Abstract
היעילות של טכניקות ניטור בריאות מבניות רבות תלוי המיקום של חיישני המיקום של כוחות הקלט. אלגוריתמים לקביעת חיישן אופטימלי ומאלץ מקומות בדרך כלל דורשים נתונים, או מדומים או למדוד, מהמבנה הפגום. פונקציות רגישות Embedded לספק גישה לקביעת מיקום החיישן הטוב ביותר הזמין כדי לזהות נזק עם נתונים רק מהמבנה בריא. בסרטון ואת כתב היד הזה, הליך רכישת נתונים ושיטות העבודה מומלצת לקביעת פונקציות הרגישות הגלומה של מבנה מוצג. תפקידי תגובת התדר ששימשו לחישוב של פונקציות רגישות מוטבע נרכשים באמצעות בדיקות השפעה מודאלית. הנתונים נרכשים ותוצאות נציגים מוצגות עבור להב טורבינת מגורים בהיקף רוח. אסטרטגיות על מנת לאמוד את איכות הנתונים נרכשות ניתנות במהלך ההדגמה של תהליך רכישת נתונים.
Introduction
טכניקות ניטור בריאות מבניות רבות מסתמכות על שינויי פונקציות תגובת תדר נמדדים (FRFs) כדי לזהות ניזק בתוך מבנה. עם זאת, כמה מהשיטות הללו לטפל כיצד לקבוע מיקומים חיישן ו / או להציב כוחות קלט כי יהיה למקסם את היעילות של השיטה כדי לזהות נזק. פונקציות רגישות Embedded (ESFs) ניתן להשתמש כדי לקבוע את רמת הרגישות של FRF לשינוי מקומי ביישוב תכונות החומר של המבנה. לכן, בגלל ניזק בדרך כלל תוצאות שינוי נקודות נוקשות, דעיכה, או מסה של המבנה, ESFs לספק שיטה לקביעת מיקומי חיישן כוח הטובים ביותר עבור טכניקות ניטור בריאות מבוססות FRF.
המטרה בוידאו זה כתב היד היא לפרט את תהליך רכישת נתונים ושיטות עבודה מומלצת לקביעת ESFs למבנה. התהליך כולל קביעת FRFs שונה בדיקות השפעה מודאלית, אשר מבוצעת על ידי מגרה structuמחדש עם פטיש השפעה מודאלית ומדידה בתשובתה עם תאוצה. בעבודה זו, המבנה למבחן הוא להב הטורבינה 1.2 מ 'מגורים בקנה מידה הרוח. מטרת הבדיקות והניתוח היא יפקיד לאתר חיישן אשר רגישים ביותר לניזק ללהב. במקומות חיישן אלה יכולים לשמש בתכנית ניטור בריאות מבנית כדי לפקח על הלהב לניזק.
מלבד שימוש ESFs לקבוע את מיקומי חיישן היעילים ביותר להשתמש בתכנית ניטור בריאות מבנית, כמה אלגוריתמי מיקום חיישן אופטימליים ניתן למצוא גם הפגינו בספרות. ב [קרמר], קרמר איטרטיבית מעריך את היכולת של מערכת של חיישנים כדי לבחון את דרך מערכת. לאחרונה, אלגוריתמים גנטיים 1-3 ורשתות עצביות 4 פותחו תפקידו לאתר חיישן אופטימלי. ב 5, גישת בייס משמשת שלוקחת בחשבון את הסיכון של סוגים שונים של טעויותוחלוקת שיעור הנזקים. ב 6, מודל אלמנטים סופיים היה ממונפת לזהות את מיקומי חיישן הסיכוי הטוב ביותר כדי לזהות נזק. ברוב של אלגוריתמי מיקום החיישן מוצגים בספרות, נתונים מהמבנה הפגום, אם מדומים או למדוד, נדרשים. אחד יתרונות של הגישה הרגישה המוטבעת הם כי במקומות החיישן ניתן לקבוע מהמבנה הבריא.
יתרון נוסף של ESFs הוא כי תכונות חומר לא צריכות להיות ידועות במפורש. במקום זאת, תכונות חומר הם "מוטבעים" ב הביטויים עבור של FRFs המערכת. לכן, כל מה שצריך כדי לחשב ESFs הם קבוצה של FRFs נמדד במקומות קלט / פלט מסוים. באופן ספציפי, הרגישות (JK H) FRF מחושבת מתגובה נמדדה בנקודת j לקלט ב k נקודות, לשינוי קשיח (mn K) בין נקודות m ו- nהוא
אֵיפֹה 
ESF הוא כפונקציה של התדר, ω 7-9. ההליך למדידת FRFs נדרש לחשב את הצד הימני של המשוואה (1) הוא, מפורטים בפרק הבא שמודגם בסרטון.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
הכנת טרום בדיקת 1.
- עיצוב לפברק והתקן המדידה. לעצב את המתקן לשכפל תנאי שפה מציאותיים ידי בחירת מקומות בורג כדי להתאים את מיקומי ההרכבה של הלהב. בחר פלדה עבור המתקן כדי למזער את תרומתו מהמנורה אל התגובה הדינמית של הדגימה במבחן.
- המבריח את הלהב אל t-הסוגר המותאם אישית.
- הצמד את מקבע שולחן פלדה.
- לזהות ולסמן רשת של מקומות השפעה.
- בחר 30 נקודות כי היקף הלהב כולו.
- מארק מצביע עם עט סימון או שעווה ומספר לעיון. מדוד המרווח לנקודה באמצעות סרט מדידה לשימוש מאוחר יותר ייצוג חזותי של תוצאות.
- בחר ולכייל תאוצה.
- בחר ציר יחיד, 10 תאוצה mV / g. הקפד לבחור תאוצה ברגישות הראויה על מנת למנוע עומס יתר על החיישן כדי להשיג אות טובהיחסי -noise. כמו כן, הקפיד טווח התדרים של החיישנים מספיק כדי ללכוד את טווח התדרים של ריבית עבור דגימת הבדיקה.
- כיול כל חיישן.
- חבר את החיישן שייקר מוחזק ביד שתפוקתם כוח יחיד בתדר בעצמה של 9.81 מ '/ השני 2 RMS (כלומר, 1 ז).
- למדוד את התגובה למשך 2 שניות.
- קבע את משרעת RMS של התגובה מן הודעת התוכנה.
- הכפל את משרעת RMS ב -1,000 לקבוע את גורם כיול עבור תאוצה ביחידות של mV / g.
- פטיש בחר קצה הפטיש.
- בחר בהדף עם רגישות של 11.2 mV / N. הקפד לבחור פטיש מספיק מלהיב את דגימת הבדיקה בשני בגודל ובתדר.
- בחר טיפ ניילון. הקפד לבחור טיפ פטיש מספיק מלהיב את דגימת הבדיקה בשני בגודל ובתדר.
- שיתוףnnect הפטיש למערכת רכישת נתונים באמצעות כבל BNC.
- זיהוי מיקומי חיישן ולצרף חיישנים (איור 4).
- בחר במיקומים בנקודות m ו- n משני צדי מיקום הניזק.
- הר תאוצה שלישית ב k מיקום. נתוני חיישן זה ישמשו כדי לאמת את התוצאות של ניתוח הפונקציה רגישה המוטבע.
- צרף תאוצה באמצעות דבק סופר. אפשר דבק סופר להגדיר לחלוטין לפני ביצוע בדיקות ההשפעה.
- פרמטרי בדיקה בחרו ב- GUI רכישת נתונים.
- הפעל איתור מכה כפולה.
- הגדר את תדר הדגימה כדי 25,600 הרץ. טווח התדר השמיש הוא, אם כן, 12,800 הרץ.
- קבע את זמן מדגם 1 שניות.
- בחרו בערוץ פטיש כערוץ ההדק. הגדר את רמת ההדק עד 10 האיחוד האירופי.
- הגדר את האורך מראש הדק עד 5% מהזמן המדגם. The-T מראשנתוני חבלן נתונים שנאספו לפני רכישת הנתונים נכתבה כי אוחסן חיץ. חשוב לאחזר ולשמור נתונים זה כך שאירוע השפעה כולו הוא נתפס.
- בחר את אומד FRF H1. אומדן זה מבוסס על ההנחה כי יש רעש בערוצי התגובה ולא רעש בערוץ הכח.
הערה: אין נתונים חלון במהלך הרכישה. Windows ניתן ליישם שלאחר עיבוד, במידת הצורך. - זן מידע תאוצה ופטיש, כולל גורמי כיול והערות זיהוי.
- שמור הגדרות עבור ניהול רישומים לשימוש בדיקות עתידיות.
2. בדיקת השפעת על Blade בריא
- השפעת נקודת 1 עם הפטיש. כאשר האמפליטודה של כוח ההשפעה עולה על רמת ההדק שנבחרה, המערכת לאיסוף וניתוח נתונים תופעל ונתונים, לרבות הסכום הנבחר של נתונים מראש הדק, יחלו הקלטה.
- במהלך הנתונים acquisition, לפקח ערוצים למניעת חיתוך ערוץ ואת השפעות כפולות על ידי התבוננות היסטוריות הזמן מוצגת בתוכנת רכישת נתונים.
- במהלך רכישת נתונים, לפקח על קוהרנטיות עבור כל ערוץ תאוצה כדי להעריך את איכות הנתונים נרכשו על ידי התבוננות עלילת קוהרנטיות תוכנת רכישת נתונים.
- חזור על שלב 2.1 ארבע פעמים נוספות בשלב 1.
- השתמש אמפליטודות השפעה עקביות לכל ההשפעות.
- חזור על שלבי 2.1 ו -2.2 עבור כל הנקודות.
3. בדיקות השפעה על Blade הפגום
- מקטע חוזר 2 על הלהב הפגום כדי לאסוף נתונים על תיקוף תוצאות הפונקציה רגישה המוטבעות. מלבד שינוי הדגימה במבחן, כל פרמטרי הבדיקה נשמרים זהה.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
איור 1 מציג פונקציה רגישה מוטבעת טיפוסית. דומה FRF, את ESF יש פסגות ליד התדרים הטבעיים של המבנה. הערך הגבוה מבין ESF, רגיש יותר לאור המיקום הוא לפגוע בין נקודות m ו- n. כל אחד בשלושים הנקודות נבדקו על להב טורבינת רוח יש ESF ייחודי. ניתן להשוות ESFs אלה כדי לקבוע אילו חיישן המיקום יהיה רגיש ביותר לנזק. לדוגמה, תרשים 2 מציג את אמפליטודות של ESFs ליד 142 הרץ. מ המזימה הזאת, ברור כי במקומות החיישן מתאימים הריבועים במדורים הראשונים ושלישיים הם רגישים ביותר לניזק. שים לב, מיקומים אלה נקבעים מנתונים רכשו מהלהב הבריא.
איור 3 מראה את ההבדל שנמדד FRFs בין FRFs נקבע מנתונים מן בריא להב ואת אלו שנקבעו מנתונים מהלהב הפגום. הדמיון בין ההבדל FRFs ואת ESFs להראות את האפקטיביות של ESFs לחזות את המיקומים שבהם השינויים הגדולים FRFs בשל נזק יוצגו.
איור 1. משרעת של פונקציית רגישות דואר mbedded עבור נקודת 1. שווי ESF תואמת את הרגישות של FRF בשלב 1 לנזק במבנה במקום הנבחר. הערכים לשנות כפונקציה של תדר. פסגות ב ESF נוטות מתאימות תדרים טבעיים של המבנה. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.
3690 / 53690fig2.jpg "/>
איור 2. אמפליטודות של ESFs לכל שלושים נקודות ב 142 הרץ. כל ריבוע בצבע המתאים לערך של ESF ב- 142 הרץ עבור כל מיקום מרחבי נבדק. צבעים חמים מתאימות הנקודות שבהן ESFs לחזות את השינוי הגדול ביותר FRF בשל נזק. Cooler צבעים מציינים כי השינוי FRF בשלב זה יהיה קטן יחסית. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.
איור 3. הבדל FRFs, H JK, עבור כל שלושים נקודות ב 142 רץ. ההבדלים חושבו על ידי הפחתת FRFs נקבע מהלהבים הבריאים פגומים. צבעים חמים מצביעים על הבדלים גדולים FRFs. צבעים מגניבים מצביעי SMAשינויים ל"ל FRFs. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.
השפעת איור 4. נקודות הנמצאות בשימוש במהלך בדיקה. נקודות נבחרו כדי להקיף את הלהב. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
גופי בדיקה צריכים להיות מתוכננים לשכפל תנאי שפה מציאותיים כך שהתוצאות תהיינה החלימו בתנאי הפעלה. הבחירה של מספר נקודות השפעה המשמשות לבדיקות היא trade-off בין בעל רזולוציה מרחבית מספיק זמן הבדיקה. בחר את הפטיש בהתבסס על הגודל של בדיקת דגימה ואת טווח התדרים של עניין. באופן כללי, ככל שקטן פטיש, הרחב את טווח התדרים נרגשים. עם זאת, פטישים קטנים בדרך כלל לייצר כוחות משרעת נמוכים יותר. פטישים מורגשים כלל מאובזרים עם מד כוח למדוד את היסטורית הזמן של ההשפעה. סוג קצה פטיש משפיע גם על טווח התדרים של עירור. כמה שיותר קשה יותר טיפ, הלהקה הרחבה התדירה עירור. דבק סופר נבחר על שעווה, למשל, כדי למזער את ההנחתה של התגובה על ידי החומר הגובר.
ב תוכנת רכישת נתונים, לאפשר זיהוי מכה כפול כדי האוטומציהקאלי לציין מתי השפעה כפולה התרחשה. השפעות יחידות הן רצויות משום שהם מייצרים ספקטרום כוח רחב, דיר יותר. כאשר המשרעת של הכח תעלה מעבר ל ההדק הנבחר, רכישת הנתונים הוא התחילה. נתוני זמן היא נרכשה על ידי תוכנת רכישת נתונים. במהלך רכישה צריכים להיות במעקב נתונים על מנת להבטיח את איכות נתונים. גזיר ערוץ, אשר מתרחשת כאשר תגובה שהיא נמדדת על ידי חיישן עולה בטווח מתח המותר, יש להימנע. קוהרנטיות הוא מדד מצוין להשתמש כדי לשפוט את איכות נתונים. באופן כללי, קוהרנטיות צריך להיות ליד אחד עבור כל התדרים בתוך טווח התדרים הנרגשים כתוצאה מהתאונה. מטבלים קוהרנטיות צפויים ליד תדרים אנטי-תהודה של הדגימה במבחן משום יחס אות לרעש נמוך והרעש הוא מתואם עם קלט. לאחר נתוני איכות נרכשים, היסטורית זמן מומרי התדר באמצעות פורייה המהירה Transform (FFT), ואת FRF הממוצע הוא estimaטד באמצעות הערכת H1 10.
כדי לקבוע את ESF מן FRFs נמדד במהלך הבדיקה, משוואה 1 ניתן להשתמש באחת משתי דרכים. ראשית, הגישה הישירה יכול לשמש, המחייב מדידות עבור Hjm, Hjn, HKM, ו HKN. FRFs אלה ייקבע על ידי הצבת חיישן ב k מיקום משוטט חיישן לכל j מיקום חיישן הפוטנציאלי. השפעות תהיינה להחיל על שני המקומות כי היקף מיקום הניזק. כדי להפוך את אוסף נתונים יעיל יותר, מנהל הדדיות יכול לשמש כדי להפוך את מקומות קלט ומדידה. בגישה זו, HMJ, Hnj, Hmk, ו HNK נחושים. עכשיו, במקום להעביר את החיישנים עבור כל מדידה שונה, החיישנים להישאר נייחים ואת מיקום ההשפעה שוטט. לאחר ESFs מחושבים עבור כל מיקום, אמפליטודות שלהם מושווים כדי לקבוע אילו מיקום jביותר הוא רגיש לנזק בין מיקומים m ו- n. שים לב למיקום ניזק יחיד מניח בעבודה זו.
התוצאות של ניתוח ESF כעת ניתן להשתמש ב בסכימת ניטור FRF מבוססת מבנית בריאות. בשנת 11, הודגם כי במקומות חיישן מזוהה על ידי ESFs כמו להיות רגיש ביותר לנזק היו יעילים יותר בזיהוי נוכחות של נזק להב טורבינת רוח.
שיטות אחרות כדי לחזות במקומות שבה FRF של המבנה יהיה רגיש נזק להסתמך בדרך כלל על מודלים אנליטיים של מבנה 3, 6, 12. נתונים FRF הוא מדומה באמצעות שילובים שונים של מיקומים קלט ומדידה. עם זאת, התוצאות של שיטות אלה מסתמכים על פיתוח מודל אמין ומדויק, אשר דורש ידע מפורט של תכונות חומר ואת הגיאומטריה של המבנה. מכיוון ניתן לחשב ESFs מנתונים נמדד בניסויעל המבנה הבריא, זיהוי תכונות חומר אינו נדרש ואת הגיאומטריה של המבנה אינה צריכה להיקבע.
מגבלה פוטנציאלית אחת של הטכניקה היא שזה דורש ידע אפריורי היכן הנזק עומד להתרחש. ביישומים רבים, דרישה זו אינה להגביל כי בשל לחץ מנתח והניסיון קודם, מיקום הניזק בלתי-צפוי. ביישומים בו נמצא היישוב הנזק אינו ידוע, ערכות נתונים יכולים להירכש, בכל פעם בהנחה במיקום נזק שונים. במסגרת פרוטוקול רכישת נתונים, שיטות עבודה מומלצות רבות זוהו כי לא חל רק על רכישת נתונים עבור ESFs, אלא גם החלמת בדרך כלל על בדיקות השפעה מודאלית. יכולת לשפוט את איכות הנתונים נרכשים משתפר עם ניסיון, אבל לדעת יסודות לרבות קביעת הכח רול- off והערכת קוהרנטיות יאפשר גם אלה חדשים מודאלית בדיקות השפעה לרכוש היינתוני GH באיכות.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
החוקרים אין לי מה לחשוף.
Acknowledgments
יש המחברים לא בתודות.
Materials
| Name | Company | Catalog Number | Comments |
| Accelerometer | PCB | 356B11 | three used in testing |
| Impact hammer | PCB | 086C01 | |
| Data acquisition card | NI | 9234 | |
| DAQ chasis | NI | cDAQ-9171 | or similar |
| Software | MATLAB | ||
| Super glue | Loctite | 454 | |
| Handheld Shaker | PCB | 394C06 | for calibration |
References
- Singh, N., Joshi, M. Optimization of location and number of sensors for structural health monitoring using genetic algorithm. Mater Forum. 33, 359-367 (2009).
- Gao, H., Rose, J. Ultrasonic sensor placement optimization in structural health monitoring using evolutionary strategy. Review Of Qnde. 25, 1687-1693 (2006).
- Raich, A. M., Liszkai, T. R. Multi-objective optimization of sensor and excitation layouts for frequency response function-based structural damage identification. Comput-Aided Civinfrastructure Eng. 27 (2), 95-117 (2012).
- Worden, K., Burrows, A. P. Optimal sensor placement for fault detection. Eng Struct. 23 (8), 885-901 (2001).
- Flynn, E. B., Todd, M. D. A Bayesian approach to optimal sensor placement for structural health monitoring with application to active sensing. Mech Syst Signal Pr. 24 (4), 891-903 (2010).
- Markmiller, J., Chang, F. Sensor network optimization for a passive sensing impact detection technique. Struct Health Monit. 9 (1), 25-39 (2010).
- Yang, C., Adams, D., Yoo, S., Kim, H. An embedded sensitivity approach for diagnosing system-level noise and vibration problems. J. Sound Vibration. 269 (3), 1063-1081 (2004).
- Yang, C., Adams, D. Predicting changes in vibration behavior using first- and second-order iterative embedded sensitivity functions. J. Sound Vibration. 323 (1), 173-193 (2009).
- Yang, C., Adams, D. A Damage Identification Technique based on Embedded Sensitivity Analysis and Optimization Processes. J. Sound Vibration. 333 (14), 3109-3119 (2013).
- Rocklin, G. T., Crowley, J., Vold, H. A comparison of the H1, H2, and Hv frequency response functions. Proc. Of IMAC III. 1, 272-278 (1985).
- Meyer, J., Adams, D., Silvers, J. Embedded Sensitivity Functions for improving the effectiveness of vibro-acoustic modulation and damage detection on wind turbine blades. ASME 2014 DSCC, , (2014).
- Guratzsch, R., Mahadevan, S. Structural health monitoring sensor placement optimization under uncertainty. AIAA J. 48 (7), 1281-1289 (2010).
