فهرست نشریات علمی دسترسی آزاد ایران

ازآنجایی‌که هزینه نگهداری و تعمیر سیستم‌های مکانیکی اعم از سازه‌ها و ماشین‌های دوار بسیار بالاست، یکی از راه‌های کاهش این هزینه‌ها، درنظرگرفتن تدابیری جهت بررسی عیوب در این سیستم‌ها قبل از هر نوع کار عملی است. در این مطالعه روش جدیدی برای عیب‌یابی سازه جکتی فراساحلی در حضور عدم‌ قطعیت‌های مختلف مانند خطاهای مدل‌سازی، خطاهای اندازه‌گیری و نویزهای محیطی بر پایه مدل شبیه‌سازی‌شده و حالت سالم مدل واقعی ارائه‌شده است. در روش پیشنهادی، داده‌های سازه سالم واقعی برای به‌روزرسانی پارامترهای مدل شبیه‌سازی‌شده استفاده شده‌اند. برخی از بخش‌های سیگنال‌ که مربوط به ذات سیستم نیستند، با استفاده از روش تجزیه مود تجربی دسته‌ای کامل حذف شده‌اند. داده‌های فرکانسی با استفاده از روش تجزیه حوزه فرکانس از سیگنال‌های ارتعاشی استخراج شده‌اند. یک شبکه عصبی خود رمزنگار عمیق، به‌منظور یادگیری ویژگی‌های حساس به عیب از داده‌های فرکانسی و عیب‌یابی سازه طراحی‌شده است. به‌منظور آموزش شبکه عمیق پیشنهادی، از داده‌های فرکانسی مدل شبیه‌سازی‌شده و حالت سالم مدل واقعی استفاده شده‌است. پس‌ازآن، داده‌های فرکانسی سازه واقعی برای ارزیابی شبکه عمیق پیشنهادی استفاده شده‌است. نتایج حاصله نشان می‌دهد که استفاده از روش پیشنهادی برای عیب‌یابی سازه جکتی فراساحلی صحت بالاتری نسبت به سایر روش‌های مقایسه‌ای دارد.