Fully automated operational modal analysis for Structural Health Monitoring (SHM) of Heritage Buildings

Zini, Giacomo

doi:10.24355/dbbs.084-202112150852-0

Published

Fully automated operational modal analysis for Structural Health Monitoring (SHM) of Heritage Buildings

English
German

The thesis is focused on the definition of an integrated fully automated procedure for the modal identification and tracking in the Cultural Heritage. The established framework aimed to investigate the possibility of a designing an automated procedure for the modal parameters extraction and tracking from long-term monitoring system data minimizing the variance in the estimation.
The proposed flow chart is a self-adaptive algorithm both to the structural dynamics and to the different sources of the unknown dynamic excitation. Firstly, the aim is building an automated procedure for the modal identification able to manage all the sources of uncertainty that affect the problem in every phase. Then, the proposed procedure is used in a wider method for analysing large dataset of long-term dynamic monitoring data aiming to track the modal quantities over the time minimizing the bias. That point is crucial to increase the accuracy in the estimation of the damage sensitive features in a Structural Health Monitoring (SHM) workflow to enable the detection. The work of thesis deepened that aspects investigating the historic masonry towers by means of numerical models and real data.
Lastly, some numerical simulations are performed to investigate the possibility of an integration with global and local dynamic measurements. Despite the application of the method on a specific class the whole framework is conceived to be adapted to different classes of buildings and measuring devices through a data driven process.

Die Arbeit konzentriert sich auf die Definition eines integrierten vollautomatischen Verfahrens zur modalen Identifizierung und Verfolgung im Kulturerbe. Die etablierte Rahmenarbeit zielte darauf ab, die Möglichkeit zu untersuchen, ein automatisiertes Verfahren für die Extraktion und Verfolgung von Modalparametern aus Daten des Langzeitüberwachungssystems zu entwerfen, um die Varianz in der Schätzung zu minimieren.
Das vorgeschlagene Flussdiagramm ist ein selbstadaptiver Algorithmus sowohl für die Strukturdynamik als auch für die verschiedenen Quellen der unbekannten dynamischen Anregung. Erstens besteht das Ziel darin, ein automatisiertes Verfahren für die modale Identifizierung zu entwickeln, mit dem alle Unsicherheitsquellen, die das Problem betreffen, in jeder Phase verwaltet werden können. Dann wird das vorgeschlagene Verfahren in einem breiteren Verfahren zum Analysieren eines großen Datensatzes von dynamischen Langzeitüberwachungsdaten verwendet, um die Modalgrößen über die Zeit zu verfolgen und die Verzerrung zu minimieren. Dieser Punkt ist entscheidend, um die Genauigkeit bei der Schätzung der schadensempfindlichen Merkmale in einem SHM-Workflow (Structural Health Monitoring) zu erhöhen und die Erkennung zu ermöglichen. Die Arbeit der Dissertation vertiefte diese Aspekte der Untersuchung der historischen Mauerwerkstürme anhand numerischer Modelle und realer Daten.
Zuletzt werden einige numerische Simulationen durchgeführt, um die Möglichkeit einer Integration mit globalen und lokalen dynamischen Messungen zu untersuchen. Trotz der Anwendung der Methode auf eine bestimmte Klasse ist die gesamte Rahmenarbeit so konzipiert, dass es durch einen datengesteuerten Prozess an verschiedene Klassen von Gebäuden und Messgeräten angepasst werden kann.