Application of genetic algorithm for damage identification of non-homogenous tapered beam

• Autorzy: Panigrahi S. M. , Chakrayerty S. , Mlshra B. M.

Warianty tytułu

PL

Zastosowanie algorytmów genetycznych do identyfikacji zniszczenia niejednorodnych stożkowatych belek

• Języki publikacji: EN

Abstrakty

EN

Non-homogeneous structural members such as beams are very important in various engineering applications and for experimental analysis purposes. A minor damage on any part of the structure reduces the strength of the structure and leads to a major failure. The analysis of non-homogenous beam becomes complicated due to the change of material properties from point to point. However, it becomes much more complicated when there exists a taper on such type of beams. In this paper, a new formulation of an objective function for the genetic search optimization procedure along with the residual force method is presented for the identification of macroscopic structural damage in a non-homogeneous tapered beam. The developed model requires experimentally determined data as input and detects the location and extent of the damage in the beam. Here, numerically simulated data using finite element models of structures are used to identify the damage at a reasonable level of accuracy. Damage parameters given theoretically are compared by the present procedure and are found to be in good agreement.

PL

Niejednorodne elementy strukturalne takie jak belki są istotną częścią konstrukcji inżynierskich i stanowią przedmiot wielu badań doświadczalnych. Nawet niewielkie pęknięcie takiego elementu obniża znacznie jego wytrzymałość i, w konsekwencji, wytrzymałość całej konstrukcji, co może prowadzić do znacznych zniszczeń. Analiza niejednorodnych elementów strukturalnych jest skomplikowana, ponieważ własności materiału zmieniają się w zależności od położenia, a problem staje się nawet bardziej złożony kiedy belka ma kształt stożkowaty. W niniejszej pracy przedstawiono nowe sformułowanie funkcji celu dla optymalizacji takich belek metodą algorytmów genetycznych. Optymalizację połączono z metodą sił residualnych i zastosowano do identyfikacji makroskopowych pęknięć w niejednorodnych belkach o zmiennym przekroju. Opracowany model wymaga danych doświadczalnych jako parametrów wejściowych i pozwala przewidywać lokalizację i rozmiar pęknięcie materiału. Dane wygenerowane numerycznie w oparciu o symulację konstrukcji metodą elementów skończonych zostały wykorzystane do identyfikacji pęknięcia materiału z dobrą dokładnością. Otrzymane teoretycznie parametry zniszczenia zostały porównane z wynikami z opracowanego modelu i otrzymano dobrą zgodność.

Słowa kluczowe

EN

damage factor; non-homogeneous material; genetic algorithm (GA); residual force; eigenvalue; tapered beam

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2008
• Tom: Vol. 8, No. 2
• Strony: 93--102
• Opis fizyczny: Bibligr. 26 poz., rys.

Twórcy

autor

Panigrahi S. M.

autor

Chakrayerty S.

autor

Mlshra B. M.

• 1B.P.P.P. Division, Central Building Research Institute, Roorkee, India,

Bibliografia

• Al-Kaabi, S.A., Aksu G., 1990, Free Vibration Analysis of Mindlin Plates with Parabolically Varying Thickness, Computers & Structures, 34, 3, 395-399.
• Ashour, A. S., 2001, A Semi-analytical Solution of the Flexural Vibration of Orthotropic Plates of Variable Thickness, J. of Sound and Vibration, 240, 3,431-445.
• Barai, S.V., Pandey, P.C, 1995, Vibration Signature Analysis using Artificial Neural Networks, J. Comp Civil Engg. (Trans ASCE), 9,259-265.
• Bhangale, R.K., Ganesan, N., 2006, Thermoelstic Buckling and Vibration Behavior of a Functionally Graded Sandwich Beam with Constrained Viscoelastic Core, J. of Sound and Vibration, 295, 294-316.
• Cawley, P., Adams, R.D., 1979, The Location of Defects in Structures from Measurement of Natural Frequencies, J. Strain. Anal., 14, 2, 49-47.
• Chakraverty, S., Singh, V.P., Sharma, R.K., 2006, Regression Based Weight Generation Algorithm in Neural Network for Estimation of Frequencies of Vibrating Plates, Computer Methods Appl. Mech. Engg., 195, 4194-4202.
• Chen, J.C., Garba, J.A., 1988, On-Orbit Damage Assessment for Large Space Structures, AIAA Journal, 26 (9), 1119-1126.
• Chiang, D. -Y., Lai, W. -Y., 1999, Structural Damage Detection using the Simulated Evolution Method, AIAA Journal, 37(10), 1331-1333.
• Gawronski, W, Sawicki, J.T., 2000, Structural Damage Detection using Modal Norms, J. of Sound and Yibration, 229, 194-198.
• Goldberg, D.E., 1989, Genetic Algorithms in Search, Optimization and Machine Learning, Addsion-Weesley Longman, Reading, Mass.
• Hajela, P, Soeiro, F.J., 1990, Structural Damage Detection Based on Static and Modal Analysis, AIAA Journal, 28, 4, 1110-1115.
• Holland, J.H., 1975, Adaption in Natural and Artificial Systems, University of Michigan, Ann Arbor, Michigan.USA.
• Luh, G.C., Wu, C. Y., 1999, Nonlinear System Identification using Genetic Algorithms, J. Sypt Control, Proc Imech E.,213, 105-112.
• Marawala, T., Chakraverty, S., 2006, Fault Classification in Structures with Incomplete Measured Data using Auto associative Neural Networks and Genetic Algorithm, Current Science, 90, 4, 542-548.
• Mares, C., Surace, C. 1996, An Application of Genetic Algorithm to Identify Damage in Elastic Structures, J. of Sound and Vibration, 195, 195-215.
• Michalewicz, Z., 1994, Genetic Algorithms + Data Structure = Evolution Programs, Spring-Verlag, Second, Extended edition, Berlin.
• Panigrahi, S. K., Chakraverty, S., Mishra, B. K., 2007, Identification of Damage in Structural Members using Genetic Algorithm, National Conference on Emerging Technology and Developments in Civil Engg. ETDCE-07, Govt. Engg. College, Amaravati, 71-78.
• Panigrahi, S. K., Chakraverty, S., Mishra, B. K., 2008, Damage Identification in Structural Members with Variable Thickness using Genetic Algorithm, Inter. J. of Engineering Simulation, 8, 3.
• Rajasekaran, S., Pai, G.A.Y., 2003, Neural Networks, Fuzzy Logic, and Genetic Algorithms, Synthesis and Applications, Prentice-Hall of India Pvt. Ltd., New Delhi.
• Rao M., Anand, Srinivas, J., Murthy, B.S.N., 2004, Damage Detection in Vibrating Bodies using Genetic Algorithms, Computers and Structures, 82, 963-968.
• Redecap, D., 2006, Three Dimensional Free Vibration Analysis of In-Homogenous Thick Orthotropic Shells of Revolution using Differential Quadrature, J. of Sound and Vibration, 291, 1029-1041.
• Singh, B., Chakraverty, S., 1994, Use of Characteristics Orthogonal Polynomials in Two Dimensions for Transverse Vibrations of Elliptic and Circular Plates with Variable Thickness, J. of Sound and Vibration, 173, 3, 289-299.
• Stubbs, N., Osegueda, R., 1990, Global Damage Detection in Solids: Experimental Verification, Int. J. Anal. Exp. Modal Anal, 5,2, 81-97'.
• Subramanian, G., Raman, A., 1996, Isospectral Systems for Tapered Beams, J. of Sound and Vibration, 198, 3, 257-266.
• Tsou, P., Shen, M.H.H., 1994, Structural Damage Detection and Identification using Neural Networks, AIAA Journal, 32, 176-183.
• Yang, Q.W., Liu, J.K., 2007, Structural Damage Identification based on Residual Force Vector, J. of Sound and Vibration, 305, 298-307.