کاربرد شبکه های عصبی مصنوعی در شناسایی و طبقه بندی عیوب سازه های ورقی کامپوزیتی با استفاده از امواج فراصوت هدایت شده
کد مقاله : 1050-IRANCOMP-FULL
نویسندگان:
1علیرضا احمدی *، 2محمد ریاحی
1دانشجوی کارشناسی ارشد
2دانشگاه علم و صنعت ایران
چکیده مقاله:
رشد فزاینده استفاده از ورقهای چند لایه کامپوزیتی از جنس پلیمر تقویت شده با الیاف شیشه و کربن در ساخت انواع سازه های مدرن نظیر بال و بدنه هواپیماهای پهن پیکر بر کسی پوشیده نیست. با وجود مزایای فراوان، این سازه ها به شدت در برابر عوامل و تاثیرات محیطی آسیب پذیر بوده و عدم شناسایی به موقع و صحیح عیوب در آنها موجب رخداد فجایع و حوادث ناگوار خواهد شد.
گزارشهای متعددی بیانگر این موضوع است که آزمونهای غیر مخرب معمول، به دلیل برخی محدودیتها، فاقد کارایی لازم برای شناسایی عیوب در سازه های کامپوزیتی مدرن هستند. واقعیت مذکور ابداع و اجرای روش های نوین براساس فناوری پایش سلامت سازه ای را اجتناب ناپذیر نموده است.
در این پژوهش با طراحی و اجرای سامانه پایش سلامت سازه ای مبتنی بر انتشار امواج فراصوت هدایت شده با استفاده از مبدلهای پیزوالکتریک اقدام به شناسایی سه نوع آسیب متداولِ ایجاد شده در یک ورق کامپوزیتی چند لایه از جنس پلیمر تقویت شده با الیاف شیشه شده است.
فرآیند استخراج ویژگی از سیگنالهای امواج منتشر شده در سازه با بهره گیری از روش های پیشرفته پردازش سیگنال صورت پذیرفته و این داده ها برای آموزش یک شبکه عصبی پرسپترون مورد استفاده قرار گرفته است.
در نهایت، شبکه عصبی چند لایه مذکور قادر به ایجاد تمایز میان سازه معیوب و سالم شده و علاوه بر آن موفق به طبقه بندی انواع عیوب موجود در سازه تحت بررسی با کارایی قابل قبول گردیده است.
کلیدواژه ها:
پایش سلامت سازه ای، امواج فراصوت هدایت شده، پردازش سیگنال، تبدیل موجک، شبکه های عصبی.
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است