کاربرد هوش مصنوعی در کنترل ارتعاشات سازهای: مروری جامع بر پیشرفتهای اخیر، چالشها و چشماندازهای آینده
کاربرد هوش مصنوعی در کنترل ارتعاشات سازهای: مروری جامع بر پیشرفتهای اخیر، چالشها و چشماندازهای آینده
بابک علی نژاد1 محمدعلی ادیبان2
1) استادیار دانشکده فنی و مهندسی، دانشگاه مراغه، مراغه، ایران.
2) دانشجوی کارشناسی رشته مهندسی عمران، دانشگاه مراغه، مراغه، ایران.
کد IOI مقاله
:
AAHE-ABHFZC
محل انتشار :
کنفرانس ملی فناوری های عمران، طراحی و ساخت، انرژی، مواد و ماشین آلات پیشرفته(icaeu.ir)
چکیده :
کنترل ارتعاشات سازهای بهویژه در مواجهه با بارهای دینامیکی شدید نظیر زلزله، همواره یکی از چالشهای اساسی مهندسی سازه بوده است. اگرچه روشهای متداول کنترل مبتنی بر مدل طی دهههای گذشته دستاوردهای ارزشمندی در کاهش پاسخهای لرزهای داشتهاند، عملکرد آنها به میزان قابل توجهی به دقت مدلسازی ریاضی وابسته است و در مواجهه با عدمقطعیتهای پارامتری، رفتارهای غیرخطی و شرایط بهرهبرداری متغیر با محدودیتهای جدی روبهرو میشود. در سالهای اخیر، پیشرفتهای چشمگیر در حوزه هوش مصنوعی افقهای جدیدی را برای توسعه سامانههای کنترل هوشمند و تطبیقی در مهندسی سازه فراهم کرده است. این مقاله مروری با رویکردی نقادانه، روندهای نوین و دستاوردهای اخیر کاربرد هوش مصنوعی در کنترل ارتعاشات سازهای را بررسی میکند و تمرکز ویژهای بر سامانههای حفاظت لرزهای، کنترل فعال، نیمهفعال و ترکیبی دارد. در این راستا، قابلیتها و محدودیتهای روشهای مبتنی بر شبکههای عصبی مصنوعی، یادگیری عمیق، یادگیری تقویتی، منطق فازی، سیستمهای استنتاج عصبی–فازی تطبیقی (ANFIS) و الگوریتمهای بهینهسازی فراابتکاری مورد تحلیل قرار میگیرد. همچنین نقش این فناوریها در ارتقای سازگاریپذیری، استحکام عملکردی و توان پیشبینی سامانههای کنترل تحت شرایط نامعین و تحریکات لرزهای پیچیده تشریح میشود. مرور مطالعات نشان میدهد که بهکارگیری یادگیری تقویتی عمیق، مدلهای فیزیکآگاه و تجهیزات هوشمند کنترل ارتعاش میتواند تصمیمگیری بلادرنگ را بهبود بخشیده، اثرات تأخیر زمانی را کاهش داده و رفتارهای غیرخطی پیچیده را با دقت بیشتری مدیریت کند. علاوه بر این، همگرایی روزافزون هوش مصنوعی با فناوریهای جداسازی لرزهای، مواد هوشمند و سامانههای پایش سلامت سازه، زمینه توسعه نسل جدیدی از سازههای سایبری–فیزیکی تابآور و خودتطبیق را فراهم ساخته است. با وجود این پیشرفتها، چالشهایی نظیر نیاز به دادههای باکیفیت، هزینه محاسباتی بالا، محدودیت تفسیرپذیری مدلها، پیچیدگی پیادهسازی عملی و شکاف میان نتایج شبیهسازی و عملکرد واقعی همچنان موانع مهمی در مسیر کاربرد گسترده این فناوریها محسوب میشوند. بر این اساس، آینده این حوزه در توسعه چارچوبهای یادگیری فیزیکآگاه، روشهای اعتبارسنجی جامع، مدلهای قابل تفسیر و معماریهای کنترل تطبیقی بلادرنگ برای تحقق سازههای هوشمند و تابآور ارزیابی میشود.
کلمات کلیدی : کنترل ارتعاشات سازهای هوش مصنوعی کنترل لرزهای یادگیری تقویتی یادگیری عمیق anfis سازههای هوشمند سیستمهای سایبری فیزیکی