Identification of nonlinearities in structural dynamics by using artificial neural networks and optimization
Yapısal dinamiklerdeki doğrusal olmayan özelliklerin yapay sinir ağları ve optimizasyon ile belirlenmesi
- Tez No: 383343
- Danışmanlar: PROF. DR. HASAN NEVZAT ÖZGÜVEN, YRD. DOÇ. DR. ENDER CİĞEROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Gerçek hayattaki birçok mekanik yapı uygulamada doğrusal olmayan özellikler göstermektedir. Literatürde doğrusal olmayan eleman etkilerinin sistemlere eklenmesi ile ilgili başarılı yöntemler bulunmasına rağmen, doğrusal olmayan özelliklerin modellenmesi için bu elemanlarla ilgili belirsizlikler ileri araştırmaları gerekli kılmaktadır ve bu da genellikle gerçek sistem üzerinden alınan ölçümlerle başarılmaktadır. Bu yüzden dinamik sistemlerdeki doğrusal olmayan elemanların belirlenmesi- yerlerinin, tiplerinin ve parametrelerinin - sistemdeki doğrusal olmayan özelliklerin tanımlanması açısından önemlidir. Bu çalışmada yapay sinir ağları kullanılarak sistemlerde doğrusal olmayan özelliklerin tanımlandığı yeni bir yaklaşım öne sürülmektedir. Bu yaklaşımda sistemlerin doğrusal sonlu eleman modelleri ve rastgele noktalardan ölçülen Frekans Tepkisi Fonksiyonları (FTF) kullanılmıştır. Doğrusal sonlu eleman modeli kullanılarak hesaplanan doğrusal olmayan muhtemel sistem veri kümeleri öğrenme işlemleri için elde edilir. Bu veri kümeleri sınıflandırma sinir ağlarına öğretildikten sonra sistemdeki doğrusal olmayan elemanları bölgeler ve tipleri ilgili serbestlik noktasıyla birlikte bulunmaktadır. Tespit edilen doğrusal olmayan elemanlara ait parametrelerin bulunması için yeni bir veri kümesi yaratılır. Yaratılan veri kümesiyle, ilgili doğrusal olmayan elemana ait parametrelerin bulmak için ileri besleme regresyon sinir ağları öğretilir. Öne sürülen yöntem doğrusal olmayan elemanların bulunduğu noktalardan ölçüm alınmasını gerektirmediği gibi ölçümden kaynaklı gürültülerin olması durumunda dahi yeterince doğru sonuçlar alınabilmektedir. Elde edilen parametreler optimizasyon kullanılarak iyileştirilebilir. Önerilen yöntemin uygulanması örnek sayısal ve deneysel sistemler üzerinde gösterilmiştir.
Özet (Çeviri)
Many real life engineering structures exhibit nonlinear behavior in practice. Although there are sophisticated methods including the effect of nonlinearities on dynamic response of structures in literature, uncertainties about nonlinear elements make further investigation necessary for modeling nonlinearity, and this is usually achieved by using experimental data taken from real systems. Therefore, identification of nonlinearities -determining location, type and parameters of the nonlinear elements- is critical in dynamical structures. In this study, a new approach is proposed for identification of structural nonlinearities by employing neural networks. Linear finite element model of the system and frequency response functions measured at arbitrary locations of the system are used in this approach. Using the finite element model, a training data set is created, which appropriately spans the possible nonlinear configurations space of the system. A classification neural network trained on these data sets then localizes and determines the type of nonlinearity associated with the corresponding degree of freedom in the system. A new training data set spanning the parametric space associated with the determined nonlinearities is created to facilitate parametric identification. Utilizing this data set, a feed forward regression neural network is trained, which parametrically identifies the related nonlinearity. The proposed approach does not require data collection from the degrees of freedoms related with nonlinear elements, and furthermore, the proposed approach is sufficiently accurate even in the presence of measurement noise. Identified parameters are improved utilizing optimization. The application of the proposed approach is demonstrated on an example system with nonlinear elements and a real life experimental setup with a local nonlinearity.
Benzer Tezler
- Obtaining modal models of a nonlinear structure using force-controlled frequency response functions
Kuvvet kontrollü frekans cevap fonksiyonları kullanılarak doğrusal olmayan bir yapının modal modellerinin elde edilmesi
MUHAMMED FATİH GÜRBÜZ
Yüksek Lisans
İngilizce
2024
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BÜLENT ÖZER
PROF. DR. HASAN NEVZAT ÖZGÜVEN
- A New method on identification of symmetrical non-linearites in structures
Yapılardaki simetrik doğrusal olmayan özelliklerin yeni bir yöntemle tanımlanması
MEHMET BÜLENT ÖZER
Yüksek Lisans
İngilizce
1999
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. H. NEVZAT ÖZGÜVEN
- Dynamic analysis of harmonically excited non-linear structures by using iterative modal method
Harmonik olarak uyarılan doğrusal olmayan yapıların yinelemeli biçim yöntemi ile dinamik analizi
KURAN BAYINDIR
- Modeling of dynamic systems and nonlinear system identification
Dinamik sistemlerin modellenmesi ve doğrusal olmayan sistemlerin tanılanması
MASOUD ABEDINIFAR
Doktora
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- Asenkron makinanın hız kontrolü için PID kontrolör tasarımı
The design of pid controller for an induction machine speed control
OKAN TEKMAN
Yüksek Lisans
Türkçe
1997
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALMAN KURTULAN