การประยุกต์วิธี Covariance Driven Stochastic Subspace Identification สำหรับการระบุค่าคุณสมบัติเชิงพลศาสตร์ของอาคารสูง
Article Sidebar
Main Article Content
บทคัดย่อ
คุณสมบัติเชิงพลศาสตร์ของโครงสร้างประกอบด้วย ความถี่ธรรมชาติ รูปร่างการสั่นไหว และ ความหน่วง เป็นข้อมูลสำคัญที่ใช้ในการศึกษาพฤติกรรมของโครงสร้างภายใต้แรงกระทำต่าง ๆ การระบุค่าคุณสมบัติเชิงพลศาสตร์สามารถทำได้จากการวิเคราะห์ผลตอบสนองของโครงสร้างจากการตรวจวัดจริง การระบุคุณสมบัติเชิงพลศาสตร์ของโครงสร้างทางวิศวกรรมโยธามีข้อจำกัดหลายประการ ได้แก่ เครื่องมือตรวจวัดที่มีจำนวนน้อย ผลการตอบสนองของโครงสร้างมีค่าต่ำ และไม่สามารถตรวจวัดแรงกระตุ้นที่กระทำกับโครงสร้างซึ่งมักมีลักษณะสุ่มตามธรรมชาติได้ จากข้อจำกัดดังกล่าวเพื่อให้ได้ผลของคุณสมบัติเชิงพลศาสตร์ที่ถูกต้องจึงจำเป็นต้องมีวิธีการวิเคราะห์ที่มีประสิทธิภาพ งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการนำวิธี Covariance Driven Stochastic Subspace Identification (SSI-COV) มาประยุกต์ใช้ในการวิเคราะห์ และปรับปรุงความแม่นยำในการการระบุคุณสมบัติเชิงพลศาสตร์ของโครงสร้างอาคาร วิธี SSI-COV เป็นวิธีที่มีการพัฒนามาอย่างต่อเนื่องและเป็นวิธีที่มีประสิทธิภาพ อย่างไรก็ตามความถูกต้องของผลค่าคุณสมบัติเชิงพลศาสตร์ขึ้นอยู่กับการเลือกขนาดของเมทริกซ์โทพลิทซ์ (Toeplitz Matrix) ซึ่งเป็นเมทริกซ์ที่ใช้ในกระบวนการวิเคราะห์ หากใช้ขนาดของ Toeplitz Matrix ที่เล็กเกินไปจะไม่สามารถวิเคราะห์คำตอบได้ และหากใช้ขนาดของ Toeplitz Matrix ที่ใหญ่เกินไปจะทำให้มีโหมดรบกวนเพิ่มขึ้นมา และอาจไม่สามารถวิเคราะห์ค่าคุณสมบัติเชิงพลศาสตร์ของโครงสร้างได้ งานวิจัยนี้ได้นำเสนอกระบวนการที่สามารถให้ผลคำตอบที่แม่นยำสูงโดยอัตโนมัติและไม่ต้องใช้การตัดสินใจจากผู้วิเคราะห์ ด้วยการวิเคราะห์ข้อมูลจากการใช้ขนาดของเมทริกซ์โทพลิทซ์ที่แตกต่างกันหลาย ๆ ขนาด และหาผลคำตอบที่ดีที่สุดจากการเฉลี่ยแบบถ่วงน้ำหนัก โดยมีตัวอย่างการศึกษา คือ การจำลองผลการตอบสนองของระบบมวลรวมที่มีระดับขั้นความเสรีเท่ากับ 5 และการตอบสนองของอาคารที่ได้จากสัญญาณการโยกตัวของอาคารสูงจากข้อมูลการตรวจวัดจริง และพบว่าวิธี SSI-COV สามารถวิเคราะห์ให้ผลคำตอบที่มีเสถียรภาพ สามารถวิเคราะห์คำตอบในโหมดที่สูงขึ้น และ สามารถวิเคราะห์ค่าความหน่วงได้ ผลการศึกษาของงานวิจัยนี้ได้แสดงถึงประสิทธิภาพของการประยุกต์ใช้เทคนิควิธี SSI-COV ในการวิเคราะห์ผลโดยอัตโนมัติจากการตรวจวัดต่อเนื่องซึ่งเป็นประโยชน์ในการตรวจสอบสมรรถนะระยะยาวของโครงสร้าง
Article Details
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิศวกรรมสารฉบับวิจัยและพัฒนา วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์
เอกสารอ้างอิง
[2] P. Van Overschee. And B. De Moor. Subspace Identification for Linear Systems. London: Kluwer Academic Publishers, 1996.
[3] B. Peeters. System Identification and Damage Detection in Civil Engineering. Ph. D Dissertation, Department of Civil Engineering, Katholieke Universiteit Leuven, Leuven, 2000.
[4] M. Scionti, J. Lanslots, I. Goethals, A. Vecchio, et al. Tool to improve detection of structural changes from in-flight flutter data. Proceedings of the Eighth International Conference on recent advances in Structural Dynamics, Southampton, UK, 14-16 July 2003.
[5] Hair J., Anderson R., Tatham R. and Black W. Multivariate Data Analysis. New jersey: Prentice-Hall, 1998.
