Filtern
Dokumenttyp
Schlagworte
- Structural health monitoring (7) (entfernen)
Organisationseinheit der BAM
Automatic vibration-based structural health monitoring has been recognized as a useful alternative or addition to visual inspections or local non-destructive testing performed manually. It is, in particular, suitable for mechanical and aeronautical structures as well as on civil structures, including cultural heritage sites. The main challenge is to provide a robust damage diagnosis from the recorded vibration measurements, for which statistical signal processing methods are required. In this chapter, a damage detection method is presented that compares vibration measurements from the current system to a reference state in a hypothesis test, where data9
related uncertainties are taken into account. The computation of the test statistic on new measurements is straightforward and does not require a separate modal identification. The performance of the method is firstly shown on a steel frame structure in a laboratory experiment. Secondly, the application on real measurements on S101 Bridge is shown during a progressive damage test, where damage was successfully detected for different damage scenarios.
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 aim of this work is to improve the current structural health monitoring (SHM) methods for civil structures. A field experiment was carried out on a two-span bridge with a built-in un-bonded prestressing system. The bridge is a 24-metre long concrete beam resting on three bear-ings. Cracks were formed subsequently when a prestressing force of 350 kN was changed to 200 kN, so that different structural states could be demonstrated. The structural assessment of this reference bridge was accomplished by the non-destructive testing using ultrasonic devices and vibration measurements. The ultrasonic velocity variations were investigated by using the coda wave interferometry method. The seismic interferometry technique was applied to the vi-bration recordings to reconstruct the wave propagation field in the bridge. This investigation shows that the wave velocity is sensitive to the current structural state and can be considered as the damage indicator. Overall, the implementation of coda cave interferometry and seismic interferometry technique facilitates structural health monitoring (SHM) in civil engineering.
Die dauerhafte messtechnische Überwachung von Brückenbauwerken ist nach wie vor eine neuartige Verfahrensweise zur Bestimmung des Ist-Zustandes von Tragwerken. Der Fachbereich 7.2 Ingenieurbau der BAM befasst sich seit mittlerweise mehr als 25 Jahren mit der Entwicklung von Methoden und Verfahren dieser Form der Bauwerksüberwachung. Die damit verbundene Tätigkeit umfasst die Beschreibung theoretischer Grundlagen, die Entwicklung von Algorithmen zur Erfassung, Bearbeitung und Auswertung von Messsignalen, die Bewertung der Ergebnisse bezüglich Tragsicherheit, Gebrauchstauglichkeit und Restnutzungsdauer und nicht zuletzt die Untersuchung und Verifizierung der praktischen Anwendbarkeit.
Dabei standen insbesondere die sogenannten dynamischen Verfahren im Blickpunkt der Aktivitäten. Ursprünglich zur Überwachung von rotierenden Maschinenkomponenten entwickelt und dann auch erfolgreich zur Überwachung von Bauteilen der Flugzeug-, Raumfahrt- und Automobilindustrie weiterentwickelt, weckten diese Verfahren weltweit das Interesse der sich mit der Sicherheit bestehender Baukonstruktionen befassenden Wissenschaftler und Ingenieure.
Ein beachtenswertes Projekt der BAM in diesem Zusammenhang ist die Dauerüberwachung der Westendbrücke in Berlin, das Mitte der 90er Jahre von der damaligen Senatsverwaltung für Stadtentwicklung von Berlin (ehemals Bauen, Wohnen und Verkehr) in Auftrag gegeben und über viele Jahre gefördert wurde. Im Rahmen dieses Aufsatzes werden am Beispiel dieses Projektes, das sich wie ein roter Faden durch die Entwicklungsgeschichte des Monitorings an der BAM zieht, die Motivationen und Zielstellungen dargelegt, das Überwachungssystem vorgestellt und die gemachten Erfahrungen anhand einiger Ergebnisse erläutert. In einem weiteren Kapitel wird ein Ausblick auf die Zukunft des Monitorings mit angepassten Zielvorstellungen, neuen Methodiken und Strategien geworfen.
Mit dem generellen Ziel, die Anwendbarkeit und Funktionalität des Verfahrens der stochastischen subspace-basierten Schadensdetektion für Strukturen von Offshore-Windenergieanlagen nachzuweisen, wurden experimentelle und numerische Untersuchungen an einer Laborstruktur sowie anschließend numerische Untersuchungen an einer OWEA-Gründungsstruktur durchgeführt.
Das zugrundeliegende Verfahren verwendet einen Ansatz, in weder modale Kenngrößen noch andere benutzerdefinierte Eingaben erfordert, nachdem einmalig der Referenzzustand aufgenommen wurde. Dabei werden ausschließlich dem Belastungsprozess inhärente stochastische Anregungen der betrachteten Struktur genutzt.
Auf der Basis experimentell erzielter Detektionsergebnisse aus einem Ermüdungsversuch an einer Laborstruktur aus Stahl wurden numerische Modelle und Berechnungsalgorithmen entwickelt und getestet. In einem zweiten Schritt wird diese Analysemethodik auf eine fiktive OWEA-Jacketstruktur realer Größe angewendet. An den simulierten Strukturantworten im Ungeschädigten und geschädigten Zustand wird der Detektionsalgorithmus angewendet, um den Einfluss von Sensorposition und Abtastrate auf die Schadensdetektion festzustellen. Unter Berücksichtigung einzelner vereinfachender Annahmen zeigten die Ergebnisse der Anwendung der vorgestellten Detektionsmethodik an den numerisch erzeugte Antwortdatensätzen eine beachtliche Empfindlichkeit des x2-Testwert basierten Schadensindikators. Obwohl nicht unter allen Umständen in einem frühen Stadium nachweisbar, typische Ermüdungsrisse in Schweißverbindungen von aufgelösten Tragwerken haben ab einer Restbiegesteifigkeit von ca. 80% einen signifikanten und detektierbaren Einfluss auf den Schadensindikator.
Künftige Forschungsaktivitäten in diesem Bereich sollten neben der Erkennung von Schäden auch die Lokalisierung und ggf. auch die Quantifizierung zum Ziel haben. Erforderlich dazu ist die Berücksichtigung und Verarbeitung der strukturellen Parameter und ihrer Sensitivitäten im zugrunde liegenden mathematischen Modell.
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.
Structural health monitoring (SHM) intends to improve the management of engineering structures. The number of successful SHM projects – especially SHM research projects – is ever growing, yielding added value and more scientific insight into the management of infrastructure asset. With the advent of the data age, the value of accessible data becomes increasingly evident. In SHM, many new data-centric methods are currently being developed at a high pace. A consequent application of research data management (RDM) concepts in SHM projects enables a systematic management of raw and processed data, and thus facilitates the development and application of artificial intelligence (AI) and machine learning (ML) methods to the SHM data. In this contribution, a case study based on an institutional RDM framework is presented. Data and metadata from monitoring the structural health of the Maintalbrücke Gemünden for a period of 16 months are managed with the RDM system BAM Data Store, which makes use of the openBIS data management software. An ML procedure is used to classify the data. Feature engineering, feature training and resulting data are performed and modelled in the RDM system.