In vibration-based structural health monitoring, changes in the natural frequency of a structure are used to identify changes in the structural conditions due to damage and deterioration. However, natural frequency values also vary with changes in environmental factors such as temperature and wind. Therefore, it is important to differentiate between the effects due to environmental variations and those resulting from structural damage. In this paper, this task is accomplished by predicting the natural frequency of a structure using measurements of environmental conditions. Five methodologies – multiple linear regression, artificial neural networks, support vector regression, regression tree and random forest – are implemented to predict the natural frequencies of the Tamar Suspension Bridge (UK) using measurements taken from 3 years of continuous monitoring. The effects of environmental factors and traffic loading on natural frequencies are also evaluated by measuring the relative importance of input variables in regression analysis. Results show that support vector regression and random forest are the most suitable methods for predicting variations in natural frequencies. In addition, traffic loading and temperature are found to be two important parameters that need to be measured. Results show potential for application to continuously monitored structures that have complex relationships between natural frequencies and parameters such as loading and environmental factors

چکیده

در بررسی سلامت و پایداری سازه در برابر ارتعاشات ، از تغییرات فرکانس طبیعی یک سازه به منظور شناخت تغییرات در سازه ناشی از فرایند خرابی و گسیختگی سازه استفاده می شود. با این وجود ، مقادیر فرکانس طبیعی با تغییرات در شرایط محیطی از جمله باد و دما ، دچار تغییر می شوند . بنابراین ،  تشخیص  بین اثرات تغییرات محیطی و اثراتی که منجر به  خرابی سازه می شوند ، حائز اهمیت می باشند . در این مقاله ، این مهم از طریق پیش بینی فرکانس طبیعی یک سازه با استفاده از اندازه گیری های شرایط طبیعی صورت می گیرد. از پنج روش رگرسیون خطی چندگانه ، شبکه های عصبی مصنوعی ، رگروسیون بردار پشتیبانی ، درخت رگرسیون و جنگل تصادفی به منظور پیش بینی فرکانس های طبیعی پل معلق Tamar  ( بریتانیا ) با استفاده از اندازه گیری های انجام شده طی پایش پیوسته 3 ساله پل استفاده می شود . همچنین اثرات عوامل محیطی و بارگذاری ترافیکی بر روی فرکانس های طبیعی با اندازه گیری متغیرهای ورودی نسبتا مهم در تحلیل رگرسیون مورد ارزیابی قرار می گیرد. نتایج نشان می دهند که رگرسیون بردار پشتیبانی و جنگل تصادفی به عنوان بهترین روش ها جهت پیش بینی تغییرات فرکانس های طبیعی به حساب می آیند. علاوه براین ، بارگذاری ترافیکی و تغییرات دمایی به عنوان دو پارامتر مهم به شمار می روند که نیاز به اندازه گیری دارند. نتایج نشان دهنده ظرفیت لازم جهت استفاده در سازه های پیوسته بررسی شده که  روابط پیچیده ای بین فرکانس های طبیعی و پارامترهایی نظیر بارگذاری و عوامل محیطی  دارند ، می باشند.

1-مقدمه

بسیاری از روش های ارتعاشی در بررسی پایداری و سلامت سازه ها به منظور شناسایی تغییرات مقادیر فرکانس طبیعی با هدف شناسایی تغییرات سازه که می تواند موجب خرابی و یا نابودی سازه گردد ، طراحی شده اند. در حقیقت سازه های مهندسی در معرض اثرات طبیعی و اجرایی ناشی از تغییرات دمایی ، ترافیک ، باد ، رطوبت و تابش نور خورشید می باشند. این اثرات محیطی موجب تغییر مقادیر فرکانس طبیعی و به تبع آن باعث پنهان شدن تغییرات ناشی از خرابی سازه می شوند . بنابراین ، ایجاد تمایز بین تغییرات ناشی از خرابی سازه ای و تغییرات حاصل از اثرات محیطی حائز اهمیت می باشد. این وظیفه با مشاهده وابستگی ها و تعلقات مدلسازی فرکانس های طبیعی سازه ها تحت اثر تغییرات محیطی با استفاده از روش هایی نظیر تحلیل رگرسیون خطی ، شبکه های عصبی مصنوعی و رگرسیون بردار پشتیبانی مورد ارزیابی قرار می گیرد. از روش رگرسیون خطی ضرائب (MLR) جهت پیش بینی تغییرات فرکانس های طبیعی پل آلاموسا کانیون (آمریکا) ناشی از تغیرات دمایی به همراه فرکانس های طبیعی فرمول بندی شده به عنوان یک تابع خطی از داده های طبیعی ، استفاده می شود . نتایج نشان می دهند که تغییرات فرکانس ها به طور خطی مرتبط با دمای نقاط مختلف پل می باشد. پیترز پایش یک ساله ای را در مورد پل Z24  (سوییس ) پیش از خرابی کامل آن انجام داد که طی آن از یک تحلیل رگرسیون خطی جهت تمایز بین تغییرات فرکانس نرمال و تغییرات غیرنرمال ناشی از خرابی استفاده کرد. همچنین برای این پل دارای شاهتیر بتنی با مقطع قوطی ، پیتر و روئک از یک روش اتورگرسیو (خود بازگشت) همراه با ورودی های برون زا (ARX ) جهت پیش بینی فرکانس های طبیعی پل استفاده کرده اند که طی آن هیج رابطه ای بین فرکانس های طبیعی ، باد باران و رطوبت بدست پیدا نشده است ...