In this research, the details of a

In this research, the details of a study on using ANNs for prediction of damage severity in a model steel girder bridge are described. The dynamic tests conducted on the damaged and undamaged test structure showed that the reduction in stiffness during the damage lead to a reduction in natural frequencies for different modes. The experimentally obtained natural frequencies of the first five modes of the undamaged and damaged bridge model have been successfully applied as the training samples for the ANN. According to results in this study, ANN could predict the damage severity with an error of 5.6, 6.25 and 7.79% for training, testing and validation, respectively. The feasibility of ANNs as a powerful tool for predicting the severity of damage in a structure is investigated

ผลลัพธ์ (ไทย) 1:

ในงานวิจัยนี้ จะอธิบายรายละเอียดของการศึกษาการใช้ ANNs สำหรับการประมาณความรุนแรงของความเสียหายในรูปเหล็กชนิดคานสะพาน การทดสอบแบบไดนามิกในโครงสร้างเสียหาย และไม่เสียหายแสดงให้เห็นว่าการลดในตึงระหว่างนำความเสียหายลดลงความถี่ธรรมชาติสำหรับโหมดที่แตกต่าง ความถี่ธรรมชาติสมมติฐานได้รับห้าโหมดของรูปแบบสะพานไม่เสียหาย และเสียหายได้ถูกนำไปใช้เป็นตัวอย่างการฝึกอบรมสำหรับการแอน ตามผลการศึกษานี้ แอนสามารถทำนายความรุนแรงของความเสียหายกับข้อผิดพลาดของ 5.6, 6.25 และ 7.79% สำหรับการฝึกอบรม การทดสอบ และการตรวจ สอบ ตามลำดับ เป็นการตรวจสอบความเป็นไปได้ของ ANNs เป็นเครื่องมือที่มีประสิทธิภาพสำหรับการทำนายความรุนแรงของความเสียหายในโครงสร้าง

ผลลัพธ์ (ไทย) 2:

ในงานวิจัยนี้มีรายละเอียดของการศึกษาเกี่ยวกับการใช้ ANNs การทำนายความรุนแรงของความเสียหายในรูปแบบสะพานนั่งร้านเหล็กจะมีคำอธิบาย การทดสอบแบบไดนามิกดำเนินการเกี่ยวกับโครงสร้างการทดสอบได้รับความเสียหายและไม่เสียหายแสดงให้เห็นว่าการลดลงของความฝืดระหว่างนำความเสียหายให้กับการลดลงในความถี่ธรรมชาติสำหรับโหมดที่แตกต่างกัน ที่ได้รับการทดลองความถี่ธรรมชาติของห้าโหมดแรกของการเสียหายและความเสียหายสะพานรุ่นได้รับการใช้ประสบความสำเร็จเป็นตัวอย่างการฝึกอบรมสำหรับแอน ตามผลการศึกษาครั้งนี้แอนสามารถทำนายความรุนแรงความเสียหายที่มีข้อผิดพลาด 5.6, 6.25 และ 7.79% สำหรับการฝึกอบรมการทดสอบและการตรวจสอบการตามลำดับ ความเป็นไปได้ของ ANNs เป็นเครื่องมือที่มีประสิทธิภาพในการทำนายความรุนแรงของความเสียหายในโครงสร้างที่มีการตรวจสอบ

ผลลัพธ์ (ไทย) 3:

ในงานวิจัยนี้ ศึกษารายละเอียดของการใช้เพื่อประเมินความเสียหายทางความรุนแรงในรูปแบบเหล็กคานสะพานจะอธิบาย แบบทดสอบที่เสียหายและโครงสร้างการทดสอบความเสียหายพบว่าลดความฝืดระหว่างความเสียหายที่นำไปสู่การลดลงในความถี่ธรรมชาติสำหรับโหมดที่แตกต่างกัน ในการทดลองได้ค่าความถี่ธรรมชาติของห้าโหมดแรกของความเสียหายและความเสียหายแบบสะพานได้รับการสมัครเรียบร้อยแล้ว เช่น การฝึกอบรม การวิจัย แอน จากผลการศึกษานี้ สามารถทำนายความเสียหายของแอนมีความคลาดเคลื่อนร้อยละ 5.6 และ 6.25 ระหว่างการฝึกอบรม การทดสอบ และตรวจสอบ ตามลำดับ ความเป็นไปได้ของแอนน์เป็นเครื่องมือที่มีประสิทธิภาพสำหรับการพยากรณ์ความรุนแรงของความเสียหายในโครงสร้าง )