Xác định vị trí và mức độ suy giảm độ cứng trong kết cấu tấm dựa trên phương pháp năng lượng biến dạng và mạng nơ-ron tích chập
Structural damage detection in plates using modal strain energy and convolutional neural network
Tóm tắt
DOI: https://doi.org/10.66195/mtu.2025.14.123
Bài báo này đề xuất mới quy trình một bước để xác định vị trí và mức độ suy giảm độ cứng trong kết cấu tấm bằng sự kết hợp giữa phương pháp năng lượng biến dạng và mạng nơ-ron tích chập. Quy trình chẩn đoán được kiểm chứng cho bài toán tấm bê tông, hư hỏng được tạo ra bằng cách giảm độ cứng phần tử. Kết quả phân tích dao động của tấm, thông qua việc lập trình theo phương pháp phần tử hữu hạn sử dụng phần tử có 9 nút, được dùng để tính giá trị năng lượng biến dạng của tấm. Tính hiệu quả của quy trình chẩn đoán được đánh giá thông qua chỉ số hư hỏng và sai số giữa các kết quả chẩn đoán so với mức độ hư hỏng giả định trong nhiều kịch bản hư hỏng khác nhau. Mạng nơ-ron tích chập được thiết lập với dữ liệu đầu vào là giá trị năng lượng biến dạng tỉ đối của các phần tử tấm để chẩn đoán hư hỏng của các phần tử này. Kết quả phân tích cho thấy rằng quy trình kiến nghị cho kết quả chẩn đoán vị trí và mức độ hư hỏng trong kết cấu tấm có độ chính xác cao.
This paper proposes a new one-step approach for damage detection in plate-type structures using the integration of modal strain energy technique with convolutional neural network. The approach is applied to the problem of a concrete plate with damage created by reducing element stiffness. The modal strain energy data of the plate is obtained from the vibration analysis results through programming according to the finite element method using 9-node elements. The effectiveness of the approach is verified through the evaluation index of the damage detection results and the accuracy of these diagnosis results compared to the assumed damage severity in various damage scenarios. The convolutional neural network is built with the input data being the relative modal strain energies of plate elements to identify the damage’s location and severity in these elements. The results demonstrate that the proposed approach gives highly accurate results in detecting the location and severity of damage in plate-type structures.
