مروری بر پایش سلامت سازه‌ها بر اساس مفاهیم آنتروپی

در سال‌های اخیر، روش‌های مبتنی بر آنتروپی به ‌دلیل توانایی آن‌ها در سنجش بی‌نظمی و پیچیدگی سیگنال‌ها، توجه ویژه‌ای در پایش سلامت سازه‌ها به‌خود جلب کرده‌اند. این مقاله با هدف ارائه‌ی یک مرور جامع، به بررسی انواع معیارهای آنتروپی از جمله آنتروپی شانون، رنی، تقریبی، نمونه، فازی و جایگشتی و بررسی کاربرد آن‌ها در تشخیص، تعیین محل و ارزیابی شدت آسیب‌های سازه‌ای می‌پردازد. رخداد آسیب منجر به افزایش بی‌نظمی در سیگنال‌های پاسخ سازه می‌شود. آنتروپی به ‌عنوان معیار آماری برای سنجش میزان بی‌نظمی سیگنال، مورد استفاده قرار می‌گیرد. یافته‌های پژوهش‌های پیشین نشان می‌دهد که این معیار‌ها می‌توانند با آشکارسازی تغییرات ناشی از انواع آسیب‌های سازه‌ای، امکان تمایز میان وضعیت سالم و آسیب‌دیده سازه را فراهم کنند. همچنین، معیارهای آنتروپی از مقاومت خوبی در برابر نویز برخوردار هستند و در شرایط عملیاتی و آزمایشگاهی که معمولاً آغشته به نویز هستند، همچنان می‌توانند رخداد آسیب و در اغلب حالات شدت آن را شناسایی کنند. هرچند عملکرد هر معیار در شناسایی مکان آسیب تحت تاثیر عوامل مختلفی مثل شرایط آزمایش، نوع سازه، سطح نویز، شرایط بارگذاری و انتخاب پارامترهای آنتروپی قرار دارد. بنابراین، آنتروپی ابزاری کارامد در پایش سلامت سازه محسوب می‌شود.

a review of structural health monitoring based on entropy concepts

in recent years, entropy-based methods have attracted significant attention in structural health monitoring due to their ability to assess the complexity and irregularity of signals. this paper aims to provide a comprehensive review by examining various entropy measures, including shannon, rényi, approximate, sample, fuzzy, and permutation entropy, and analyzing their applications in damage detection, localization, and severity assessment in structures. the occurrence of damage leads to increased irregularity in structural response signals. entropy, as a statistical measure of signal irregularity, is employed for this purpose. findings from previous studies indicate that these measures can detect changes caused by various structural damages, enabling the differentiation between healthy and damaged states. moreover, entropy measures exhibit good robustness against noise and can still identify damage events and in most cases, their severity under operational and experimental conditions that are typically contaminated with noise. although the performance of each measure in localizing damage is influenced by factors such as experimental conditions, structural type, noise level, loading conditions, and the selection of entropy parameters, entropy remains an effective tool in structural health monitoring.