Структурный мониторинг здоровья

Мониторинг состояния конструкций ( SHM ) включает в себя наблюдение и анализ системы с течением времени с использованием периодических выборочных измерений реагирования для мониторинга изменений в материалах и геометрических свойствах инженерных конструкций, таких как мосты и здания.

В операционной среде конструкции деградируют с возрастом и использованием. Долгосрочная SHM выдает периодически обновляемую информацию о способности конструкции продолжать выполнять намеченную функцию. После экстремальных событий, таких как землетрясения или взрывные нагрузки, SHM используется для быстрой проверки состояния. SHM предназначен для предоставления достоверной информации о целостности конструкции практически в реальном времени. ^[1]

Процесс SHM включает в себя выбор методов возбуждения, типов датчиков, количества и расположения, а также оборудования для сбора/хранения/передачи данных, обычно называемого системами мониторинга работоспособности и использования . Измерения могут проводиться либо для непосредственного обнаружения любого ухудшения состояния или повреждения, которое может произойти в системе, либо косвенно путем измерения размера и частоты испытываемых нагрузок, чтобы можно было спрогнозировать состояние системы.

Для непосредственного мониторинга состояния системы необходимо выявить в полученных данных особенности, позволяющие отличить неповрежденную структуру от поврежденной. Один из наиболее распространенных методов извлечения признаков основан на корреляции измеренных величин реакции системы , таких как амплитуда или частота вибрации, с наблюдениями за деградировавшей системой. Испытание накопления повреждений, в ходе которого значительные структурные компоненты исследуемой системы разрушаются в результате воздействия на них реалистичных условий нагрузки, также может использоваться для выявления соответствующих особенностей. Этот процесс может включать испытания на наведенные повреждения, испытания на усталость , рост коррозии или циклическое изменение температуры для ускоренного накопления определенных типов повреждений.

Введение [ править ]

Качественные и прерывистые методы уже давно используются для оценки структур на предмет их способности служить намеченной цели. С начала XIX века железнодорожные колёсники использовали звук удара молотка по колесу поезда, чтобы оценить наличие повреждений. Во вращающихся машинах мониторинг вибрации десятилетиями использовался в качестве метода оценки производительности. ^[1] Два метода в области SHM основаны на распространении волн. ^[2] и методы, основанные на вибрации. ^[3]^[4]^[5] В широком смысле литературу по SHM на основе вибрации можно разделить на два аспекта: первый, в котором предлагаются модели повреждения для определения динамических характеристик, также известный как прямая задача, и второй, в котором динамические характеристики используются для определения характеристик повреждения. , также известная как обратная задача.

Появилось несколько фундаментальных аксиом или общих принципов: ^[6]

Аксиома I: Всем материалам присущи недостатки или дефекты;
Аксиома II: Оценка ущерба требует сравнения двух состояний системы;
Аксиома III: Определение наличия и места повреждения может быть выполнено в режиме обучения без учителя, но определение типа присутствующего повреждения и его серьезности обычно может быть выполнено только в режиме обучения с учителем;
Аксиома IVa: Датчики не могут измерить ущерб. Извлечение признаков посредством обработки сигналов и статистической классификации необходимо для преобразования данных датчиков в информацию о повреждениях;
Аксиома IVb: Без интеллектуального извлечения признаков, чем более чувствительно измерение к повреждению, тем более чувствительно оно к изменению условий эксплуатации и окружающей среды;
Аксиома V: Продолжительность и временные рамки, связанные с возникновением и развитием повреждений, определяют требуемые свойства сенсорной системы SHM;
Аксиома VI: существует компромисс между чувствительностью алгоритма к повреждениям и его способностью подавлять шум;
Аксиома VII: Размер ущерба, который можно обнаружить по изменениям в динамике системы, обратно пропорционален частотному диапазону возбуждения.

Элементы системы SHM обычно включают в себя:

Структура
Датчики
сбора данных Системы
Механизм передачи и хранения данных
Управление данными
Интерпретация и диагностика данных:

Идентификация системы
Обновление структурной модели
Оценка состояния конструкции
Прогнозирование остаточного срока службы

Примером этой технологии является встраивание датчиков в такие конструкции, как мосты и самолеты . Эти датчики обеспечивают мониторинг в реальном времени различных структурных изменений, таких как напряжение и деформация . В случае объектов гражданского строительства данные, предоставляемые датчиками, обычно передаются в удаленные центры сбора данных. С помощью современных технологий возможно управление конструкциями в режиме реального времени (Active Structural Control) на основе информации датчиков.

Оценка состояния инженерных конструкций мостов, зданий и других сопутствующих инфраструктур [ править ]

Эта концепция, широко известная как структурная оценка состояния здоровья (SHA) или SHM, широко применяется к различным формам инфраструктуры, особенно когда страны во всем мире вступают в еще более длительный период строительства различных инфраструктур, от мостов до небоскребов. Особенно когда речь идет о повреждениях конструкций, важно отметить, что существуют этапы возрастающей сложности, требующие знания предыдущих этапов, а именно:

Обнаружение наличия повреждений на конструкции
Обнаружение повреждения
Определение видов повреждений.
Количественная оценка серьезности ущерба

Необходимо использовать обработку сигналов и статистическую классификацию для преобразования данных датчиков о состоянии инфраструктуры в информацию о повреждении для оценки.

оценка Операционная

Оперативная оценка пытается ответить на четыре вопроса, касающиеся реализации возможности идентификации ущерба:

i) Каковы жизненные и/или экономические обоснования проведения SHM?

ii) Как определяется ущерб для исследуемой системы и, при наличии нескольких возможных повреждений, какие случаи вызывают наибольшую озабоченность?

iii) Каковы условия, как эксплуатационные, так и экологические, при которых функционирует система, подлежащая мониторингу?

iv) Каковы ограничения на получение данных в оперативной среде?

Операционная оценка начинает устанавливать ограничения на то, что будет контролироваться и как мониторинг будет осуществляться. Эта оценка начинает адаптировать процесс выявления повреждений к особенностям, уникальным для отслеживаемой системы, и пытается использовать преимущества уникальных особенностей повреждения, которое необходимо обнаружить.

Сбор, нормализация и очистка данных [ править ]

Часть процесса SHM по сбору данных включает в себя выбор методов возбуждения, типов датчиков, количества и местоположений, а также оборудования для сбора/хранения/передачи данных. Опять же, этот процесс будет зависеть от приложения. Экономические соображения будут играть важную роль в принятии этих решений. Интервалы, с которыми следует собирать данные, являются еще одним фактором, на который необходимо обратить внимание.

Поскольку данные могут быть измерены в различных условиях, способность нормализовать данные становится очень важной для процесса выявления повреждений. Применительно к SHM нормализация данных — это процесс разделения изменений в показаниях датчика, вызванных повреждением, от изменений, вызванных изменением условий эксплуатации и окружающей среды. Одной из наиболее распространенных процедур является нормализация измеренных откликов по измеренным входным сигналам. Когда изменчивость окружающей среды или эксплуатации является проблемой, может возникнуть необходимость нормализовать данные некоторым временным способом, чтобы облегчить сравнение данных, измеренных в одинаковые моменты экологического или эксплуатационного цикла. Источники изменчивости в процессе сбора данных и в контролируемой системе необходимо выявлять и минимизировать, насколько это возможно. В общем, не все источники изменчивости можно устранить. Поэтому необходимо провести соответствующие измерения, чтобы эти источники можно было количественно оценить статистически. Вариативность может возникнуть из-за изменения условий окружающей среды и испытаний, изменений в процессе обработки данных и несоответствий между устройствами.

Очистка данных — это процесс выборочного выбора данных для передачи или отклонения от процесса выбора функций. Процесс очистки данных обычно основан на знаниях, полученных людьми, непосредственно участвующими в сборе данных. Например, проверка испытательной установки может выявить, что датчик был установлен неплотно и, следовательно, по мнению лиц, выполняющих измерение, этот набор данных или данные этого конкретного датчика могут быть выборочно удалены из процесс выбора функции. Методы обработки сигналов, такие как фильтрация и повторная выборка, также можно рассматривать как процедуры очистки данных.

Наконец, часть процесса SHM, связанная со сбором, нормализацией и очисткой данных, не должна быть статичной. Информация, полученная в процессе выбора функций и процесса разработки статистической модели, предоставит информацию об изменениях, которые могут улучшить процесс сбора данных.

Извлечение признаков и сжатие данных [ править ]

Областью процесса SHM, которой уделяется наибольшее внимание в технической литературе, является выявление особенностей данных, которые позволяют различать неповрежденную и поврежденную структуру. Неотъемлемой частью этого процесса выбора функций является сжатие данных. Лучшие функции для выявления повреждений, опять же, зависят от конкретного приложения.

Один из наиболее распространенных методов извлечения признаков основан на корреляции измеренных величин реакции системы, таких как амплитуда или частота вибрации, с непосредственными наблюдениями за деградацией системы. Другой метод разработки функций идентификации повреждений заключается в применении к системам инженерных дефектов, аналогичных ожидаемым в реальных условиях эксплуатации, и выработке первоначального понимания параметров, чувствительных к ожидаемому повреждению. Дефектную систему также можно использовать для проверки того, что диагностические измерения достаточно чувствительны, чтобы различать особенности, выявленные в неповрежденной и поврежденной системе. Использование аналитических инструментов, таких как экспериментально проверенные модели конечных элементов, может оказаться большим преимуществом в этом процессе. Во многих случаях аналитические инструменты используются для проведения численных экспериментов, в которых дефекты вводятся посредством компьютерного моделирования. Испытание накопления повреждений, в ходе которого значительные структурные компоненты исследуемой системы разрушаются в результате воздействия на них реалистичных условий нагрузки, также может использоваться для выявления соответствующих особенностей. Этот процесс может включать испытания на наведенные повреждения, испытания на усталость, рост коррозии или циклическое изменение температуры для ускоренного накопления определенных типов повреждений. Понимание соответствующих особенностей может быть получено с помощью нескольких типов аналитических и экспериментальных исследований, как описано выше, и обычно является результатом информации, полученной в результате некоторой комбинации этих исследований.

Технологии оперативной реализации и диагностических измерений, необходимые для выполнения SHM, дают больше данных, чем традиционное использование информации о динамике конструкций. Сжатие данных полезно и необходимо, когда предполагается сравнение многих наборов признаков, полученных за время существования конструкции. Кроме того, поскольку данные будут собираться из конструкции в течение длительного периода времени и в операционной среде, необходимо разработать надежные методы сокращения данных, чтобы сохранить чувствительность объектов к структурным изменениям, представляющим интерес, в присутствии изменчивости окружающей среды и эксплуатации. Чтобы дополнительно помочь в извлечении и регистрации качественных данных, необходимых для выполнения SHM, статистическая значимость признаков должна быть охарактеризована и использована в процессе конденсации.

Разработка статистической модели [ править ]

Часть процесса SHM, которой уделяется меньше всего внимания в технической литературе, — это разработка статистических моделей для различения особенностей неповрежденных и поврежденных структур. Разработка статистической модели связана с реализацией алгоритмов, которые работают с извлеченными функциями для количественной оценки состояния повреждения конструкции. Алгоритмы, используемые при разработке статистических моделей, обычно делятся на три категории. Когда доступны данные как из неповрежденной, так и из поврежденной структуры, алгоритмы статистического распознавания образов попадают в общую категорию классификации, обычно называемую обучением с учителем. Групповая классификация и регрессионный анализ являются категориями алгоритмов обучения с учителем. Обучение без учителя относится к алгоритмам, которые применяются к данным, не содержащим примеров из поврежденной структуры. Обнаружение выбросов или новизны — это основной класс алгоритмов, применяемых в приложениях неконтролируемого обучения. Все алгоритмы анализируют статистические распределения измеренных или полученных характеристик для улучшения процесса идентификации повреждений.

Конкретные структуры [ править ]

Мосты [ править ]

Мониторинг работоспособности крупных мостов может осуществляться путем одновременного измерения нагрузок на мост и воздействия этих нагрузок. Обычно он включает в себя мониторинг:

Ветер и погода
Трафик
Предварительное напряжение и вантовые тросы
Палуба
Пилоны
Земля

Обладая этими знаниями, инженер может:

Оцените нагрузки и их последствия
Оценить состояние усталости или другое предельное состояние.
Прогноз вероятного развития состояния моста

Департамент проектирования мостов Министерства транспорта штата Орегон в США разработал и внедрил программу мониторинга состояния конструкций (SHM), о которой упоминает в этом техническом документе Стивен Лавджой, старший инженер. ^[7]

Доступны ссылки, которые дают представление о применении оптоволоконных датчиков для мониторинга состояния конструкций на мостах. ^[8]

Примеры [ править ]

Следующие проекты в настоящее время известны как одни из крупнейших текущих проектов по мониторингу мостов.

Мосты в Гонконге. Система мониторинга ветра и состояния конструкций представляет собой сложную систему мониторинга мостов стоимостью 1,3 миллиона долларов США, используемую Департаментом автомобильных дорог Гонконга для обеспечения комфорта и безопасности пользователей дорог на мостах Цинг Ма , Тинг Кау , Кап Шуй Мун и Стоункаттерс . ^[9] Сенсорная система состоит примерно из 900 датчиков и соответствующих интерфейсных блоков. С помощью более чем 350 датчиков на мосту Цинг Ма, 350 на Тинг Кау и 200 на Кап Шуй Мун структурное поведение мостов измеряется 24 часа в сутки, семь дней в неделю. Датчики включают в себя акселерометры , тензодатчики , датчики смещения, станции измерения уровня, анемометры , датчики температуры, динамические датчики веса в движении и GPS-приемники. ^[10] Они измеряют все: от температуры асфальтового покрытия и напряжений в элементах конструкции до скорости ветра, отклонения и вращения километров кабелей , а также любого движения настилов и башен моста.
Мост Рио-Антиррио , Греция: имеет более 100 датчиков, контролирующих конструкцию и движение транспорта в режиме реального времени.
Мийо-Виадук , Франция: здесь находится одна из крупнейших в мире волоконно-оптических систем, которая считается ^{[ кем? ]} уровень развития.
Мост Хьюи П Лонг , США: имеет более 800 статических и динамических тензодатчиков, предназначенных для измерения осевых и изгибающих нагрузок.
Мост Фатиха Султана Мехмета, Турция: также известный как Второй Босфорский мост. За ним следили с помощью инновационной беспроводной сенсорной сети при нормальных условиях дорожного движения.
Масджид аль-Харам # Третье расширение в Саудовской Аравии , Мекка , Саудовская Аравия : имеет более 600 датчиков (датчик давления в бетоне, тензодатчик закладного типа, тензодатчик с сестрой-стержнем и т. д.), установленных на фундаменте и бетонных колоннах. Этот проект находится в стадии разработки.
На мосту Харбор-Бридж в Сиднее в Австралии в настоящее время внедряется система мониторинга, включающая более 2400 датчиков. Управляющие активами и инспекторы мостов имеют инструменты поддержки принятия решений с помощью мобильных устройств и веб-браузеров, основанные на анализе данных датчиков.
Квинсферри -Кроссинг , строящийся в настоящее время через Ферт-оф-Форт, после завершения строительства будет иметь систему мониторинга, включающую более 2000 датчиков. Управляющие активами будут иметь доступ к данным всех датчиков через веб-интерфейс управления данными, включая автоматический анализ данных.
Второй мост Пенанга в Пенанге, Малайзия, завершил строительство и контролирует элемент моста с помощью 3000 датчиков. В целях безопасности пользователей моста и защиты таких инвестиций фирма, ответственная за мост, хотела создать систему мониторинга состояния конструкций. Система используется для борьбы со стихийными бедствиями, управления структурным здоровьем и анализа данных. Перед реализацией было учтено множество факторов, в том числе: сила (ветер, землетрясение, температура, транспортные средства); погода (температура воздуха, ветер, влажность и осадки); и реакция (напряжение, ускорение, натяжение троса, смещение и наклон). ^[11]
Лахта -центр , Россия: имеет более 3000 датчиков и более 8000 параметров, отслеживающих конструкцию в режиме реального времени. ^[12]

См. также [ править ]

Мониторинг деформации
гражданское право
Structural Health Monitoring , рецензируемый журнал, посвященный этой теме.
Ценность структурной информации о здоровье

Ссылки [ править ]

↑ Перейти обратно: Перейти обратно: ^а ^б Доусон, Брайан (1976). «Методы мониторинга вибрационного состояния вращающихся машин». Дайджест шока и вибрации . 8 (12): 3–8. дои : 10.1177/058310247600801203 .
^ Рагхаван А. и Чесник CE, Обзор мониторинга состояния конструкций с помощью направленных волн, «Дайджест ударов и вибраций», том 39, № 2, стр. 91-114, 2007.
^ Карден, Э; Фэннинг П. (2004). «Мониторинг состояния на основе вибрации: обзор». Структурный мониторинг здоровья . 3 (4): 355–377. CiteSeerX 10.1.1.118.3093 . дои : 10.1177/1475921704047500 . S2CID 14414187 .
^ Монтальвао, Д., Майя, НММ, и Рибейро, АМР, Обзор мониторинга состояния конструкций на основе вибрации с особым упором на композитные материалы», Shock and Vibration Digest, том 38, № 4, стр. 295-326 , 2006.
^ Фань, В. и Цяо, П.З., Методы идентификации повреждений на основе вибрации: обзор и сравнительное исследование», «Мониторинг состояния конструкций», том 10, № 1, стр. 83-111, 2010.
^ Уорден, Кейт; Чарльз Р. Фаррар; Грэм Мэнсон; Пак Гюхэ (2007). «Основные аксиомы структурного мониторинга здоровья». Философские труды Королевского общества А. 463 (2082): 1639–1664. Бибкод : 2007RSPSA.463.1639W . дои : 10.1098/rspa.2007.1834 . S2CID 123103057 .
^ Лавейджой, Стивен. «Применение мониторинга состояния конструкций на автомагистралях» (PDF) . Штат Орегон. Архивировано (PDF) из оригинала 7 июня 2010 г. Проверено 5 марта 2013 г.
^ Теннисон, Родерик (октябрь 2005 г.). «Мониторинг мостовых конструкций с использованием оптоволоконных датчиков большой длины». Исследовательская конференция Caltrans Bridge 2005 .
^ «Постоянный мониторинг стресса» . Архивировано из оригинала 4 сентября 2014 года . Проверено 4 сентября 2014 г.
^ Огаджа, Клемент , Ли, Сяоцзин и Ризос, Крис. «Достижения в структурном мониторинге с использованием технологии глобальной системы позиционирования: 1997–2006 гг.», Том. 1, нет. 3, 2007, стр. 171–179. дои : https://doi.org/10.1515/jag.2007.019
^ «Структурный мониторинг – Второй Пенангский мост» . Архивировано из оригинала 18 апреля 2021 г. Проверено 2 февраля 2021 г.
^ Травуш, В.И.; Шулятьев, О.А.; Шулятьев, С.О.; Шахраманьян, А.М.; Колотовичев, Ю. А. (2019). «Анализ результатов геотехнического мониторинга башни «Лахта Центр»» . Механика грунтов и устройство фундаментов . 56 (2): 98–106. дои : 10.1007/s11204-019-09576-9 . S2CID 189769445 . Архивировано из оригинала 18 апреля 2021 г. Проверено 2 февраля 2021 г.

Внешние ссылки [ править ]

Журналы [ править ]

[Dawson_1976_3-1] Перейти обратно: Перейти обратно: ^а ^б Доусон, Брайан (1976). «Методы мониторинга вибрационного состояния вращающихся машин». Дайджест шока и вибрации . 8 (12): 3–8. дои : 10.1177/058310247600801203 .

[2] Рагхаван А. и Чесник CE, Обзор мониторинга состояния конструкций с помощью направленных волн, «Дайджест ударов и вибраций», том 39, № 2, стр. 91-114, 2007.

[3] Карден, Э; Фэннинг П. (2004). «Мониторинг состояния на основе вибрации: обзор». Структурный мониторинг здоровья . 3 (4): 355–377. CiteSeerX 10.1.1.118.3093 . дои : 10.1177/1475921704047500 . S2CID 14414187 .

[4] Монтальвао, Д., Майя, НММ, и Рибейро, АМР, Обзор мониторинга состояния конструкций на основе вибрации с особым упором на композитные материалы», Shock and Vibration Digest, том 38, № 4, стр. 295-326 , 2006.

[5] Фань, В. и Цяо, П.З., Методы идентификации повреждений на основе вибрации: обзор и сравнительное исследование», «Мониторинг состояния конструкций», том 10, № 1, стр. 83-111, 2010.

[6] Уорден, Кейт; Чарльз Р. Фаррар; Грэм Мэнсон; Пак Гюхэ (2007). «Основные аксиомы структурного мониторинга здоровья». Философские труды Королевского общества А. 463 (2082): 1639–1664. Бибкод : 2007RSPSA.463.1639W . дои : 10.1098/rspa.2007.1834 . S2CID 123103057 .

[SHM_Structural_Health_Monitoring-7] Лавейджой, Стивен. «Применение мониторинга состояния конструкций на автомагистралях» (PDF) . Штат Орегон. Архивировано (PDF) из оригинала 7 июня 2010 г. Проверено 5 марта 2013 г.

[8] Теннисон, Родерик (октябрь 2005 г.). «Мониторинг мостовых конструкций с использованием оптоволоконных датчиков большой длины». Исследовательская конференция Caltrans Bridge 2005 .

[9] «Постоянный мониторинг стресса» . Архивировано из оригинала 4 сентября 2014 года . Проверено 4 сентября 2014 г.

[Ogaja_et_al-10] Огаджа, Клемент , Ли, Сяоцзин и Ризос, Крис. «Достижения в структурном мониторинге с использованием технологии глобальной системы позиционирования: 1997–2006 гг.», Том. 1, нет. 3, 2007, стр. 171–179. дои : https://doi.org/10.1515/jag.2007.019

[11] «Структурный мониторинг – Второй Пенангский мост» . Архивировано из оригинала 18 апреля 2021 г. Проверено 2 февраля 2021 г.

[12] Травуш, В.И.; Шулятьев, О.А.; Шулятьев, С.О.; Шахраманьян, А.М.; Колотовичев, Ю. А. (2019). «Анализ результатов геотехнического мониторинга башни «Лахта Центр»» . Механика грунтов и устройство фундаментов . 56 (2): 98–106. дои : 10.1007/s11204-019-09576-9 . S2CID 189769445 . Архивировано из оригинала 18 апреля 2021 г. Проверено 2 февраля 2021 г.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]