Filtern
Erscheinungsjahr
Dokumenttyp
- Beitrag zu einem Tagungsband (43)
- Vortrag (20)
- Zeitschriftenartikel (14)
- Beitrag zu einem Sammelband (4)
- Buchkapitel (3)
- Dissertation (1)
- Sonstiges (1)
- Posterpräsentation (1)
Schlagworte
- Damage detection (10)
- Structural Health Monitoring (8)
- Monitoring (7)
- Structural health monitoring (7)
- Schadensdetektion (6)
- Subspace methods (6)
- Damage localization (5)
- Impact (5)
- Brücken (4)
- Damage characterization (4)
Organisationseinheit der BAM
- 7 Bauwerkssicherheit (48)
- 7.2 Ingenieurbau (47)
- 8 Zerstörungsfreie Prüfung (12)
- 8.5 Röntgenbildgebung (5)
- 3 Gefahrgutumschließungen; Energiespeicher (4)
- 3.3 Sicherheit von Transportbehältern (4)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (3)
- 7.1 Baustoffe (2)
- 7.4 Baustofftechnologie (2)
- 8.0 Abteilungsleitung und andere (2)
Eingeladener Vortrag
- nein (20)
Environmental based perturbations influence significantly the ability to identify structural dam-age in Structural Health Monitoring. Strategies are needed to classify such effects and consider them appropri-ately in SHM. It has to be considered if seasonal effects just mask the structural response or if temperature itself correlates to a weakening of the structure. Various methods have been developed and analyzed to separate environmental based effects from damage induced changes in the measures. Generally, two main approaches have emerged from research activity in this fields: (a) statistics-based tools analyzing patterns in the data or in computed parameters and (b) methods, utilizing the structural model of the bridge considering environmental as well as damage-based changes of stiffness values. With the background of increasing affordability of sensing and computing technology, effort should be made to increase sensitivity, reliability and robustness of proce-dures, separating environmental from damage caused changes in SHM measures. The contribution describes an attempt to evaluate both general strategies, their advantages and drawbacks. In addition, two vibration moni-toring procedures are introduced, allowing for temperature-based perturbations of the monitoring data.
Falltürme sind Bauwerke, die als Versuchsanlagen sehr speziellen, impulsartigen Belastungen ausgesetzt sind. Am Fallturm auf dem Testgelände Technische Sicherheit (TTS) der BAM wurde bei Routineinspektionen eine Abnahme der strukturellen Integrität in Form von Vorspannungsverlusten in den Bolzen der Stahlverbindungen festgestellt. Um ein Verständnis für die zugrundeliegenden Trag- und Schädigungsmechanismen zu erlangen, wurde ein umfassendes Structural Health Monitoring (SHM) System geplant und am Bauwerk installiert unter Nutzung von digitalen Bauwerksmodellen. Für die Auslegung des Überwachungssystems, insbesondere aber zur Unterstützung der Untersuchung des Schädigungsprozesses, wurden Finite-Elemente-Modelle erstellt. Um sicherzustellen, dass die FE-Modelle das reale Tragwerksverhalten mit ausreichender Genauigkeit abbilden, mussten sie jedoch in Bezug auf die gemessenen Antworten des Tragwerks kalibriert werden. Der vorliegende Beitrag beschreibt experimentelle und numerische Untersuchungen zur Identifizierung des strukturellen Systems des Stahlrohrgitterturms in Vorbereitung einer Überwachungskampagne. Die Auswertung von gemessenen Schwingungen unter ambienter Anregung ermöglichte die Identifizierung der Eigenfrequenzen mehrerer globaler Schwingungsmoden des Fallturms. Zur Modellvalidierung wurde zunächst eine Sensitivitätsanalyse durchgeführt, um die Parameter mit dem größten Einfluss zu ermitteln. Anschließend wurde ein evolutionärer Algorithmus (EA) zur Optimierung nach dem Prinzip der Minimierung der Differenzen zwischen gemessenen und simulierten charakteristischen Antworten eingesetzt. Das aktualisierte Modell wurde schließlich an der dynamischen Reaktion der Turmstruktur infolge einer realen Falltest-induzierten Stoßbelastung validiert. Die Ergebnisse zeigten eine gute Übereinstimmung zwischen numerischen und experimentellen Ergebnissen.
Right from the beginning of applying SHM to bridge structures it was obvious that environmental based perturbations on the measurement significantly influence the ability to identify structural damage.
Strategies are needed to classify such effects and consider them appropriately in SHM. Various methods have been developed and analyzed to separate environmental based effects from damage induced changes in the measures. Generally, two main approaches have emerged from research activity in this fields: (a) statistics based tools analyzing patterns in the data or in computed parameters and (b) methods, utilizing the structural model of the bridge taking into account environmental as well as damage based changes of stiffness values.
With the back-ground of increasing affordability of sensing and computing technology, effort should be made to increase sensitivity, reliability and robustness of procedures, separating environmental from damage caused changes in SHM measures. The contribution describes both general strategies and points out their Advantages and drawbacks. As basis, a review on relevant methods was conducted. The aim of the study is to classify approaches for separating damage describing information from environmental based perturbations in dependency of the SHM objective. And such, it is intended to describe a best practice in designing concepts for Monitoring infrastructure, naturally effected by environmental influences.
Anhand verschiedener Bespiele wird diskutiert, wie Temperaturbeanspruchungen in einer Bauwerksüberwachung sichtbar werden und wie sie zu bewerten sind. Insbesondere der Einfluss auf die Zustandsbewertung im Sinne der Standsicherheit stellt häufig eine große Schwierigkeit dar. Behelfsweise besteht eine grundlegende Möglichkeit darin, ein Tragwerk immer zu seiner schwächsten Phase, d.h. in der Regel im Sommer zu beurteilen. Wie aufgezeigt, können zudem statistische Verfahren geeignet sein, Tragfähigkeitsänderungen zu detektieren.
Als wesentliche Zukunftsaufgaben werden verbesserte Detektionsalgorithmen und physikalisch begründete Modelle zum mechanischen Verhalten angesehen.
Die Akzeptanz schwingungsbasierter Verfahren zur Detektion und Lokalisierung von Schäden in der praktischen Anwendung ist alleinig von der Fähigkeit abhängig, Einflüsse aus veränderlichen Umwelt- und Betriebsbedingungen, insbesondere aber die aus der Temperatur zu eliminieren. Da die in den letzten Jahren immer wichtiger werdenden stochastischen Verfahren zur Schadensde-tektion und -lokalisierung die (statistische) Charakteristik der Messdaten bereits implizit nutzen, sind hier Entwicklung, Anpassung und Anwendung statistischer Algorithmen zur Eliminierung der variierenden Umwelteinflüsse naheliegend.
Auf der anderen Seite wird der saisonale Einfluss auf Bauwerksmessungen in sehr vielen Veröf-fentlichungen dargestellt und es werden häufig verdachtsweise begründete physikalische Zu-sammenhänge für das Verhalten aufgezeigt. Im Regelfall sind die Aussagen aber nicht experi-mentell überprüft und von eher allgemeiner Natur („Asphalt reagiert temperaturabhängig“). Ob-jektspezifische Zusammenhänge, beispielsweise über Versuch an Repräsentanten in der Klima-kammer ermittelt, könnten jedoch sehr hilfreich sein.
This paper deals with vibration-based damage localization and quantification from output-only measurements. We describe an approach which operates on a data-driven residual vector that is statistically evaluated using information from a finite element model, without updating the parameters of the model. First, the damaged elements are detected in statistical tests, and second, the damage is quantified only for the damaged elements. We propose a new residual vector in this context that is based on the transfer matrix difference between reference and damaged states, and compare it with a previously introduced subspace-based residual. We show localization and quantification on both residuals in simulations.
The subject of damage localization is an important issue for Structural Health Monitoring (SHM) particularly in mechanical or civil structures under ambient excitation. In this paper, the statistical subspacebased damage localization method has been applied on a benchmark application, namely a 1/200 scale model of the Saint-Nazaire Bridge, which is a cable-stayed bridge located on the Loire River near the river’s mouth. The employed damage localization method combines data-driven features with physical parameter information from a finite element model in statistical tests, avoiding typical ill-conditioning problems of FE model updating. Damage is introduced in the mockup for cable failures on some of the 72 cables. The purpose of the experiment is to assess the capability of damage assessment methods to find a cable failure.
The subject of damage localization is an important issue for Structural Health Monitoring (SHM) particularly in mechanical or civil structures under ambient excitation. In this paper, the statistical subspacebased damage localization method has been applied on a benchmark application, namely a 1/200 scale model of the Saint-Nazaire Bridge, which is a cable-stayed bridge located on the Loire River near the river’s mouth. The employed damage localization method combines data-driven features with physical parameter information from a finite element model in statistical tests, avoiding typical ill-conditioning problems of FE model updating. Damage is introduced in the mockup for cable failures on some of the 72 cables. The purpose of the experiment is to assess the capability of damage assessment methods to find a cable failure.
Damage detection and localization in civil or mechanical structures is a subject of active development and research. A few vibration‐based methods have been developed so far, requiring, for example, modal parameter estimates in the reference and damaged states of the investigated structure, and for localization in addition a finite element model. For structures in operation, temperature has been shown to be a major nuisance to the efficiency of such methods because the modal parameters are varying not only with damage but also due to temperature variations. For detection, a few rejection approaches have been developed. Besides the increased complexity, environmental variation is hardly taken into account in localization approaches. In this paper, we propose a sensitivity‐based correction of the identified modal parameters in the damaged state with respect to the temperature field in the reference state, on the basis of a sensitivity analysis with respect to temperature dependent Parameters of the finite element model in the reference state. The approach is then applied to the stochastic dynamic damage locating vector method, where its improved performance under nonuniform temperature variations is shown in a numerical application on a beam.
The Stochastic Dynamic Damage Locating Vector (SDDLV) approach is a vibration-based damage localization method based on both a finite element model of a structure and modal parameters estimated
from output-only measurements in the damage and reference states. A statistical version of the Approach takes into account the inherent uncertainty due to noisy measurement data. In this paper, the effect of temperature fluctuations on the performance of the method is analyzed in a model-based approach using a finite element model with temperature dependent parameters. Robust damage localization is carried out by rejecting the temperature influence on the identified modal parameters in the damaged state. The algorithm is illustrated on a simulated structure.
The Stochastic Dynamic Damage Locating Vector (SDDLV) approach is a vibration-based damage localization method based on both a finite element model of a structure and modal parameters estimated from output-only measurements in the damage and reference states. A statistical version of the Approach takes into account the inherent uncertainty due to noisy measurement data. In this paper, the effect of temperature fluctuations on the performance of the method is analyzed in a model-based approach using a finite element model with temperature dependent parameters. Robust damage localization is carried out by rejecting the temperature influence on the identified modal parameters in the damaged state. The algorithm is illustrated on a simulated structure.