The main purpose of the present work is to develop an innovative system for Structural Health Monitoring (SHM) of aerospace composite structures based on dynamic strain measurements in order to identify in an exhaustive way the structural state condition. Fiber Bragg Grating (FBG) optical sensors will be used for the recording of dynamic strain measurements from a composite structure. The methodology that will be developed for structural damage detection will use the collected dynamic response data and will analyze them through a statistical data-driven learning model, i.e. an artificial neural network, coupled with wavelet multi-resolution analysis. This methodology will be the core of the SHM system. Structural damage will be initially simulated by slightly varying the mass properties of the structure. As a second step, actual damage was introduced to the structure. The structural dynamic behavior has been numerically simulated and experimentally verified by means of vibration testing. The analysis of operational dynamic responses will be employed to identify both the damage and its position. / Αντικείμενο της διατριβής είναι η ανάπτυξη ενός συστήματος παρακολούθησης βλάβης για αεροδιαστημικές κατασκευές με αισθητήρες οπτικών ινών (Fiber Bragg Grating, FBG) με χρήση μετρήσεων δυναμικής απόκρισης και τεχνικών επεξεργασίας σήματος. Οι αισθητήρες οπτικών ινών FBG χρησιμοποιούνται ως αισθητήρες ανίχνευσης παραμόρφωσης, εκμεταλλευόμενοι την μεταβολή του μήκους κύματος του φωτός που διέρχεται από αυτούς κατά την διαστολή ή τη συστολή τους. Η απλή μονότροπη τηλεπικοινωνιακή οπτική ίνα εκτίθεται σε συγκλίνουσες δέσμες UV laser light. Οι δέσμες αυτές όταν διασταυρώνονται παρεμβάλλει η μια την άλλη, μεταβάλλουν μέρος της δομής της οπτικής ίνας και αλλάζουν περιοδικά τον δείκτη διάθλασης δημιουργώντας διαφορετικές περιοχές υψηλού και χαμηλού δείκτη διαθλάσεως στον πυρήνα της ίνας. Η τροποποιημένη ζώνη της ίνας λειτουργεί σαν οπτικό φίλτρο, αντανακλώντας μια ελάχιστη ποσότητα του ευρυζωνικού σήματος, επιτρέποντας παράλληλα στο υπόλοιπο φως να συνεχίσει την πορεία του μέσα στην ίνα. Αυτή η τροποποιημένη περιοχή είναι ευαίσθητη στην τάση εφελκυσμού και στις μεταβολές θερμοκρασίας. Πλεονεκτήματα των αισθητήρων FBG είναι τα ακόλουθα: Απρόσβλητοι στην ηλεκτρομαγνητική ακτινοβολία, απαιτούν μηδενική ενέργεια, προσφέρουν μακροχρόνια σταθερότητα, προσφέρουν ευκολία και χαμηλό κόστος εγκατάστασης, έχουν πολύ μικρές διαστάσεις, μεγάλη ακρίβεια και σχεδόν μηδενικό βάρος, μπορούν να σχηματίσουν συστοιχίες πολλαπλών οπτικών αισθητήρων σε μία μόνο οπτική ίνα (multiplexing) και μπορεί να γίνει ενσωμάτωσή τους σε σύνθετα υλικά. Οι αισθητήρες οπτικών ινών FBG μέχρι σήμερα χρησιμοποιούνται μόνο για στατικές μετρήσεις. Οι στόχοι της παρούσας διατριβής είναι οι ακόλουθοι: Χρήση αισθητήρων οπτικών ινών FBG για μετρήσεις δυναμικής απόκρισης με σκοπό την παρακολούθηση καλής λειτουργίας και την εύρεση βλάβης κατασκευών από σύνθετα υλικά. Εκτέλεση ειδικά επιλεγμένων μηχανικών δοκιμών σε τρία είδη κατασκευών, αεροναυπηγικών και αεροδιαστημικών, από lab-scale κατασκευή σε πραγματική αεροδιαστημική κατασκευή. Διερεύνηση της καταλληλότερης τοπολογίας αισθητήρων οπτικών ινών στη σύνθετη κατασκευή και διερεύνηση του καταλληλότερου τρόπου τοποθέτησής τους. Ανάπτυξη του συστήματος παρακολούθησης βλάβης των κατασκευών με βάση αρχικά προσομοιωμένη βλάβη (μεταβάλλοντας το μητρώο μάζας της κατασκευής) και στα τελευταία στάδια πειραμάτων, με βάση πραγματική βλάβη (ρωγμή) στις στρώσεις του σύνθετου υλικού. Ανάπτυξη και εφαρμογή καινοτόμων τεχνικών επεξεργασίας για τα σήματα παραμόρφωσης βασιζόμενες στο μετασχηματισμό κυματιδίων. Ανάπτυξη στατιστικών δεικτών ευαίσθητων στην παρουσία βλάβης από την επεξεργασία των σημάτων των αισθητήρων FBG. Εκπαίδευση και επαλήθευση τεχνητού νευρωνικού δικτύου με βάση επιλεγμένους δείκτες για εύρεση βλάβης (μέγεθος βλάβης και τοποθεσία). Διερεύνηση και ανάπτυξη μεθόδου διάγνωσης βλάβης βασισμένο σε πειραματική modal ανάλυση μέσω των σημάτων παραμόρφωσης από τους αισθητήρες οπτικών ινών Fiber Bragg Gratings. Πειραματική modal ανάλυση μέσω των σημάτων παραμόρφωσης και υπολογισμός των ιδιομορφών παραμόρφωσης της κατασκευής μέσω των FBG σημάτων.

Monitoramento da integridade estrutural (Structural health monitoring - SHM) está relacionado à implementação de alguma estratégia para a detecção de dano em estruturas de engenharia. Este estudo geralmente envolve a observação do sistema no tempo, utilizando amostras periódicas de medições da resposta dinâmica, a partir de um grupo de sensores, a fim de verificar alterações nos parâmetros modais, que podem indicar a presença do dano. Entretanto, especialmente para estruturas treliçadas, este processo tornase difícil principalmente porque nem todos os deslocamentos ou rotações nodais modelados numericamente podem ser medidos experimentalmente. Desta forma, o presente estudo tem por objetivo tratar algumas das ainda correntes questões dos sistemas de monitoramento da integridade estrutural baseados em registros de vibração. Primeiramente aborda-se um tema que, apesar de recentemente ter se mostrado importante, ainda apresenta muito poucos estudos: a influência da variação dos efeitos ambientais, especialmente a temperatura, sobre as características dinâmicas de estruturas. Com o intuito de verificar tal influência em pontes metálicas, os resultados apresentados por Ni et al. (2005) são utilizados para a realização de estudos de correlação, através de uma comparação entre equações de regressão linear e um modelo, proposto no presente trabalho, em Redes Neurais Artificiais (RNA). A seguir são estudados procedimentos de identificação estocástica de sistemas, passo fundamental para o monitoramento da integridade estrutural. Realiza-se uma revisão bibliográfica nesta área abordando a evolução dos métodos que utilizam apenas dados de resposta para a identificação. Enfoque principal é dado nos métodos de identificação estocástica de subespaço (SSI), pois se mostram os mais práticos e robustos para a determinação dos parâmetros modais da estrutura.Finalmente, o método dos vetores de localização de dano (Damage locating vector method- DLV), introduzido por Bernal (2002), é extensivamente discutido. Esta é umatécnica eficaz quando operando com um número arbitrário de sensores, modos truncados e em cenários de dano múltiplo, mantendo as operações numéricas simples. Além disto, a influência do ruído na precisão do método dos vetores de localização de dano é avaliada. Com o intuito de verificar o comportamento do método DLV perante diferentes intensidades de dano e, principalmente, na presença de ruído de medição, um estudo paramétrico é conduzido. Distintas excitações, como também diferentes cenários de dano, são numericamente testadas em uma treliça Warren contínua considerando um limitado conjunto de sensores, através de cinco níveis de ruído. Além disto, é proposto um caminho alternativo para determinar os vetores de localização de dano no procedimento do método DLV. A idéia é oferecer uma opção alternativa para a solução do problema utilizando um método algébrico amplamente difundido. A formulação original via decomposição em valores singulares é subsituída pela solução mais trivial de um problema de valores próprios. Isto é possível graças à relação algébrica entre a decomposição em valores singulares de uma matriz e a solução do problema de autovalores desta matriz pré-multiplicada por sua transposta. Os resultados finais mostraram que o método DLV, considerando a soluça alternativa, foi capaz de corretamente localizar as barras danificadas, utilizando dados somente de resposta da estrutura, mesmo considerando pequenas intesidades de dano e moderados níveis de ruído. / Structural health monitoring (SHM) refers to the implementation of some strategy for damage detection in engineering structures. This study generally involves the observation of a system over time using periodically sampled dynamic response measurements from a set of sensors in order to verify changes in modal parameters, which may indicate damage or degradation. However, especially for truss structures this process sounds difficulty mainly because not all nodal displacements or rotations in the numerical model can be experimentally measured. In this context, the present thesis aims to address some still current issues of the vibration-based structural health monitoring systems. Firstly it is introduced a subject that, although has recently shown important, still presents very few studies: the environmental effects, mainly temperature, on the structural modal properties. Seeking to address this influence on steel bridges, the results presented by Ni et al. (2005) are used to conduct correlations studies, comparing linear equation regression with an artificial neural network model (ANN), proposed in the present thesis. Procedures for stochastic systems identification are studied next, which is a fundamental phase for the SHM systems. A literature review in this field addressing the evolution of the methods that just use response data for identification is carried out. Main focus is given in the stochastic subspace identification methods (SSI), because they have been known as the most practical and robust methods to determine the structure’s modal parameters. Finally, the damage locating vector (DLV) method, introduced by Bernal (2002), is extensively discussed. This is a useful approach because is effective when operating with an arbitrary number of sensors, a truncated modal basis and multiple damage scenarios, while keeping the calculation at a low level. In addition, the noise influence on the accuracy of the damage locating vector method is evaluated. In order to verify the DLV behavior in front of different damages intensities and, mainly, in presence of measurement noise, a parametric study had been carried out. Different excitations as well as damagescenarios are numerically tested in a continuous Warren truss structure with a set of limited measurement sensors through five noise levels. Besides this, it is proposed another way to determine the damage locating vectors in the DLV procedure. The idea is to offer an alternative option to solve the problem with a more widespread algebraic method. The original formulation via singular value decomposition (SVD) is replaced by a common solution of an eigenvector and eigenvalue problem. This is possible thanks to the algebraic relationship between the singular value decomposition of a matrix and the eigenproblem solution of this matrix pre-multiplied by its transpose. The final results show that the DLV method, adopting the alternative, was able to correct locate the damaged bars, using an output-only system identification procedure, even considering small intensities of damage and moderate noise levels.

abstract: Structural health management (SHM) is emerging as a vital methodology to help engineers improve the safety and maintainability of critical structures. SHM systems are designed to reliably monitor and test the health and performance of structures in aerospace, civil, and mechanical engineering applications. SHM combines multidisciplinary technologies including sensing, signal processing, pattern recognition, data mining, high fidelity probabilistic progressive damage models, physics based damage models, and regression analysis. Due to the wide application of carbon fiber reinforced composites and their multiscale failure mechanisms, it is necessary to emphasize the research of SHM on composite structures. This research develops a comprehensive framework for the damage detection, localization, quantification, and prediction of the remaining useful life of complex composite structures. To interrogate a composite structure, guided wave propagation is applied to thin structures such as beams and plates. Piezoelectric transducers are selected because of their versatility, which allows them to be used as sensors and actuators. Feature extraction from guided wave signals is critical to demonstrate the presence of damage and estimate the damage locations. Advanced signal processing techniques are employed to extract robust features and information. To provide a better estimate of the damage for accurate life estimation, probabilistic regression analysis is used to obtain a prediction model for the prognosis of complex structures subject to fatigue loading. Special efforts have been applied to the extension of SHM techniques on aerospace and spacecraft structures, such as UAV composite wings and deployable composite boom structures. Necessary modifications of the developed SHM techniques were conducted to meet the unique requirements of the aerospace structures. The developed SHM algorithms are able to accurately detect and quantify impact damages as well as matrix cracking introduced. / Dissertation/Thesis / Ph.D. Mechanical Engineering 2012

Made available in DSpace on 2015-09-17T15:26:20Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-05-12. Added 1 bitstream(s) on 2015-09-17T15:45:47Z : No. of bitstreams: 1 000847631.pdf: 1093508 bytes, checksum: 73b02aac5ba28423969c0c259df2c5c9 (MD5) / Esse trabalho apresenta uma abordagem baseada no processamento de séries temporais para tratar o problema de detecção e o prognóstico de danos em estruturas com sensores e atuadores piezelétricos acoplados considerando as possíveis variabilidades ambientais e operacionais. A primeira abordagem se baseia na identificação de um modelo autorregres- sivo de predição construído com um sinal temporal de resposta de referência. Métricas indicativas de danos são extraídas dos erros de predição e a separação de efeitos (carrega- mento ou danos) é feita por um algoritmo de agrupamento fuzzy. Esse procedimento é implementado em uma estrutura de material compósito ensaiada em um sistema para teste de materiais de modo a reproduzir condições de carregamento a fim de simular condições reais de operação da estrutura. Por outro lado, a segunda metodologia proposta emprega uma identificação de dois estágios. Primeiramente, um modelo autorregressivo é criado para o monitoramento estrutural como no procedimento anterior, porém, utilizando o controle estatístico de processos para detectar um dano progressivo. Em seguida, modelos autorregressivos com entradas exógenas são estimados para as condições de referência e de dano para acompanhar as variações de parâmetros e permitir a realização de um prognóstico sobre a condição estrutural futura da estrutura. Testes iniciais em uma placa de alumínio mostraram que este método é capaz de realizar um prognóstico razoável e predizer o comportamento dinâmico da estrutura associado com um nível específico de redução de massa. Ambos métodos e resultados são discutidos e comparados ao final do trabalho / This work presents an approach based on time series processing to deal with the damage detection and prognosis issue in structures coupled with piezoelectric sensors and actuators considering eventual operational and environmental variabilities. The first approach is based on the identification of a predictive autoregressive model obtained with a reference time response. Damage indicative metrics are extracted from prediction errors and the separation of effects (loading or damage) is performed by a fuzzy clustering algorithm. This procedure is carried on a composite structure attached to a material test system to reproduce loading conditions in order to simulate real operational conditions. On the other hand, the second proposed methodology employs a two step identification. First, an autoregressive model is created for structural monitoring similarly to the previous procedure, but employing statistical process control to detect progressive damage. Next, autoregressive models with exogenous inputs are estimated for reference and damaged conditions in order to track variation of parameters, allowing the prognosis of the structure's future structural condition. Initial tests on an aluminum plate indicated that this method is capable of performing a reasonable prognosis and predicting structure's dynamic behavior associated to a specific level of mass reduction. Both methods and results are discussed and compared by the end of the work

Submitted by EDUARDO ABUHAMAD PETROCINO null (abuhamad@uol.com.br) on 2016-02-12T16:23:29Z No. of bitstreams: 1 PetrocinoEA.pdf: 13458280 bytes, checksum: 7545c6532693d3113a8d06141b4d40c2 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-02-16T15:23:16Z (GMT) No. of bitstreams: 1 petrocino_ea_me_bauru.pdf: 13458280 bytes, checksum: 7545c6532693d3113a8d06141b4d40c2 (MD5) / Made available in DSpace on 2016-02-16T15:23:16Z (GMT). No. of bitstreams: 1 petrocino_ea_me_bauru.pdf: 13458280 bytes, checksum: 7545c6532693d3113a8d06141b4d40c2 (MD5) Previous issue date: 2015-12-16 / O monitoramento da integridade de estruturas e máquinas é um tema que vem tomando importância em diversas aplicações de engenharia. A possibilidade de programar ciclos de manutenção mais otimizados aumenta a disponibilidade do uso de diversos sistemas, desde linhas de produção a sistemas de transporte como aeronaves e veículos terrestres. Uma das formas de avaliar a integridade de um sistema mecânico é feita por meio da captura de sinais de vibração e do uso de sistemas eletrônicos para o pós processamento destes sinais. Neste contexto, o objetivo deste trabalho é o desenvolvimento de um sistema de baixo custo para monitoramento da integridade de uma estrutura. Sensores piezoelétricos são utilizados para captura de sinais de vibração e um circuito eletrônico foi desenvolvido para o condicionamento destes sinais que são então adquiridos por um microcontrolador lógico programável Arduino através de um conversor analógico/digital. Para o estudo das variações estruturais, utiliza-se um sistema constituído por um motor elétrico com desbalanceamento em seu eixo rotativo sobre uma viga bi-apoiada. Variações estruturais são feitas por acréscimo de massas pontuais ao longo do comprimento da viga, e também por inserção de força magnetomotriz interagindo com um imã em um ponto fixo na viga. Os resultados obtidos mostram ser possível monitorar variações estruturais por meio de um sistema de baixo custo com uma análise estatística apropriada no tratamento do sinal. / Monitoring the integrity of structures and machines is an issue that has been taking importance in several engineering applications. The ability to program more optimized maintenance cycles increases the autonomy of the use of various systems, from production lines to transport systems such as aircraft and ground vehicles. One way of evaluating the integrity of a mechanical system is made by capturing vibration signals and the use of electronic systems for the post processing of these signals. In this context, the aim of this study is to develop a low-cost system for monitoring the integrity of a structure. Piezoelectric sensors are used to capture vibration signals and an electronic circuit has been developed for the conditioning of these signals are then acquired by a logical Arduino programmable microcontroller via an analog / digital converter. To study the structural changes we use a system constituted by an electric motor with unbalance in its rotary axis on a bi-supported beam. Structural variations are made by addition of point masses along the length of the beam, and also by insertion magnetomotive force interacting with a magnet at a fixed point on the beam. The results show that it is possible to monitor structural variations by means of a low-cost system with a suitable statistical analysis treatment samples.

Made available in DSpace on 2015-07-13T12:10:21Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-03-03. Added 1 bitstream(s) on 2015-07-13T12:25:21Z : No. of bitstreams: 1 000836490.pdf: 3117764 bytes, checksum: 5d9a7ede94877d0477f486615e2f510a (MD5) / Com o objetivo de assegurar a integridade estrutural de estruturas aeronáuticas, diversas técnicas de monitoramento da integridade estrutural têm sido estudadas. Uma das técnicas mais recentes é a utilização de sensores contínuos, constituídos de filmes delgados de nanocompósitos. A vantagem em se utilizar estes materiais é a possibilidade de se aplicar tais sensores em superfícies complexas, cobrindo uma grande área e utilizando poucos terminais de aquisição. Este tipo de material permite o controle das suas características mecânicas e elétricas, possibilitando a criação de um sensor customizado para cada situação. O nanocompósito mais encontrado na literatura para fins de detecção de falhas é o compósito de nanotubos de carbono (CNT), sendo que a matriz utilizada varia de acordo com cada caso. Este trabalho propõe a utilização de materiais alternativos como os nanofios de ITO (Indium tin oxide ou óxido de índio dopado com estanho) inseridos em matriz de PMMA (polimetil- metacrilato) para o revestimento da superfície a ser monitorada. Afim de verificar a efetividade destes sensores, diversos testes foram propostos. Estes testes consistem em monitorar o comportamento dos nancompósitos quando afetados por algum tipo de dano, os quais podem ser uma adição de massa, excesso de cargas tensoras ou uma trinca. Para isto, o intuito é medir as resistências elétricas entre dois pontos e verificar a influência do dano no valor medido. Em geral as resistências obtidas variaram entre 1kΩ e 10kΩ, sendo que com o aparecimento do dano, as medições apresentaram variações de mais de 30% tanto no caminho com o dano como nos caminhos em sua proximidade. Testes com o sensor em uma câmara ambiental, com controle de temperatura e umidade, mostraram que o sensor é sensível a altas temperatura e a altas umidades. Quanto à sensibilidade às tensões de tração aplicadas na placa, o sensor só mostrou alterações em sua... / With the objective of structural health monitoring (SHM) in aerospace structures, several monitoring techniques have been studied. One of the most recent techniques is based on the use of continuous sensors, made of thin films of nanocomposites. The advantage of using such materials is the possibility to apply them on complex surfaces, covering larger areas and using few acquisition terminals. Moreover, by using the nanocomposites, it is possible to control its mechanical and electrical properties, making it possible to create a customized sensor for each case. The nanocomposite found most commonly in the literature for damage detection are the carbon nanotubes (CNT) composites, while the matrix depends on each case. This work proposes the use of alternative materials such as the ITO (Indium tin oxide) nanowires inserted at PMMA (Poly(methyl methacrylate)) to be used as coatings for the monitored structure. In order to verify the effectiveness of this sensor, several tests were proposed. These tests consists on monitoring the nanocomposite's behavior when affected by some kind of damage, in which can be simulated by a mass addition, excess of load or a crack. The principle for the damage detection is to measure the electrical resistance between two points at the film sensor and verify the variations caused by the damage to these measurements. In general, the obtained resistances varied from 1kΩ to 10kΩ, while with the damage appearance the measurements varied more than 30% at the path with the damage and at the paths nearby. Tests at the environmental chamber, with temperature and humidity control, showed that the sensor is sensitive to high temperatures and humidity levels. Regarding the sensibility to stress applied to the plate, the sensor showed changes at the resistances only when the plate started to deform plastically. The obtained results are promising and indicate that this method is effective for damage detection

Made available in DSpace on 2015-08-20T17:10:12Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-04-28. Added 1 bitstream(s) on 2015-08-20T17:25:47Z : No. of bitstreams: 1 000844021.pdf: 1761882 bytes, checksum: 8b43593be5f06b2dfe94c6564429292e (MD5) / Pesquisas em propagação de ondas para aplicação de monitoramento de integridade estrutural (SHM) tem tido um incremento considerável recentemente. Este procedimento permite detectar danos nas fases iniciais. Esta dissertação descreve um estudo teórico de propagação de ondas para o propósito de detecção e quantificação de dano em uma viga. De particular interesse é a maneira que as ondas interagem com o dano, considerado simétrico com respeito ao eixo neutro. Uma análise de uma estrutura unidimensional de ondas guiadas incorporando o atuador e sensores piezelétricos em configuração pitch-catch e pulse eco é apresentada. O modelo é desenvolvido no domínio da frequência e posteriormente transformado no domínio do tempo através da transformada de Fourier inversa. Isto permite que o efeito do dano entre o atuador e o sensor seja estudado no domínio do tempo e da frequência. Os comprimentos do atuador e do sensor e a profundidade do dano são estudados em uma viga de alumínio delgada. Mostra-se que uma abordagem no domínio do tempo é preferível em relação a abordagem no domínio da frequência para detecção e quantificação de danos na estrutura. Os resultados mostraram que ondas longitudinais são mais sensíveis a variação da espessura para um sistema simétrico e é melhor medir ondas refletidas que as transmitidas. Além disto, verificou-se que devido à natureza dispersiva das ondas de flexão é possível que em algumas situações a amplitude da onda refletida seja diminuída em vez de aumentar quando a espessura da viga é reduzida / Wave propagation research for Structural Health Monitoring (SHM) has been increasing recently. It allows the detection of damage at its early stages of development. This dissertation describes a theoretical study of wave propagation for the purpose of detection and quantification of damage in a beam structure. Of particular interest is the way in which waves interact with damage that is symmetrical with respect to the neutral axis. An analysis of a one-dimensional structural waveguide incorporating a piezoelectric actuator and sensors in a pitch-catch and pulse-echo configuration is presented. The model is developed in the frequency domain, which is then transformed into the time domain using the inverse Fourier transform. This enables the effect of damage on wave propagation between the actuator and the sensor to be investigated in both the time and the frequency domains. The size of the actuator and the sensor, and the size of damage are investigated for a thin aluminum beam. It is shown that the time-domain approach is preferable to a frequency domain approach for damage detection in this kind of structure. It is found that longitudinal waves are more sensitive to a change in thickness for a symmetrical system and it is better to measure reflected rather than transmitted waves. Further, it is found that due to the dispersive nature of bending waves, it is possible in some situations for the reflected wave amplitude to decrease rather than increase as the beam thickness is reduced

Made available in DSpace on 2015-01-26T13:21:18Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-08-05Bitstream added on 2015-01-26T13:30:45Z : No. of bitstreams: 1 000802242.pdf: 571515 bytes, checksum: ecea74067f25893f1a7843d4bdc196dd (MD5) / Nesta dissertação de mestrado apresentam-se duas metodologias para o desenvolvimento de sistemas de monitoramento de integridade de estruturas mecânicas e aeronáuticas, utilizando técnicas de computação inteligente, tais como as redes neurais artificiais e os sistemas imunológicos artificiais. Neste contexto, emprega-se uma rede neural artificial ARTMAP-Fuzzy e o algoritmo de seleção negativa. Ambas as técnicas são empregadas para realizar a análise, identificação e caracterização das falhas estruturais decorrentes da estrutura. A principal aplicação destes métodos é auxiliar no processo de inspeção de estruturas mecânicas e aeronáuticas, visando detectar e caracterizar falhas, bem como, a tomada de decisões, a fim de evitar catástrofes/acidentes. Com estas propostas busca-se a concepção de novos sistemas de monitoramento de integridade estrutural que possam ser modificados facilmente, para atender a permanente evolução das tecnologias e da indústria. Para avaliar as metodologias propostas, foram realizados experimentos em laboratório para gerar um banco de dados de sinais capturados em uma viga de alumínio. Os resultados obtidos pelos métodos são excelentes, apresentando robustez e precisão / In this dissertation presents two methodologies to develop health monitoring of aircraft structures and mechanical systems, using intelligent computing techniques such as artificial neural networks and artificial immune systems. In this context, uses an ARTMAP-Fuzzy artificial neural network and the negative selection algorithm. Both techniques are used for the analysis, identification and characterization of structural failure due to the structure. The main application of these methods is to assist in the inspection of mechanical and aeronautical structures, to detect and characterize flaws as well, making decisions in order to avoid disasters/accidents. With these proposals one seeks to designing new systems for structural health monitoring that can be modified easily to cater to permanent evolution technologies and industry. To evaluate the proposed methodologies, experiments were performed in the laboratory to generate a database of captured signals in an aluminum beam. The results obtained by the methods are excellent, with robustness and accuracy

Monitoramento da integridade estrutural (Structural health monitoring - SHM) está relacionado à implementação de alguma estratégia para a detecção de dano em estruturas de engenharia. Este estudo geralmente envolve a observação do sistema no tempo, utilizando amostras periódicas de medições da resposta dinâmica, a partir de um grupo de sensores, a fim de verificar alterações nos parâmetros modais, que podem indicar a presença do dano. Entretanto, especialmente para estruturas treliçadas, este processo tornase difícil principalmente porque nem todos os deslocamentos ou rotações nodais modelados numericamente podem ser medidos experimentalmente. Desta forma, o presente estudo tem por objetivo tratar algumas das ainda correntes questões dos sistemas de monitoramento da integridade estrutural baseados em registros de vibração. Primeiramente aborda-se um tema que, apesar de recentemente ter se mostrado importante, ainda apresenta muito poucos estudos: a influência da variação dos efeitos ambientais, especialmente a temperatura, sobre as características dinâmicas de estruturas. Com o intuito de verificar tal influência em pontes metálicas, os resultados apresentados por Ni et al. (2005) são utilizados para a realização de estudos de correlação, através de uma comparação entre equações de regressão linear e um modelo, proposto no presente trabalho, em Redes Neurais Artificiais (RNA). A seguir são estudados procedimentos de identificação estocástica de sistemas, passo fundamental para o monitoramento da integridade estrutural. Realiza-se uma revisão bibliográfica nesta área abordando a evolução dos métodos que utilizam apenas dados de resposta para a identificação. Enfoque principal é dado nos métodos de identificação estocástica de subespaço (SSI), pois se mostram os mais práticos e robustos para a determinação dos parâmetros modais da estrutura.Finalmente, o método dos vetores de localização de dano (Damage locating vector method- DLV), introduzido por Bernal (2002), é extensivamente discutido. Esta é umatécnica eficaz quando operando com um número arbitrário de sensores, modos truncados e em cenários de dano múltiplo, mantendo as operações numéricas simples. Além disto, a influência do ruído na precisão do método dos vetores de localização de dano é avaliada. Com o intuito de verificar o comportamento do método DLV perante diferentes intensidades de dano e, principalmente, na presença de ruído de medição, um estudo paramétrico é conduzido. Distintas excitações, como também diferentes cenários de dano, são numericamente testadas em uma treliça Warren contínua considerando um limitado conjunto de sensores, através de cinco níveis de ruído. Além disto, é proposto um caminho alternativo para determinar os vetores de localização de dano no procedimento do método DLV. A idéia é oferecer uma opção alternativa para a solução do problema utilizando um método algébrico amplamente difundido. A formulação original via decomposição em valores singulares é subsituída pela solução mais trivial de um problema de valores próprios. Isto é possível graças à relação algébrica entre a decomposição em valores singulares de uma matriz e a solução do problema de autovalores desta matriz pré-multiplicada por sua transposta. Os resultados finais mostraram que o método DLV, considerando a soluça alternativa, foi capaz de corretamente localizar as barras danificadas, utilizando dados somente de resposta da estrutura, mesmo considerando pequenas intesidades de dano e moderados níveis de ruído. / Structural health monitoring (SHM) refers to the implementation of some strategy for damage detection in engineering structures. This study generally involves the observation of a system over time using periodically sampled dynamic response measurements from a set of sensors in order to verify changes in modal parameters, which may indicate damage or degradation. However, especially for truss structures this process sounds difficulty mainly because not all nodal displacements or rotations in the numerical model can be experimentally measured. In this context, the present thesis aims to address some still current issues of the vibration-based structural health monitoring systems. Firstly it is introduced a subject that, although has recently shown important, still presents very few studies: the environmental effects, mainly temperature, on the structural modal properties. Seeking to address this influence on steel bridges, the results presented by Ni et al. (2005) are used to conduct correlations studies, comparing linear equation regression with an artificial neural network model (ANN), proposed in the present thesis. Procedures for stochastic systems identification are studied next, which is a fundamental phase for the SHM systems. A literature review in this field addressing the evolution of the methods that just use response data for identification is carried out. Main focus is given in the stochastic subspace identification methods (SSI), because they have been known as the most practical and robust methods to determine the structure’s modal parameters. Finally, the damage locating vector (DLV) method, introduced by Bernal (2002), is extensively discussed. This is a useful approach because is effective when operating with an arbitrary number of sensors, a truncated modal basis and multiple damage scenarios, while keeping the calculation at a low level. In addition, the noise influence on the accuracy of the damage locating vector method is evaluated. In order to verify the DLV behavior in front of different damages intensities and, mainly, in presence of measurement noise, a parametric study had been carried out. Different excitations as well as damagescenarios are numerically tested in a continuous Warren truss structure with a set of limited measurement sensors through five noise levels. Besides this, it is proposed another way to determine the damage locating vectors in the DLV procedure. The idea is to offer an alternative option to solve the problem with a more widespread algebraic method. The original formulation via singular value decomposition (SVD) is replaced by a common solution of an eigenvector and eigenvalue problem. This is possible thanks to the algebraic relationship between the singular value decomposition of a matrix and the eigenproblem solution of this matrix pre-multiplied by its transpose. The final results show that the DLV method, adopting the alternative, was able to correct locate the damaged bars, using an output-only system identification procedure, even considering small intensities of damage and moderate noise levels.

Master of Science / Department of Civil Engineering / Hayder A. Rasheed / The structural deterioration of aging infrastructure systems is becoming an increasingly important issue worldwide. To compound the issue, economic strains limit the resources available for repair or replacement of such systems. Over the past several decades, structural health monitoring (SHM) has proved to be a cost-effective method for detection and evaluation of damage in structures. Visual inspection and condition rating is one of the most commonly applied SHM techniques, but the effectiveness of this method suffers due to its reliance on the availability and experience of qualified personnel performing largely qualitative damage evaluations. The artificial neural network (ANN) approach presented in this study attempts to augment visual inspection methods by developing a crack-induced damage quantification model for reinforced concrete bridge girders that requires only the results of limited field measurements to operate. Simply-supported three-dimensional reinforced concrete T-beams with varying geometric, material, and cracking properties were modeled using Abaqus finite element (FE) analysis software. Up to five cracks were considered in each beam, and the ratios of stiffness between cracked and healthy beams with the same geometric and material parameters were measured at nine equidistant nodes along the beam. Two feedforward ANNs utilizing backpropagation learning algorithms were then trained on the FE model database with beam properties serving as inputs for both neural networks. The outputs for the first network consisted of the nodal stiffness ratios, and the sole output for the second ANN was a health index parameter, computed by normalizing the area under the stiffness ratio profile over the span length of the beam. The ANNs achieved excellent prediction accuracies with coefficients of determination (R²) exceeding 0.99 for both networks. Additional FE models were created to further assess the networks’ prediction capabilities on data not utilized in the training process. The ANNs displayed good prediction accuracies (R² > 0.8) even when predicting damage levels in beams with geometric, material, and cracking parameters dissimilar from those found in the training database. A touch-enabled user interface was developed to allow the ANN models to be utilized for on-site damage evaluations. The results of this study indicate that application of ANNs with FE modeling shows great promise in SHM for damage evaluation.