1. 1. ۲- مدلسازی (مدل­های تحلیل و عددی)

اندازه ­گیری هندسه و مدل­سازی ۳ بعدی، گام مهمی است که اغلب در فرایندهای شناسایی حذف می­ شود. در موارد بسیاری، استفاده از نمونه­های ۲ بعدی برای موارد واقعی، منجر به خطاهای زیادی شده است. بسته به هدف در نظر گرفته شده برای فرایند شناسایی، روش­های مدل­سازی انتخاب و پیچیدگی­های سازه مورد شناسایی قرار می­گیرد. همچنین فرضیات مدلسازی با بهره گرفتن از آنالیز حساسیت و مقایسه چندین روش­ مدل­سازی می­بایست اندازه گیری شود ]۲[.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

1. 1. ۳-انجام آزمایش (مشاهدات، فرایند sensing و ثبت داده)

این مرحله از فرایند شناسایی به دلیل برقراری ارتباط عددی با سازه موردنظر از اهمیت بالایی برخوردار است. لازم به تذکر است که آزمایش روی سازه­های واقعی جزو مباحث نوظهور پژوهشی به شمار می ­آید. بارگذاری، دستگا­های اندازه گیری، ثبت داده ­ها، اطمینان از کیفیت داده ­ها و نحوه مستندسازی آزمایشات نیاز به آموزش­های تخصصی و چندین رشته­ای دارد. چالش اساسی آزمایش­های واقعی در سازه­های عمرانی، دست­یابی به بامعنی­ترین داده ­ها و کمینه کردن عدم قطعیت­های ذاتی داده ­ها جهت تسهیل در تفسیر داده ­ها است. با وجود اینکه خطاهای ناشی از حسگرها (سنسورها)، با بهره گرفتن از بهترین روش­های کالیبره کردن و نصب سنسورها قابل کاهش است، چالش ذکر شده به مواردی بیش از کمینه کردن خطاهای تصادفی و بایاس^[۹] حسگرها نیازمند است. غلبه بر این چالش نیاز به تشخیص، درک و کاهش دادن هرچه بیشتر خطاهایی دارد که در اثر پیچیدگی­های سازه­های عمرانی (‏جدول (۱-۱) : جدول ۱-۱) ایجاد می­شوند.

1. 1. ۴-فرایند پردازش داده ­ها (غربالگری خطاها و استخراج مشخصات)

مرحله چهارم فرایند شناسایی سازه­ای شامل پردازش و تفسیر داده ­ها است. هدف از پردازش داده ­ها، دست­یابی به داده ­های مناسب­تر جهت روند تفسیر است. دسترسی به داده ­های مناسب­تر با پاک کردن داده ­ها از خطاهای فاحش^[۱۰] و مخفی^[۱۱] (مانند عبور برق، نقص فنی سنسورها، تبدیل سیگنال آنالوگ به دیجیتال و …)، افزایش کیفیت داده ­ها (از طریق میانگیری، عبور از فیلترهای مختلف، عبور داده ­ها از پنجره­ها و …) و در انتها فشرده سازی و تبدیل داده ­ها به داد­هایی با قابلیت تفسیر بهتر انجام می­گیرد. نوفه­های موجود در داده ­ها را می­توان به دو دسته اصلی فرکانس بالا (دارای محتوای فرکانسی بالا) و فرکانس پایین (محتوای فرکانسی پایین) تقسیم بندی نمود ]۲[. به اختصار دو نوع از اصلی ترین این نوفه­ها را شرح داده می­ شود:
۱-نوفه­های محیطی^[۱۲]: این نوفه­ها در اثر لرزش دستگاه­های مکانیکی، عبور و مرور خودروها و عوامل محیطی نظیر باد ایجاد می­ شود. این نوفه­ها همراه با سیگنال نیروی ورودی وارد فرایند شناسایی شده و بسته به محتوای فرکانسی خود، دارای حالت­های مختلفی نظیر هارمونیک تا نوفه سفید است. این نوفه به صورت فرکانس بالا است و با بهره گرفتن از فیلتر پایین گذر قابل حذف از سیگنال است ]۳[.
۲-نوفه­های دستگاهی^[۱۳]: این نوفه­ها در اثر خطاهای دستگاه­های اندازه گیری ایجاد و در پاسخ­ها ظاهر می­شوند. آن دسته از نوفه­هایی که دارای محتوای فرکانسی پایین هستند خطاهای خط پایه ^[۱۴]را در پاسخ­ها ایجاد و با فیلتر بالاگذر ^[۱۵]تا میزان زیادی قابل رفع هستند، اما نوفه­های دستگاهی با دامنه فرکانسی بالا را نمی­ توان به راحتی از سیستم حذف نمود ]۳[.
مرحله بعدی پردازش داده ­ها، تفسیر مستقیم از داده ­ها است که وابستگی زیادی به اهداف و محدودیت­های شناسایی سازه­ای در کاربرد دارد. تفسیر مستقیم داده ­ها شامل انطباق دادن مدل­های عددی به داده ­های پردازش شده است. این روش­ها به دلیل نیاز کمتر در ارتباط با کاربر و توانایی پردازش حجم زیادی از داده ­ها، به عنوان ابزاری قدرتمند برای پایش مداوم سازه­ها شناخته می­شوند ]۲[.