزا محدود خرپا در نرمافزار آباکوس ایجاد گردیدهاست و پارامترهای مودال دقیق سازه محاسبه شدهاست. ازآنجاییکه در سازههای خرپایی غالباً خسارت بهصورت کاهش سختی و با کاهش سطح مقطع به سازه اعمال میشود، درحالیکه آسیبهای واقعی اینچنین ایدهآل اتفاق نمیافتد، در این پژوهش سعی شدهاست یک نوع آسیب واقعی برای شناسایی آسیب بهکار گرفته شود. برای این منظور آسیب بهصورت شل شدن پیچ و با کاهش نیروی کششی در پیچ مدلسازی شدهاست. در انتها تجزیه و تحلیل روی خرپا برای نشاندادن دقت و کارایی روش پیشنهادی ارائه شدهاست.