دفاعیه کارشناسی ارشد (سازه و زلزله) طراحی و پیاده سازی سامانه آزمایشگاهی در پایش سلامت سازه ها مبتنی بر اینترنت اشیاء
| تاریخ ارسال: 1400/7/28 |
دانشجو: آقای سید علیرضا میرطاهری
استاد راهنما: دکتر سید حسین حسینی لواسانی
زمان: پنجشنبه ۲۹ مهر ماه ۱۴۰۰ ساعت: ۰۹:۰۰
لینک ورود به جلسه
استاد راهنما: دکتر سید حسین حسینی لواسانی
زمان: پنجشنبه ۲۹ مهر ماه ۱۴۰۰ ساعت: ۰۹:۰۰
لینک ورود به جلسه
چکیده
روش های پایش سلامت بر پایه ارتعاشات به عنوان یکی از ابزارهای اصلی پایش بلند مدت سازه شناخته می شوند. ترکیب الگوریتم های شناسایی آسیب بر این مبنا با روش های نوین اینترنت اشیا دامنه استفاده از پایش سلامت گسترده تر و کاربردی تر می کند. در این پایان نامه با کمک روش های پردازش سیگنال به کمک سری های زمانیAR و روش حالت تجربی EMD بهمراه روش های ناظر یادگیری ماشین به شناسایی خرابی های مختلف در یک مدل ساختمانی پرداخته ایم. استخراج ویژگی های نهان در سیگنال های پاسخ سازه با کمک انجام تحلیل های آماری روی ضرایب و ماند های سری زمانی بهمراه مولفه های ذاتی پردازش EMD صورت گرفته است. در ادامه به کمک الگوریتم Relief و محاسبه همبسنگی ویژگی های بدست آمده، دو پارامتر اصلی به نام پیش ببین جهت ساخت الگوی خرابی در سیستم به کار برده شد. ضرایب اول سری زمانی و مولفه ذاتی سطح دوم از پارامترهای پردازش سیگنال و شاخص های Kurtosis و Skewness از شاخص های آماری به عنوان پیش بین های مناسب انتخاب شدند. همچنین جهت افزایش دقت طبقه بندی فیلتر میانگین متحرک روی الگوی ساخته شده اعمال گردید تا منحنی رفتار نرم تری حاصل گردد. سه نوع طبقه بندی از خانواده بردارهای پشتیبان جهت طبقه بندی کلاس های خرابی استفاده شد و مشاهده شد که نوع درجه دوم این نوع طبقه بند دارای بیشترین دقت در تفکیک خرابی های نه گانه موجود در مدل آزمایشگاهی سازه سه طبقه ، با دقتی نزدیک به ۱۰۰ درصد می باشد. در ادامه به کمک الگوی خرابی ساخته شده و روش مناسب طبقه بندی الگوریتم بهینه ای جهت پیاده سازی بر روی میکروکامپیوتر رزبری پای بدست آمد. با اتصال این پردازنده برنامه ریزی شده با الگوریتم بهینه شناسایی خرابی به سرویس فضای ابری در کنار شبکه سنسورهای متصل به سازه، سامانه هوشمند پایش سلامت سازه بر پایه اینترنت اشیا بدست آمد که قادر به گزارش لحظه ای از وضعیت سازه در بستر اینترنت می باشد. این سامانه می تواند با هزینه اندک با کمک الگوریتم پیشنهادی خرابی برای پایش سلامت سازه های ساختمانی و گزارش آنلاین وضعیت آنها مورد استفاده قرار گیرد.
واژه های کلیدی: سامانه پایش سلامت در فضای ابری، اینترنت اشیا، سری های زمانیAR ، روش حالت تجربی EMD، شناسایی خرابی برپایه ارتعاشات
روش های پایش سلامت بر پایه ارتعاشات به عنوان یکی از ابزارهای اصلی پایش بلند مدت سازه شناخته می شوند. ترکیب الگوریتم های شناسایی آسیب بر این مبنا با روش های نوین اینترنت اشیا دامنه استفاده از پایش سلامت گسترده تر و کاربردی تر می کند. در این پایان نامه با کمک روش های پردازش سیگنال به کمک سری های زمانیAR و روش حالت تجربی EMD بهمراه روش های ناظر یادگیری ماشین به شناسایی خرابی های مختلف در یک مدل ساختمانی پرداخته ایم. استخراج ویژگی های نهان در سیگنال های پاسخ سازه با کمک انجام تحلیل های آماری روی ضرایب و ماند های سری زمانی بهمراه مولفه های ذاتی پردازش EMD صورت گرفته است. در ادامه به کمک الگوریتم Relief و محاسبه همبسنگی ویژگی های بدست آمده، دو پارامتر اصلی به نام پیش ببین جهت ساخت الگوی خرابی در سیستم به کار برده شد. ضرایب اول سری زمانی و مولفه ذاتی سطح دوم از پارامترهای پردازش سیگنال و شاخص های Kurtosis و Skewness از شاخص های آماری به عنوان پیش بین های مناسب انتخاب شدند. همچنین جهت افزایش دقت طبقه بندی فیلتر میانگین متحرک روی الگوی ساخته شده اعمال گردید تا منحنی رفتار نرم تری حاصل گردد. سه نوع طبقه بندی از خانواده بردارهای پشتیبان جهت طبقه بندی کلاس های خرابی استفاده شد و مشاهده شد که نوع درجه دوم این نوع طبقه بند دارای بیشترین دقت در تفکیک خرابی های نه گانه موجود در مدل آزمایشگاهی سازه سه طبقه ، با دقتی نزدیک به ۱۰۰ درصد می باشد. در ادامه به کمک الگوی خرابی ساخته شده و روش مناسب طبقه بندی الگوریتم بهینه ای جهت پیاده سازی بر روی میکروکامپیوتر رزبری پای بدست آمد. با اتصال این پردازنده برنامه ریزی شده با الگوریتم بهینه شناسایی خرابی به سرویس فضای ابری در کنار شبکه سنسورهای متصل به سازه، سامانه هوشمند پایش سلامت سازه بر پایه اینترنت اشیا بدست آمد که قادر به گزارش لحظه ای از وضعیت سازه در بستر اینترنت می باشد. این سامانه می تواند با هزینه اندک با کمک الگوریتم پیشنهادی خرابی برای پایش سلامت سازه های ساختمانی و گزارش آنلاین وضعیت آنها مورد استفاده قرار گیرد.
واژه های کلیدی: سامانه پایش سلامت در فضای ابری، اینترنت اشیا، سری های زمانیAR ، روش حالت تجربی EMD، شناسایی خرابی برپایه ارتعاشات
مطالب مشابه
دفعات مشاهده: 800 بار |
دفعات چاپ: 161 بار |
دفعات ارسال به دیگران: 0 بار |
0 نظر