Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας

Αντικείμενο της παρούσας εργασίας είναι η ανίχνευση βλαβών μέσω ταλαντωτικών σημάτων σε δοκό από σύνθετα υλικά υπό αβεβαιότητες που οφείλονται σε μεταβολές στις συνοριακές συνθήκες της δοκού και την περιβαλλοντική θερμοκρασία, οι οποίες μπορεί να είναι τόσο σημαντικές ώστε να επικαλύπτουν τις μεταβο...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Κολοβός, Σπυρίδων
Άλλοι συγγραφείς: Σακελλαρίου, Ιωάννης
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2019
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/12682
id nemertes-10889-12682
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Ανίχνευση βλαβών
Μπεϋζιανή εκτίμηση
Δειγματολήπτες gibbs
Εκτίμηση μέγιστης πιθανοφάνειας
Damage detection
Bayesian estimation
Maximum likelihood estimation
Gibbs sampler
spellingShingle Ανίχνευση βλαβών
Μπεϋζιανή εκτίμηση
Δειγματολήπτες gibbs
Εκτίμηση μέγιστης πιθανοφάνειας
Damage detection
Bayesian estimation
Maximum likelihood estimation
Gibbs sampler
Κολοβός, Σπυρίδων
Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
description Αντικείμενο της παρούσας εργασίας είναι η ανίχνευση βλαβών μέσω ταλαντωτικών σημάτων σε δοκό από σύνθετα υλικά υπό αβεβαιότητες που οφείλονται σε μεταβολές στις συνοριακές συνθήκες της δοκού και την περιβαλλοντική θερμοκρασία, οι οποίες μπορεί να είναι τόσο σημαντικές ώστε να επικαλύπτουν τις μεταβολές στη δυναμική της κατασκευής λόγω βλάβης. Το πρόβλημα προσεγγίζεται υπό δύο μεθοδολογίες Πολλαπλών Μοντέλων (Multiple Models-MM) Αυτοπαλινδρόμησης με Εξωγενή είσοδο (AutoRegressive with eXogenous excitation-ARX). Η πρώτη βασίζεται σε εκτίμηση μοντέλων Μέγιστης Πιθανοφάνειας (Maximum Likelihood-ML) και η δεύτερη προσεγγίζει το πρόβλημα υπό μία Μπεϋζιανή (Bayesian) οπτική. Λόγω των παραπάνω χαρακτηριστικών οι μεθοδολογίες αναφέρονται ως MM-ARX-ML και MM-ARX-Β. Οι μεθοδολογίες βασίζονται στην κατάλληλη αναπαράσταση της υγιής κατάστασης της δοκού υπό τις διαφορετικές συνθήκες λειτουργίας δημιουργώντας έναν «υγιή χώρο» από τις παραμέτρους των MM (φάση εκπαίδευσης). Έπειτα διερευνάται αν η τρέχουσα κατάσταση της δοκού ανήκει στον «υγιή χώρο» ή αν υπάρχει βλάβη (φάση ελέγχου). Πολυάριθμα εργαστηριακά πειράματα αναπτύσσονται όπου η δοκός είναι πακτωμένη στο ένα της άκρο, ενώ στο ελεύθερο άκρο της ασκείται δύναμη διέγερσης λευκού θορύβου μέσω ενός ηλεκτρομαγνητικού διεγέρτη. Η πειραματική εγκατάσταση βρίσκεται εντός ψυκτικού θαλάμου με δυνατότητα μεταβολής της θερμοκρασίας σε εύρος [0 – 28] °C, ενώ η ροπή πρόσδεσης στην πάκτωση μεταβάλλεται μεταξύ 1 και 4 Nm. Για τη δημιουργία τεχνητών βλαβών χρησιμοποιούνται δύο διαφορετικές μάζες πολύ μικρού μεγέθους ως προς τη δοκό, οι οποίες τοποθετούνται ξεχωριστά στη δοκό δημιουργώντας έτσι δύο διαφορετικά σενάρια βλάβης. Επιπρόσθετη τεχνητή αβεβαιότητα, αποδιδόμενη σε κατασκευαστικές διαφορές μεταξύ ονομαστικά όμοιων δοκών, προστίθεται με τη χρήση κολλητικής ταινίας. Τα αποτελέσματα της εργασίας παρουσιάζονται βάσει της θεωρίας των δύο μεθοδολογιών. Έπειτα γίνεται διερεύνηση της απόδοσης των μεθοδολογιών κατά την ανίχνευση των τεχνητών βλαβών, η οποία παρουσιάζεται και συγκρίνεται μέσω καμπυλών ROC (Receiver Operating Characteristic) και γραφημάτων διασκόρπισης (scatter plots). Τέλος, ελέγχεται η ευρωστία της μεθόδου MM-ARX-ML σε σχέση με την τάξη των πολλαπλών μοντέλων και των μοντέλων που αναπαριστούν την υγιή κατάσταση της δοκού και σχολιάζεται η υπολογιστική πολυπλοκότητα των δύο μεθόδων κατά την πρακτική εφαρμογή υπό κανονικές συνθήκες λειτουργίας.
author2 Σακελλαρίου, Ιωάννης
author_facet Σακελλαρίου, Ιωάννης
Κολοβός, Σπυρίδων
format Thesis
author Κολοβός, Σπυρίδων
author_sort Κολοβός, Σπυρίδων
title Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
title_short Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
title_full Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
title_fullStr Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
title_full_unstemmed Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
title_sort ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας
publishDate 2019
url http://hdl.handle.net/10889/12682
work_keys_str_mv AT kolobosspyridōn anichneusēblabōnsedokoaposynthetaylikaypodiaphoretikesthermokrasieskaisynoriakessynthēkesmemethodologiespollaplōnmontelōnpoubasizontaiseektimēsēmpeüzianēkaimegistēspithanophaneias
AT kolobosspyridōn vibrationbaseddamagedetectionforacompositebeamundervaryingtemperaturesandboundaryconditionsusingmultiplemodelsmethodsbasedonbayesianandmaximumlikelihoodestimation
_version_ 1771297312718454784
spelling nemertes-10889-126822022-09-05T20:47:07Z Ανίχνευση βλαβών σε δοκό από σύνθετα υλικά υπό διαφορετικές θερμοκρασίες και συνοριακές συνθήκες με μεθοδολογίες πολλαπλών μοντέλων που βασίζονται σε εκτίμηση μπεϋζιανή και μέγιστης πιθανοφάνειας Vibration based damage detection for a composite beam under varying temperatures and boundary conditions using multiple models methods based on bayesian and maximum likelihood estimation Κολοβός, Σπυρίδων Σακελλαρίου, Ιωάννης Μαλεφάκη, Σόνια Σακελλαρίου, Ιωάννης Μαλεφάκη, Σόνια Φασόης, Σπήλιος Kolovos, Spyridon Ανίχνευση βλαβών Μπεϋζιανή εκτίμηση Δειγματολήπτες gibbs Εκτίμηση μέγιστης πιθανοφάνειας Damage detection Bayesian estimation Maximum likelihood estimation Gibbs sampler Αντικείμενο της παρούσας εργασίας είναι η ανίχνευση βλαβών μέσω ταλαντωτικών σημάτων σε δοκό από σύνθετα υλικά υπό αβεβαιότητες που οφείλονται σε μεταβολές στις συνοριακές συνθήκες της δοκού και την περιβαλλοντική θερμοκρασία, οι οποίες μπορεί να είναι τόσο σημαντικές ώστε να επικαλύπτουν τις μεταβολές στη δυναμική της κατασκευής λόγω βλάβης. Το πρόβλημα προσεγγίζεται υπό δύο μεθοδολογίες Πολλαπλών Μοντέλων (Multiple Models-MM) Αυτοπαλινδρόμησης με Εξωγενή είσοδο (AutoRegressive with eXogenous excitation-ARX). Η πρώτη βασίζεται σε εκτίμηση μοντέλων Μέγιστης Πιθανοφάνειας (Maximum Likelihood-ML) και η δεύτερη προσεγγίζει το πρόβλημα υπό μία Μπεϋζιανή (Bayesian) οπτική. Λόγω των παραπάνω χαρακτηριστικών οι μεθοδολογίες αναφέρονται ως MM-ARX-ML και MM-ARX-Β. Οι μεθοδολογίες βασίζονται στην κατάλληλη αναπαράσταση της υγιής κατάστασης της δοκού υπό τις διαφορετικές συνθήκες λειτουργίας δημιουργώντας έναν «υγιή χώρο» από τις παραμέτρους των MM (φάση εκπαίδευσης). Έπειτα διερευνάται αν η τρέχουσα κατάσταση της δοκού ανήκει στον «υγιή χώρο» ή αν υπάρχει βλάβη (φάση ελέγχου). Πολυάριθμα εργαστηριακά πειράματα αναπτύσσονται όπου η δοκός είναι πακτωμένη στο ένα της άκρο, ενώ στο ελεύθερο άκρο της ασκείται δύναμη διέγερσης λευκού θορύβου μέσω ενός ηλεκτρομαγνητικού διεγέρτη. Η πειραματική εγκατάσταση βρίσκεται εντός ψυκτικού θαλάμου με δυνατότητα μεταβολής της θερμοκρασίας σε εύρος [0 – 28] °C, ενώ η ροπή πρόσδεσης στην πάκτωση μεταβάλλεται μεταξύ 1 και 4 Nm. Για τη δημιουργία τεχνητών βλαβών χρησιμοποιούνται δύο διαφορετικές μάζες πολύ μικρού μεγέθους ως προς τη δοκό, οι οποίες τοποθετούνται ξεχωριστά στη δοκό δημιουργώντας έτσι δύο διαφορετικά σενάρια βλάβης. Επιπρόσθετη τεχνητή αβεβαιότητα, αποδιδόμενη σε κατασκευαστικές διαφορές μεταξύ ονομαστικά όμοιων δοκών, προστίθεται με τη χρήση κολλητικής ταινίας. Τα αποτελέσματα της εργασίας παρουσιάζονται βάσει της θεωρίας των δύο μεθοδολογιών. Έπειτα γίνεται διερεύνηση της απόδοσης των μεθοδολογιών κατά την ανίχνευση των τεχνητών βλαβών, η οποία παρουσιάζεται και συγκρίνεται μέσω καμπυλών ROC (Receiver Operating Characteristic) και γραφημάτων διασκόρπισης (scatter plots). Τέλος, ελέγχεται η ευρωστία της μεθόδου MM-ARX-ML σε σχέση με την τάξη των πολλαπλών μοντέλων και των μοντέλων που αναπαριστούν την υγιή κατάσταση της δοκού και σχολιάζεται η υπολογιστική πολυπλοκότητα των δύο μεθόδων κατά την πρακτική εφαρμογή υπό κανονικές συνθήκες λειτουργίας. This study focuses on the problem of vibration-based damage detection for a composite beam under non-measurable environmental and operational variability, presently temperature and tightening torque. Variability due to operational conditions inevitably leads to variability in beam ‘s dynamics, so significant as to mask deviations due to damage. The problem is being tackled via two Multiple Models (MM) methods. The first is based on ARX model estimation via Maximum Likelihood (ML) method and the second approaches the problem under a Bayesian (B) perspective, as ARX models are estimated using MCMC methods. Considering the methods‘s characteristics, they are referred as MM-ARX-ML and MM-ARX-B. The methods‘s are based on proper representation of the healthy structural dynamics under any operating condition creating a “healthy subspace” from the MM parameters (baseline phase). Damage detection is, in the method ‘s inspection phase, achieved by examining whether or not the current dynamics belong to the healthy subspace. In this work an experiment is developed where the beam is clamped at one end, while at its free a random vertical force is applied by an eletromechanical shaker. The experimental set-up is placed in a freezer with temperature varying in the range [0 – 28] °C, while the tightening torque on its clamped end varies from 1 up to 4 Nm. Two damage scenarios are included by using two significant small masses. Additional structural uncertainty due to structural variability among like structures is included using adhesive tape. Study results include analytical description of the system’s identification and the model validation, using illustrative tables and figures for both methods. Then the methods‘s damage detection performance is considered via Scatter plots and ROC curves. In addition, a robustness analysis for the MM-ARX-ML method shows that the method is insensitive to the model order, but sensitive to the number of models selected as training (baseline) ones. Finally, the methods are compared as to damage detection performance and their computational complexity. 2019-10-12T17:54:33Z 2019-10-12T17:54:33Z 2019-07-12 Thesis http://hdl.handle.net/10889/12682 gr 0 application/pdf