Your SlideShare is downloading. ×
Analyse de méthodes intelligentes de détection de fissures dans diverses structures
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Analyse de méthodes intelligentes de détection de fissures dans diverses structures

1,225
views

Published on

Dans cette présentation est exposée des techniques de détection de fissures dans des structures grâce à quelques technologies de l'Intelligence Artificielle telles que les réseaux de neurones, …

Dans cette présentation est exposée des techniques de détection de fissures dans des structures grâce à quelques technologies de l'Intelligence Artificielle telles que les réseaux de neurones, l'algorithme génétique, etc. On y expose aussi les différentes étapes d'un algorithme génétique tels que le croisement, la mutation, la sélection, ...

Published in: Education

2 Comments
0 Likes
Statistics
Notes
  • Be the first to like this

No Downloads
Views
Total Views
1,225
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
15
Comments
2
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Analyse des méthodes intelligentes dedétection de fissures dans diverses structures Dayal R. PARHI Sasanka Choudhury Présenté par Sous la direction de Papa Cheikh CISSE M. Seydina NDIAYE 1 M2 Recherche Informatique / 2010 – 2011
  • 2. Plan1. Introduction2. Détection de fissures utilisant des techniques d’intelligence artificielle3. Structure de l’algorithme génétique4. Conclusion 2
  • 3. Introduction 3
  • 4. IntroductionLes tendances récentes en matière dedétection de fissures dans les structures sontgénéralement fait en utilisant: • la logique approximative, • les réseaux de neurones, • lintelligence artificielle, … 4
  • 5. IntroductionPlusieurs travaux dans le domaine: • Maity et al. (2004) • Huijian Li et al. (2005) • Bakhary et al. (2007) • Taghi et al. / Saridakis et al. (2008) • Panigrahi et al. / Das et al. (2009) • etc. 5
  • 6. Détection de fissures utilisantdes techniques d’intelligence artificielle 6
  • 7. Détection de fissures utilisant des techniques d’intelligence artificielle1. Méthode des réseaux neuronaux pour le diagnostic des pannes de poutre en porte-à-faux fissurée2. Méthode des algorithmes génétiques dans la détection de pannes dans les structures en forme de faisceau 7
  • 8. Détection de fissures utilisant des techniques d’intelligence artificielle3. Détection de dommages dues à la vibration dans un faisceau de résistance uniforme à l’aide de lalgorithme génétique4. Identification de fissure via la technique de neurogénétique hybride 8
  • 9. Détection de fissures utilisant des techniques d’intelligence artificielle1. Méthode des réseaux neuronaux pour le diagnostic des pannes de poutre en porte-à-faux fissurée:Das et al. (2009) ont utilisé un système d’inférences pourdéterminer:• la détection de la location, et• la profondeurd’une structure fissurée 9
  • 10. Détection de fissures utilisant des techniques d’intelligence artificielle2. Méthode des algorithmes génétiques dans la détection de pannes dans les structures en forme de faisceau• Taghi et al. ont en 2008 proposé une telle méthode• un algorithme génétique utilisé pour surveiller les changements possibles dans les fréquences naturelles de la structure• la détection de la location, et de la profondeur de la fissure formulée comme un problème d’optimisation 10
  • 11. Détection de fissures utilisant des techniques d’intelligence artificielle3. Détection de dommages dues à la vibration dans un faisceau de résistance uniforme à l’aide de lalgorithme génétique• Travaux de Panigrahi et al. en 2009• formulation d’une fonction objective pour la procédure d’optimisation de la recherche génétique• identification de dommages macroscopiques dans un faisceau de résistance uniforme 11
  • 12. Détection de fissures utilisant des techniques d’intelligence artificielle4. Identification de fissure via la technique de neuro- génétique hybride• Suh et al. en 2000 ont présenté une telle méthode• réseaux neuronaux utilisés pour connaitre la relation entre l’entrée (la location et la profondeur de la fissure) et la sortie (les fréquences propres de la structure)• puis un algorithme génétique est utilisé pour identifier lemplacement et la profondeur de la fissure minimisant la différence des fréquences mesurées. 12
  • 13. Structure del’algorithme génétique 13
  • 14. Structure de l’algorithme génétique• Il existe une phase de préparation, et une phase d’application.• Dans la phase de préparation: préparation des données des différents paramètres de la fissure par l’analyse de la structure de calcul 14
  • 15. Structure de l’algorithme génétiqueLes différentes étapes d’un algorithme génétique 1. t=0; 2. Initialiser P(t); 3. Faire 4. Croiser P(t); 5. Muter P(t); 6. Evaluer P(t); 7. Sélectionner P(t); 8. t=t+1; 9. Tant que condition finale n’est pas remplie 15
  • 16. Conclusion 16
  • 17. Conclusion• Différentes techniques utilisées pour l’identification de fissures et leurs applications pour la détection de dommages ont été exposées dans ce travail.• Il en ressort que des techniques de l’IA sont donc utilisées pour l’évaluation de dommages dans les structures: – algorithme génétique – réseaux neuronaux – techniques d’inférence approximatives 17
  • 18. Conclusion• L’algorithme génétique utilisé pour trouver la profondeur et l’emplacement des fissures de la structure en porte-à-faux• les réseaux neuronaux utilisés par quelques chercheurs pour l’identification des fissures dans des structures endommagées• les techniques d’inférence approximatives utilisées pour trouver la profondeur et l’emplacement des fissures de la structure fissurée. 18
  • 19. 19
  • 20. Vous pouvez me retrouver sur …merci ! 20