Suitability of dynamic identification for damage detection in the light of uncertainties on a cable stayed footbridge
Structural identification is a very important task especially in all those countries characterized by significant historical and architectural patrimony and strongly vulnerable infrastructures, subjected to inherent degradation with time and to natural hazards e.g. seismic loads. Structural response of existing constructions is usually estimated using suitable numerical models which are driven by a set of geometrical and/or mechanical parameters that are mainly unknown and/or affected by different levels of uncertainties. Some of these information can be obtained by experimental tests but it is practically impossible to have all the required data to have reliable response estimations. In this thesis a new robust framework to be used in structural identification is proposed in order to have a reliable numerical model that can be used both for random response estimation and for structural health monitoring. First a parametric numerical model of the existing structural system is developed and updated using probabilistic Bayesian framework. Second, virtual samples of the structural response affected by random loads are evaluated. Third, this virtual samples are used as “virtual experimental response” in order to analyze the uncertainties on the main modal parameters varying the number and time length of samples, the identification technique and the target response. Finally, the information given by the measurement uncertainties are used to assess the capability of vibration based damage identification method.
For these reasons it is current practice to calibrate some of the significant unknown and/or uncertain geometrical and mechanical parameters using measurements of the actual response (static and/or dynamic) and solving an inverse structural problem. Model calibration is also affected by uncertainties due to the quality (e.g. signal to noise ratio, random properties) of the measured data and to the algorithms used to estimate structural parameters.
Die Strukturidentifikation ist eine ausgesprochen wichtige Aufgabe vor allem in Ländern, die durch ein bedeutendes historisches und architektonisches Erbe einerseits und extrem verletzliche Infrastrukturen andererseits gekennzeichnet sind, welche naturgemäß aufgrund ihres Alters sowie aufgrund natürlicher Gefahrenmomente, wie z.B. seismischer Belastung, anfällig für Degradation sind. Die strukturelle Antwort bestehender Bauwerke wird normalerweise unter Einsatz geeigneter numerischer Modelle abgeschätzt, die durch eine Reihe geometrischer und/oder mechanischer Parameter gesteuert werden, welche größtenteils unbekannt bzw. mit unterschiedlich starken Unsicherheiten behaftet sind. Einige dieser Informationen lassen sich durch experimentelle Tests erheben, es ist jedoch praktisch unmöglich, alle Daten, die für eine zuverlässige Prognose der Antwort erforderlich wären, zur Hand zu haben. Aus diesen Gründen besteht die derzeit übliche Praxis darin, einige der signifikanten unbekannten bzw. unsicheren geometrischen und mechanischen Parameter zu kalibrieren, indem Messungen der realen Antwort verwendet werden und ein inverses strukturelles Problem gelöst wird. Die Modellkalibrierung wird ferner durch Unsicherheiten beeinträchtigt, die auf die Qualität der gemessenen Daten (z.B. Signal-Rausch-Verhältnis, zufällige Merkmale) und auf die Algorithmen, die zur Schätzung von Tragwerksparametern verwendet werden, zurückzuführen sind. In dieser Abschlussarbeit wird ein neues robustes Rahmenkonzept für den Einsatz bei der Strukturidentifikation vorgestellt, mit dem sich ein zuverlässiges numerisches Modell erzielen lässt, das sich sowohl für die Schätzung zufälliger Antworten als auch für das Structural Health Monitoring verwenden lässt. Als Erstes wird ein parametrisiertes numerisches Modell des vorhandenen Tragwerksystems unter Einsatz des bayesschen Wahrscheinlichkeitsbegriffs entwickelt und angepasst. Zweitens werden virtuelle Stichproben von durch zufällige Lasten beeinflusste Tragwerksantworten beurteilt. Drittens werden diese virtuellen Stichproben als “virtuelle experimentelle Antwort” verwendet, um die Unsicherheiten der wichtigsten modalen Parameter zu untersuchen, indem die Anzahl und zeitliche Länge der Stichproben, die Identifikationstechnik und die Zielantwort variiert werden. Abschließend werden die durch die Messunsicherheiten erhaltenen Informationen verwendet, um die Leistungsfähigkeit einer schwingungsbasierten Schadenserkennungsmethode zu bestimmen.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved