Reliability assessment based on structural health monitoring data and bayesian updating of structural models
Yapısal sağlık izleme verilerine ve yapısal modellerin bayes güncellemesine dayalı güvenilirlik değerlendirmesi
- Tez No: 890388
- Danışmanlar: PROF. DR. ENGİN AKTAŞ, DOÇ. DR. ÇAĞLAYAN HIZAL
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 134
Özet
Sonlu elemanlar (FE) modelleri yapıların sayısal modellenmesinde yaygın olarak kullanılmaktadır ancak varsayımları yanlışlıklara ve belirsizliklere yol açabilmektedir. Bu sorunu çözmek için, modeli yapısal sağlık izleme (SHM) verilerine dayalı olarak kalibre eden FE modeli güncelleme yöntemleri geliştirilmiştir. Ancak izlenen verileri kullanan yapıların gerçekçi yaşam döngüsü performans değerlendirmesine yönelik genel bir çerçeve henüz sunulmamıştır. Bayes modellemesi belirsiz yapısal parametreleri rastgele değişkenler olarak karakterize edebilir, ancak karmaşık ve zaman alıcıdır. Etkili stokastik tahminciler olan meta-modelleme teknikleri, model güncellemenin hesaplama yükünü azaltmak için kullanılabilir. Yapıların güvenilirliğini daha kesin bir şekilde değerlendirmek için SHM verilerini kullanarak belirsizliği azaltmak ve hesaplama zorluklarını aşmak amacıyla Polynomial-Chaos-Kriging (PCK) meta-modelleme tekniğini Bayezyen model güncellemesine uyarlamak bu araştırmanın amacıdır. Bu nedenle önerilen yöntemin etkinliği deneysel ve sayısal çalışmalarla denenmiş ve gösterilmiştir. Çeşitli korozyon etkilerine maruz kalan yapıların güvenilirliğini değerlendirmek için bir köprü kolonunun deneysel bir çalışması kullanılır. Sonuç olarak, önerilen çözüm yöntemi hesaplama maliyetlerini azaltır ve güncellenmiş bir FE modelinin gerçek yapı ölçümlerine daha yakın olmasını sağlar. Güncellenen modellerin güvenilirlik değerlendirmelerinde daha güvenilir olduğu, yapı güvenliği, servis ömrü, bakım maliyeti gibi konularda güncellenmeyen modellere göre daha doğru tahminler sağladığı görüldü.
Özet (Çeviri)
Finite element (FE) models are commonly used in numerical modeling of structures, but their assumptions can lead to inaccuracies and uncertainties. To address this, FE model update methods have been developed, calibrating the model based on structural health monitoring (SHM) data. However, a general framework for realistic life cycle performance assessment of structures using monitored data has not yet been presented. Bayesian modeling can characterize uncertain structural parameters as random variables, but it is complex and time-consuming. Metamodeling techniques, which are effective stochastic predictors, can be used to decrease the computational burden of model updating. Adapting a Polynomial-Chaos-Kriging (PCK) metamodeling technique to Bayesian model updating in order to reduce uncertainty and circumvent computational challenges using SHM data in order to assess the reliability of structures more precisely is the objective of this research. Therefore, the effectiveness of the proposed method has been tried and demonstrated through experimental and numerical studies. An experimental study of a bridge column is used to evaluate the reliability of structures subjected to various corrosion effects. As a result, the proposed solution method reduces computational costs and enables an updated FE model to be closer to real structure measurements. The updated models are found to be more reliable in reliability evaluations, providing more accurate predictions on issues like structure safety, service life, and maintenance cost compared to non-updated models.
Benzer Tezler
- Yapısal ses kaynaklarının konumunun akustik emisyon yöntemi kullanılarak belirlenmesi
Localization of structural noise sources using the acoustic emission method
TOLGA MERİÇ
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HALUK EROL
- System identification towards diagnosis to prognosis
Başlık çevirisi yok
UMUT YILDIRIM
Doktora
İngilizce
2014
İnşaat MühendisliğiUniversità degli Studi di Pavia (University of Pavia)PROF. FABIO CASCIATI
- Geotechnical risk assessment for buildings adjacent to deep excavations
Derin kazılara komşu yapılar için geoteknik risk analizleri
ZEYNEP ASLAY
Doktora
İngilizce
2012
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. DERİN URAL
- Neuro classifiers for condition and bearing health assessment of an electric motor
Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar
MINA GHORBAN ZADEH BADELI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA
- Convolutional neural network based partial discharge pattern classification of medium voltage cable terminations
Orta gerilim kablo başlıklarında evrişimli sinir ağları ile kısmi boşalma örüntü sınıflandırılması
HALİL İBRAHİM ÜÇKOL
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDOĞAN ÖZDEMİR