Zastosowanie sztucznych sieci neuronowych do identyfikacji uszkodzenia w belkach – badania numeryczne i doświadczalne

• Autorzy: Borowiec A. , Ziemiański L.

Warianty tytułu

EN

The application of artificial neural networks in the identification of damage in beams – numerical and experimental studies

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono zastosowanie sztucznych sieci neuronowych (SSN) do identyfikacji uszkodzenia (położenie, wielkość) w belkach laboratoryjnych. Ocena uszkodzenia belek polega na analizie zmian częstotliwości rezonansowych wywołanych dodatkową zmieniającą położenie masą. Metoda nie wymaga znajomości parametrów modalnych belki nieuszkodzonej.

EN

This paper presents the application of Artificial Neural Networks (ANN) in the identification of damage (location, extent) in simple laboratory beam structure. The assessment of the state of a beams relies on the comparison of the structure eigenfrequencies obtained from the systems with additional masses placed in different nodes without knowledge of the natural frequencies of undamaged structures.

Słowa kluczowe

PL

sztuczne sieci neuronowe; identyfikacja uszkodzenia; analiza modalna

EN

artificial neural networks; damage identification; modal analysis

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Mechanika
• Rocznik: 2012
• Tom: R. 109, z. 8-M
• Strony: 3--13
• Opis fizyczny: Bibliogr. 8 poz., wz., wykr., il., tab.

Twórcy

autor

Borowiec A.

• Katedra Mechaniki Konstrukcji, Wydział Budownictwa i Inżynierii Środowiska, Politechnika Rzeszowska

autor

Ziemiański L.

• Katedra Mechaniki Konstrukcji, Wydział Budownictwa i Inżynierii Środowiska, Politechnika Rzeszowska

Bibliografia

• [1] Borowiec A., Wykrywanie uszkodzeń w układach prętowych z wykorzystaniem zmian parametrów modelu modalnego, rozprawa doktorska, Wydział Budownictwa i Inżynierii Środowiska, Politechnika Rzeszowska, 2009.
• [2] Borowiec A., Ziemiański L., Ocena stanu konstrukcji belkowych na podstawie zmiany parametrów modalnych wywołanych dodatkową masą, Zeszyty Naukowe PRz: Mechanika 74, 2008, 9-16.
• [3] Carden E.P., Fanning P., Vibration based condition monitoring: A review, Structural Health Monitoring, Vol. 3, 2004, 355-377.
• [4] Dems K., Mróz Z., Identification of damage in beam and plate structure using parameter dependent frequency changes, Engng. Comput., Vol. 18, 2001, 96-120.
• [5] Doebling S.W., Farrar C.R., Prime M.B., A summary review of vibration-based damage identification methods, The Shock and Vibration Digest, Vol. 30, 1998, 1-34.
• [6] Maciąg E., Kuźniar K., Zastosowanie SSN w wyznaczaniu wpływu parametrów wstrząsów górniczych na interakcję dynamiczną grunt-budynek, Wydawnictwo Politechniki Białostockiej, Budownictwo, Zeszyt 28, tom 2, 2006.
• [7] Waszczyszyn Z., Ziemiański L., Neural Networks in Mechanics of Structures and Materials – New Result and Prospects of Applications, Computer & Structure, Vol. 79, 2001, 2261-2276.
• [8] Zhong S., Oyadij S.O., Ding K., Response-only method for damage detection of beam-like structures using high accuracy frequencies with auxiliary mass spatial probing, Journal of Sound and Vibration, Vol. 311, 2008, 1075-1099.

Uwagi

PL

Praca została wykonana w ramach grantu Nr N N501 134336, Analiza i porównanie metod pomiarowych oraz algorytmów przetwarzania danych (ze szczególnym uwzględnieniem metod sztucznej inteligencji) do identyfikacji uszkodzeń konstrukcji, finansowanego przez Ministerstwo Nauki i Szkolnictwa Wyższego.