ناصر خاجی - استادیار بخش عمران دانشکده فنی و مهندسی دانشگاه تربیت مدرس تهران
محسن مهرجو - کارشناس ارشد مهندسی عمران- زلزله دانشگاه تربیت مدرس تهران

توسعه های اخیر در روش شبکه های عصبی مصنوعی راه حل جدیدی در مسائل مربوط به مهندسی عمران در پیش روی ما نهاده است. امروزه کاربرد شبکه های عصبی در مسائل متفائتی از جمله مسائل بهینه سازی، تحلیل، طراحی و تخمین پارامترهای سازه ای به کار می رود. مساله شناسایی آسیب بدون نیاز به تخریب سازه و با استفاده از پارامترهایی که قابل اندازه گیری هستند، توجه علاقمندان زیادی را در دهه های اخیر به خود جلب کرده است. برای این مسائل روشهای ریاضی مبتنی بر محاسبات سخت کارایی زیادی ندارند زیرا که نیاز به داده های خیلی دقیقی دارند، در صورتیکه داده های اندازه گیری معمولا با تقریب همراه می باشند. روش شبکه های عصبی مصنوعی به عنوان یک روش محاسباتی نرم، کارایی بهتری دراینگونه مسائل دارد چرا که نیاز به داده های اندازه گیری خیلی دقیق ندارد. این مقاله کاربرد شبکه عصبی پرسپترون چند لایه در کشف خسارت در سازه پلهای خرپای را با استفاده از تغییر مکانهای استاتیکی گرهی اندازه گیری شده ارائه می کند. در این تحقیق رایج ترین آسیب پلهای خرپایی، که در اتصالات آن رخ می دهد مورد مطالعه قرار گرفته است. خسارت را برای حالتهای مختلف در یک پل خرپایی ساده با نرم افزار المان محدود مدلسازی کرده و تغییر مکانهای استاتیکی آن تحت بار مرده روی آن استخراج شده است. آموزش شبکه عصبی با استفاده از این تغییر مکانهای استاتیکی به عنوان ورودی و خسارت اتفاق افتاده در نقاط مختلف سازه به عنوان خروجی انجام شده است. پس اط سعی و خطاهای زیاد به بهترین ساختار شبکه دست پیدا کرده و با استفاده از الگوهای آزمایشی تولید شده عملکرد شبکه آموزش دیده مورد ارزیابی قرار گرفته است. نتایج حاصل بیانگر پیش بینی مناسب خسارت در اتصالات پلهای خرپایی است.

شناسایی خسارت ، روش شبکه های عصبی ، پلهای خرپایی ، خستگی