Εφαρμογή της θεωρίας των τεχνητών νευρωνικών δικτύων στον εντοπισμό βλαβών σε συστήματα υαλοπετασμάτων αλουμινίου

Abstract

The scope of the present research effort was to evaluate whether artificial neural networks could be used in order to detect changes in aluminium curtain-wall systems. First of all the behavior of the aluminium curtain-wall systems was studied. Then by creating, for various cases, finite element models, the displacements and modal properties of the structure were calculated (pseudoexperiments) and a database was created. Using the created database, feed-forward neural networks were formed, tested, trained and evaluated. The obtained results showed that NNs can be an efficient method for the identification and localization of imperfections in curtain-wall systems.

Στόχος της διατριβής είναι να διερευνήσει κατά πόσο είναι εφικτό μέσα από επιλύσεις προσομοιωμάτων πεπερασμένων στοιχείων και με την εφαρμογή σύγχρονων αντιλήψεων τεχνητής νοημοσύνης, να υλοποιηθούν προσεγγίσεις παρακολούθησης της δομικής συμπεριφοράς συστημάτων υαλοπετασμάτων και να εντοπιστούν τυχόν βλάβες σε αυτά. Εξετάζεται ο τρόπος στήριξης του υαλοπετάσματος στο φέρον κτίριο και με τη χρήση λογισμικού πραγματοποιείται παραμετρική προσομοίωση της κατασκευής, διερευνάται πιθανή ατέλεια στις στηρίξεις και μορφώνεται κατάλληλη βάση αποτελεσμάτων. Υλοποιούνται διάφορα νευρωνικά δίκτυα και μέσα από επαναληπτικές εφαρμογές εξετάζεται η καταλληλότητά τους. Η μεθοδολογία που προτείνεται στη διατριβή, αποδεικνύει ότι μέσα από αριθμητικά προσομοιώματα και με τη χρήση ΤΝΔ είναι δυνατόν να επιτευχθεί παρακολούθηση της δομικής συμπεριφοράς συστημάτων υαλοπετασμάτων και η πρόβλεψη με ικανοποιητική ακρίβεια, της θέσης βλάβης ή/και βλαβών σε τέτοιες κατασκευές.