{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TA272",
        "title": "بررسی صدمات سازه ای پل ها با استفاده از سنسورهای فیبر نوری و الگوریتم هوش مصنوعی ",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1393",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TA272",
        "title": "بررسی صدمات سازه ای پل ها با استفاده از سنسورهای فیبر نوری و الگوریتم هوش مصنوعی ",
        "degree": null,
        "faculty": "مهندسی عمران",
        "year": 1393,
        "authors": [
            {
                "name": "بهاره سعادتی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "علی کیهانی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "عیب یابی پل ها",
            "تفاوت مد شکل",
            "شدت و مکان خرابی",
            "ماشین بردار پشتیبان حداقل مربعات",
            "شبکه عصبی",
            "نظارت بر سلامت سازه ها"
        ],
        "abstract": "نظارت بر سلامت سازه های عمرانی و تشخیص آسیب های آن در مراحل اولیه، یکی از موضوعات مورد توجه همیشگی بوده است. اهمیت پل ها به عنوان گره‌های ارتباطی در شریان های حمل و نقل بر کسی پوشیده نیست. جایگزینی یک پل در شبکه‌های شهری اغلب بسیار مشکل وگاه غیرعملی می‌باشد. از این رو بررسی خرابی در این سازه ها به منظور ایجاد یک چرخه تعمیر و نگهداری مقرون به صرفه نیاز به توجه محققین دارد. در این  تحقیق، از روش ماشین بردار پشتیبان حداقل مربعات (LS-SVM) برای طراحی سیستم عیب یابی هوشمند پل های فلزی استفاده شده است. وظیفه سیستم  عیب یاب، شناسایی محل و میزان آسیب ها در پل می باشد. آسیب در این سیستم بصورت کاهش سختی مدل شده و از شاخص های خرابی مختلفی مبتنی بر تفاوت مد شکل سازه قبل و بعد از خرابی به عنوان ورودی سیستم  عیب یاب استفاده می شود. برای مقایسه کارایی سیستم مبتنی بر LS-SVM،  نتایج حاصله از آن با سیستم مشابه مبتنی بر شبکه عصبی تابع بنیادی شعاعی (RBFNN) مقایسه شده است.\r\nبرای بررسی صحت روند ارائه شده چندین مدل پل فلزی مورد بررسی قرار گرفته است. نتایج بیانگر دقت بیشتر LS-SVM  نسبت به شبکه عصبیRBF، حتی در صورت وجود نویز در داده ها، در عیب یابی پل های فلزی می باشد. به علاوه بررسی ها نشان می دهد که شاخص های  نسبت مد شکل سازه سالم به مد شکل سازه معیوب و تفاوت مد شکل حالت معیوب و سالم دقت بهتری در شناسایی مکان خرابی در پل های فلزی نسبت به شاخص مد شکل سازه معیوب به تنهایی دارد.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TA272.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}