A CONTRIBUTION TO STRUCTURAL HEATH MONITORING - Archive ouverte HAL Access content directly
Theses Year : 2010

A CONTRIBUTION TO STRUCTURAL HEATH MONITORING

CONTRIBUTION A LA SURVEILLANCE DE L'INTEGRITE DES STRUCTURES

(1)
1
Kashif Saeed
  • Function : Author
  • PersonId : 874049

Abstract

Conception of a structural health monitoring system comprises of various steps involving structural modeling, identification, feature extraction and development of a statistical model for damage identification. The objective of this thesis is to develop a damage localization approach integrating these steps and to validate the approach by finite element numerical simulations. In this context, different steps involved in the modeling of an active structure, comprising of piezoelectric sensors, were highlighted. For system identification, subspace identification (SubID) method was chosen, as it is based on robust matrix based operations. Problems related to the accuracy of modal parameter estimates and to the automatic elimination of spurious modes in this method were addressed by proposing an alternative stabilization histogram. This histogram automatically extracts identified modal parameters and gives an estimate of the level of confidence with which a mode is identified. Three existing subspace based features are tested by using a simple numerical model and it is shown that damage localization is difficult to achieve using these features. An artificial neural network based approach using a new non-parametric residual vector, as input, is proposed for damage identification. The residual vector is associated with observability null-space of the system and is generated by using parity matrices, obtained from SubID. Numerical and experimental results obtained from a cantilever beam and from aluminum plates validate the proposed methodology.
La mise en place de la surveillance de l'intégrité des structures comprend les étapes de modélisation, d'identification, d'extraction des caractéristiques et de développement d'un modèle statistique. L'objectif de cette thèse est de développer une approche intégrée regroupant ces étapes et d'élaborer une stratégie de validation en utilisant un simulateur à éléments finis. Dans cette finalité, nous avons d'abord élaboré une méthode globale de modélisation d'une structure comprenant des capteurs piézo-électriques. Ensuite, nous avons choisi la méthode d'identification par sous-espaces pour améliorer la qualité de l'estimation des paramètres modaux et éliminer automatiquement les modes erronés. Un nouveau diagramme nommé histogramme de stabilisation a été proposé. Cet histogramme permet de sélectionner automatiquement les modes physiques, et d'obtenir le degré de confiance qui peut être accordé au mode identifié. En utilisant un modèle numérique simple, trois résidus basés sur les sous-espaces de la matrice de Hankel ont été étudiés. Nous avons montré que l'utilisation de ces résidus lors de la localisation des endommagements n'est pas très efficace. Par la suite, un nouveau vecteur de résidus non-paramétrique a été proposé. Ces résidus sont associés au noyau gauche de la matrice d'observabilité du système. En utilisant ce nouveau vecteur de résidus, nous avons également préconisé une méthodologie de localisation d'endommagement basée sur un modèle éléments finis et sur les réseaux de neurones. Les résultats numériques et expérimentaux obtenus sur une poutre composite et sur une plaque en aluminium permettent de valider la méthodologie proposée. Cette méthodologie est basée sur le calcul matriciel robuste et est bien adaptée pour l'identification des endommagements en temps semi-réel.
Fichier principal
Vignette du fichier
Thesis_SAEED.pdf (6.17 Mo) Télécharger le fichier

Dates and versions

pastel-00503109 , version 1 (16-07-2010)

Identifiers

  • HAL Id : pastel-00503109 , version 1

Cite

Kashif Saeed. CONTRIBUTION A LA SURVEILLANCE DE L'INTEGRITE DES STRUCTURES. Mécanique [physics.med-ph]. Arts et Métiers ParisTech, 2010. Français. ⟨NNT : 2010ENAM0024⟩. ⟨pastel-00503109⟩
373 View
401 Download

Share

Gmail Facebook Twitter LinkedIn More