La reconstruction passive des fonctions de Green par corrélation de bruit ambiant suscite aujourd’hui un grand intérêt en contrôle santé intégré (CSI). Dans ce manuscrit, nous proposons une méthode originale reposant sur l’application de cette approche pour détecter et localiser des défauts (fissures, trous, rainures) dans des plaques minces réverbérantes avec un faible nombre de capteurs. Les ondes de flexion qui se propagent sur la plaque sont engendrées soit par un ensemble de sources aléatoirement réparties sur la surface ou un bruit ambiant. Un réseau de capteurs sensibles au déplacement normal permet d’estimer la matrice de corrélations inter-éléments avant et après l’apparition d’un défaut. Un critère d’évaluation de la qualité des corrélations est proposé sous forme d’un niveau de bruit relatif entre les résidus de reconstruction et les fonctions de Green. La matrice différentielle de corrélations avant et après défaut est utilisée pour l’imagerie de défaut. En dépit de la reconstruction imparfaite des réponses impulsionnelles, la technique proposée s’avère comparable aux méthodes actives avec une excellente résolution. On a proposé ensuite une extension de la méthode passive par corrélation de champs pour l’identification des zones de bruit. Un filtrage basé sur la technique de décomposition en valeurs singulières (DORT) est tout particulièrement utilisé pour améliorer les images de localisation. Des sources acoustiques secondaires ont été développées pour la translation du bruit ambiant basses fréquences en composantes hautes fréquences, utilisées pour localiser des défauts dans des plaques. Enfin, on a montré que ce type de méthode pourrait être également utilisé pour caractériser un défaut dans une structure réverbérante, en particulier, il a été souligné que l’intensité des images de localisation obtenues est liée à la section de diffusion de celui-ci. / Green’s functions retrieval from ambient noise correlation has recently drawn a new interest in structural health monitoring. In this manuscript, we propose an original method based on this approach to detect and locate defects (cracks, holes, grooves) in a reverberant thin plate with a limited number of sensors. Flexural waves that propagate on the plate are generated by either a set of sources distributed randomly on the surface or an ambient noise. Covariance matrices are estimated from the sparse array after damage and compared to baseline-correlation matrix recorded from the healthy plate. An evaluation criterion has developed in the form of relative noise level to predict the quality of the GF reconstruction. The differential correlation matrix w/o defect is used to localize the defect. We have shown numerically and experimentally that this technique is exploitable for defect detection and localization, despite a non-perfect estimation of the GF. We have also proposed a passive technique to identify the regions of noise. A filtering technique based on the singular value decomposition is shown to improve the detection. A secondary acoustic sources have been developped to harvesting the LF ambient noise to HF field, used to localize defects in platelike structures. Finally, it was shown that such method could also be used to characterize a defect in a reverberant structure, in particular, it has been drawn that the obtained images intensity is related to the defect cross-section.
| Identifer | oai:union.ndltd.org:theses.fr/2015VALE0035 |
| Date | 01 December 2015 |
| Creators | Chehami, Lynda |
| Contributors | Valenciennes, Moulin, Emmanuel, Assaad, Jamal |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0024 seconds