Time-dependent dynamic identification: a new approach for structural health monitoring through vibration measurements

Abstract

Os algoritmos mais frequentemente usados para a análise de vibrações e a identificação dinâmica na Engenharia Civil não são capazes de capturar variações nas propriedades modais durante uma única aquisição. Além disso, estes métodos não podem realizar identificação dinâmica na presença de não linearidades. Para superar essas limitações, apresenta-se um novo algoritmo não paramétrico para identificação dinâmica dependente do tempo. Este algoritmo, denominado Enhanced Modal Identification for Long-term Integrity Assessment (EMILIA), desenvolve-se em três etapas principais, nomeadamente: decomposição de dados wavelet, análise tempo-frequência através da transformada de Hilbert e inferência Bayesiana. A combinação dessas três etapas garante uma estimativa robusta das propriedades modais dinâmicas instantâneas dependentes do tempo (ex: frequências e modos naturais) dentro de uma única aquisição, bem como um conjunto geral estático de frequências naturais para cada aquisição, independentemente da estacionariedade dos registos e do nível de contaminação sonora. O algoritmo e as suas principais componentes são descritos, testados e validados através de três casos de estudo: (i) uma ponte 2D simulada sem dano e com danos artificiais gerados através da redução local de rigidez; (ii) uma torre de alvenaria simulada em 3D sujeita a fortes excitações sísmicas; (iii) uma estrutura metálica real monitorizada sob diversas condições de rigidez num ambiente controlado de laboratório. As análises efetuadas revelam o sucesso do algoritmo EMILIA quando comparado com métodos tradicionais e bem estabelecidos para resolver problemas de identificação dinâmica linear e invariante no tempo. As análises demonstraram que o algoritmo EMILIA é adequado para processar as respostas estruturais não lineares altamente transitórias e contaminadas por ruído, superando as limitações de muitos desses métodos tradicionais. Por último, as análises apresentaram resultados promissores ao integrar o algoritmo EMILIA numa estratégia de identificação de dano baseada em vibrações, capaz de detetar prontamente variações repentinas nas propriedades modais.

Most commonly used algorithms for vibration analysis and dynamic identification for civil engineering purposes are not able to capture variations in the modal properties during a single acquisition. Furthermore, these methods cannot perform dynamic identification in the presence of non linearities. To overcome these limitations, a novel nonparametric algorithm for time-dependent dynamic identification is hereby presented. This algorithm, called Enhanced Modal Identification for Long-term Integrity Assessment (EMILIA), relies on three main stages, namely a wavelet data decomposition, a time-frequency analysis through Hilbert transform and Bayesian inference. The combination of these three stages ensures a robust estimation of both dynamic time-dependent instantaneous modal properties (i.e. natural frequencies and mode shapes) within a single acquisition as well as a static overall set of natural frequencies for each acquisition, irrespective of the stationarity of the records and the level of noise contamination. The algorithm and its main components are described, tested, and validated through the use of three case studies: (I) a simulated 2D bridge structure in sound and artificial damaged conditions generated by locally reducing its stiffness; (II) a simulated 3D masonry tower subject to strong seismic excitations; (III) a real shear-type metal structure monitored under varying stiffness conditions in a controlled laboratory environment. The conducted analyses successfully compared the EMILIA algorithm against traditional, well-established methods for solving linear and time-invariant dynamic identification problems. They demonstrated the algorithm's suitability for processing high-transient, noise-contaminated non-linear structural responses, surpassing the limitations of many of those methods. Finally, they showcased promising results by integrating EMILIA into a vibration-based damage identification strategy, capable of promptly detecting sudden variations in the modal properties.

Los algoritmos más comúnmente utilizados para el análisis de vibraciones e identificación dinámica para aplicaciones en ingeniería civil no logran capturar variaciones en los parámetros modales durante un único registro de datos. Adicionalmente, estos métodos no son capaces de realizar identificación dinámica en presencia de datos no lineales. Para superar estas limitaciones, un nuevo algoritmo no paramétrico para la identificación dinámica dependiente del tiempo es aquí presentado. Este algoritmo, nombrado Enhanced Modal Identification for Long-term Integrity Assessment (EMILIA), está basado en tres etapas principales: descomposición de datos por wavelet, análisis en tiempo y frecuencia mediante la transformada de Hilbert e inferencia Bayesiana. La combinación de estas tres etapas garantiza una sólida estimación dinámica dentro de una sola medición de datos de no sólo los parámetros modales instantáneos y dependientes del tiempo (frecuencias y modos de vibración), sino que también de frecuencias modales estáticas, sin importar la estacionariedad de los registros y el nivel de contaminación de ruido presente en los datos. El algoritmo y sus principales componentes se describen, prueban y validan mediante el análisis de tres casos de estudio: (I) una estructura 2D tipo puente simulada en escenarios sin daño estructural, y con daño generado al reducir localmente su rigidez; (II) una torre de mampostería simulada en 3D y sujeta a excitaciones sísmicas; (III) una estructura metálica real monitoreada en diferentes condiciones de rigidez en un entorno de laboratorio controlado. Los análisis realizados compararon con éxito el algoritmo EMILIA con métodos tradicionales bien establecidos, para resolver problemas de identificación dinámica lineal e invariante en el tiempo. Se demuestra la idoneidad del algoritmo para procesar respuestas estructurales no lineales con fuertes transientes y contaminadas con ruido, superando las limitaciones de muchos de los métodos tradicionales. Finalmente, se obtuvieron resultados prometedores al integrar EMILIA en una estrategia para la identificación de daños estructurales basada en registros de vibraciones y capaz de rápidamente detectar súbitas variaciones en las propiedades modales.