شناسایی خواص مودال به‌منظور پایش سلامت پل‌ها در حوزه زمان ‌بر اساس روش رد‌‌گیری پیچیدگی

امروزه، نگهداری و پایش سلامت سازه‌ها و زیرساخت‌های کشور از اهمیت بسیار زیادی در بین مهندسین برخوردار است. برای برداشت پاسخ‌های پل از حسگرهای (شتاب‌سنج های‌) نصب شده روی سازه پل استفاده می شود و حتی در تحقیقات اخیر این حسگرها روی شاسی خودروهای عبوری از روی پل نیز نصب شده اند که  پاسخ سازه را برداشت می‌کنند. از این‌رو، روشی نیاز است که بتوان بر اساس آن خواص دینامیک (فرکانس، نسبت‌های میرایی و شکل مود) را بر اساس همان خروجی شناسایی و اندازه‌گیری نمود. در نتیجه، از روش‌ آنالیز مودال عملیاتی (مبتنی بر فقط خروجی) استفاده می‌شود. در این مقاله، روش جدیدی به نام رد‌گیری پیچیدگی (cp) برای اندازه‌گیری و جداسازی خواص دینامیک در حوزه زمان ‌بر اساس الگوریتم جداسازی کور منابع مورد بررسی قرار می‌گیرد. روش رد‌‌گیری پیچیدگی به‌عنوان روشی شناخته‌شده است که قادر به بازیابی منابع مخفی (پاسخ‌های مستقل هر درجه آزادی) است و همچنین ماتریس اختلاط منابع تنها با استفاده از خروجی مختلط برداشت‌شده را میسر می‌کند. اندازه‌گیری‌ها در شرایط مختلف از جمله سیستم جرم فنر 3 درجه آزاد با میرایی‌های مختلف، در حضور نویز اعمال شده به روش نویز سفید گوسی، در شرایط میرایی غیرقطری، مودهای نزدیک به‌هم و در نهایت سیستم جرم فنر با 12 درحه آزادی انجام گرفته است. مقایسه نتایج به‌دست آمده از روش cp در همه شرایط با روش آنالیز مودال نشان می‌دهد که این روش با قدرت و خطای کمتر از 3 درصد و در اکثر موارد با خطای 1 درصد، خواص مودال را شناسایی، اندازه‌گیری و استخراج می‌کند.

Identification of Modal Characteristics in Order to Monitor Bridges’ Health in Time Domain Based on Complexity Pursuit Method

Nowadays, maintenance and health monitoring of structures and infrastructures of the country are the top priority of engineers. Therefore, acceleration sensors, which are installed on the bridge are used to extract the bridge’s modal response, and even the latest studies have shown that sensors that have been attached to the car’s chassis can record the bridge’s response to vibration. Thus, it is important to use an accurate method, which is based on the outputonly, to measure frequency, damping ratio, and mode shape. As a result, practical modal analysis is used for that purpose. In this paper, a new method of blind source separation, called complexity pursuit (CP), is investigated which is able to measure and extract dynamic characteristics in the time domain. Complexity pursuit is a wellknown method, that is able to recover hidden sources (independent responses of every degree of freedom) and it can calculate the mixing matrix from measured mixed output data only. Some various conditions are considered in this paper to verify complexity pursuit (3 degrees of freedom massspring with various damping ratios, in white Gaussian noise conditions, in nondiagonal damping matrix, close modes, and for 12 degrees of freedom massspring system). Comparison of the CP results and modal analysis under all the conditions showed that the proposed method is able to detect, measure and extract the modal characteristics with an error of less than 3% and in most cases less than 1%.