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, ...

1. Analyse des méthodes intelligentes de
détection 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. Plan
1. Introduction
2. Détection de fissures utilisant
des techniques d’intelligence
artificielle
3. Structure de l’algorithme
génétique
4. Conclusion
2

3. Introduction
3

4. Introduction
Les tendances récentes en matière de
détection de fissures dans les structures sont
généralement fait en utilisant:
• la logique approximative,
• les réseaux de neurones,
• l'intelligence artificielle, …
4

5. Introduction
Plusieurs 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 utilisant
des techniques d’intelligence
artificielle
6

7. Détection de fissures utilisant des
techniques d’intelligence artificielle
1. Méthode des réseaux neuronaux pour le diagnostic
des pannes de poutre en porte-à-faux fissurée
2. 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 artificielle
3. Détection de dommages dues à la vibration dans un faisceau
de résistance uniforme à l’aide de l'algorithme
génétique
4. Identification de fissure via la technique de
neurogénétique hybride
8

9. Détection de fissures utilisant des
techniques d’intelligence artificielle
1. 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 pour
déterminer:
• la détection de la location, et
• la profondeur
d’une structure fissurée
9

10. Détection de fissures utilisant des
techniques d’intelligence artificielle
2. 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 artificielle
3. Détection de dommages dues à la vibration dans un
faisceau de résistance uniforme à l’aide de l'algorithme
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 artificielle
4. 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
l'emplacement et la profondeur de la fissure minimisant la différence
des fréquences mesurées.
12

13. Structure de
l’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 génétique
Les 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