ارائه‌ی روشی برای شناسایی ماتریس‌های مشخصه دینامیکی سازه‌‌های برشی با استفاده از داده‌های خروجی

امروزه روش‌های شناسایی سیستم‌ها به سبب دامنه وسیع کاربرد در مباحث پایش سلامت و تشخیص خرابی سازه‌ها جایگاه ویژه‌ای در مهندسی عمران یافته است. از این میان، به علت محدودیت‌هایی که به لحاظ تحریک سازه‌های حقیقی بزرگ‌مقیاس وجود دارد، مهندسان سازه بیشتر به سمت روش‌های شناسایی بر اساس داده‌های خروجی سوق پیدا نموده‌اند. در این مقاله روشی بر اساس شناسایی زیرفضای تصادفی در حوزه زمان جهت شناسایی کلیه‌ی ماتریس‌های مشخصه دینامیکی سازه‌های برشی شامل جرم، سختی و میرایی در شرایط کار با داده‌های آلوده به نوفه‌ی بالا پیشنهاد شده است. روش حاضر بر یافتن تحقق کمینه ماتریس سیستم به فرم کلاسیک از میان بی‌نهایت ماتریس سیستم قابل شناسایی به روش شناسایی زیر فضای تصادفی بر اساس تئوری تحقق تکیه دارد و در کنار قابلیت‌ها، محدودیت‌هایی نیز دارد که عمده این محدودیت‌ها شامل وابسته بودن دقت به دقت روش‌های اولیه و نیز لزوم داشتن وضوح دامنه‌ی پاسخ و طول مدت کافی برای رکوردگیری می‌باشد. برای ارزیابی کارایی روش پیشنهادی از دو مدل عددی 3 و 5 طبقه بهره گرفته شده است. با توجه به خطای زیر سه درصد برای تمامی حالات، نتایج تحلیل‌های عددی حاکی از صحت و دقت روش شناسایی پیشنهادی حتی در هنگام استفاده از داده‌های آلوده به نوفه‌ی بالا است.

Introducing a Method for Identification of All Dynamic Characteristics Matrices of Shear Buildings Using Output-Only Data

Nowadays, system identification methods have found special place in civil engineering due to extended application in health monitoring and damage detection of structures. Among these, due to limitations caused by stimulation of large scale actual structures, structure engineers are mostly leading toward identification methods based on outputonly data. In this study, a method was proposed based on identification of Stochastic Subspace Identification (SSI) method in time domain to identify all structural matrices including mass, damping and stiffness in shear buildings. This method is highly able to identify structural matrices even in working with noisepolluted data. When using SSI with reviewing realization theory, we have never proper information about real degrees of freedom of the system. Hence, system matrices are identifiable in various forms, all of which are true realizations of the system. To explore the main matrices of structural model, the proposed method relies on finding realization of the minimal matrix of the system in the classical form. To evaluate the effectiveness of suggested method, two numerical models of 3 and 5 stories is used. Results of the numerical analysis indicate accuracy of suggested identification method, even in using high noise polluted data.