Name: 組み込み感度関数を決定するためのデータ収集プロトコル (動画) | JoVE Journal
Uploaded: 2016-04-20T15:00:00.000+00:00
Duration: 7 min 46 s
Description: 学ぶ、組み込み感度関数を決定するためのデータ収集プロトコル。住宅用風力タービンブレードを用いた構造健全性モニタリング手法で、実験データに基づくモデリングにより質量・剛性・減衰パラメータを不要とする革新的アプローチを解説します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

著者は何の確認応答がありません。

1.プレテストの準備<ol><li>設計とテスト・フィクスチャを製作。ブレードの取り付け位置に合わせて、ボルトの位置を選択することで、現実的な境界条件を再現するために、固定具を設計します。試験片の動的応答にフィクスチャからの寄与を最小限にするために、固定具用の鋼を選択してください。 <ol><li>カスタムトン-ブラケットに刃をボルト。 </li><li>スチールテーブルに固定具を固定します。 </li></ol></li><li>特定し、インパクトの位置のグリッドをマーク。 <ol><li>ブレード全体にまたがる30のポイントを選択してください。 </li><li>マークは、参考のために、マーカーやワックスペンと番号を指しています。結果を視覚的に表現したもので、後で使用するために巻尺を使用して、ポイント間隔を測定します。 </li></ol></li><li>選択して、加速度計を校正。 <ol><li>単一の軸、10 mVの/ gの加速度計を選択してください。センサーの過負荷を回避し、良好な信号を達成するために、適切な感度と加速度計を選択してください-noise比率。また、センサの周波数範囲は試験片の対象の周波数範囲を捕捉するのに十分であることを確認してください。 </li><li>各センサのキャリブレーションを行います。 <ol><li>その出力は9.81メートル/秒2のrms（ すなわち 、1グラム）の大きさに単一周波数の力である手持ちシェーカーにセンサーを取り付けます。 </li><li> 2秒の応答を測定します。 </li><li>ソフトウェアの読み出しからの応答のrms振幅を決定します。 </li><li> MV / gの単位で加速度計のための校正係数を決定するために、1,000 rms振幅を乗算します。 </li></ol></li></ol></li><li>ハンマーとハンマー先端を選択します。 <ol><li> 11.2 mVの/ Nの感度でインパクトハンマーを選択してください。十分に両方の振幅と周波数範囲内の試験片を励起ハンマーを選択してください。 </li><li>ナイロンチップを選択してください。十分に両方の振幅と周波数範囲内の試験片を励起ハンマー先端を選択してください。 </li><li>共同BNCケーブルでデータ収集システムにハンマーをnnect。 </li></ol></li><li>センサ位置を特定し、添付のセンサー（ 図4）。 <ol><li>点mにおける、nは損傷位置のいずれかの側上の場所を選択してください。 </li><li>位置kにおける第三の加速度計を取り付けてください。このセンサからのデータは、埋め込まれた感度関数の解析の結果を検証するために使用されます。 </li><li>スーパー接着剤を使用して加速度計を取り付けます。スーパー接着剤は衝撃試験を行う前に完全に設定することができます。 </li></ol></li><li>データ収集GUIのテストパラメータを選択します。 <ol><li>ダブルヒット検出を有効にします。 </li><li> 25,600 Hzにサンプリング周波数を設定します。使用可能な周波数範囲は、したがって、12,800ヘルツです。 </li><li> 1秒にサンプル時間を設定します。 </li><li>トリガーチャンネルとしてハンマーチャンネルを選択します。 10 EUへのトリガレベルを設定します。 </li><li>総サンプル時間の5パーセントにプリトリガーの長さを設定します。プレトンリガーデータはバッファに格納されたデータ収集が開始される前に収集されたデータです。全体の衝撃事象が捕捉されるように、このデータを取得し、保存することが重要です。 </li><li> H1 FRF推定を選択します。この推定は、応答チャネル上のノイズと力チャネル上のノイズのない存在であることを前提としています。 注：取得中にないウィンドウのデータを実行してください。必要な場合は、Windowsは、後処理で適用することができます。 </li><li>校正係数と識別ノートを含む、加速度計とハンマーの情報を入力します。 </li><li>記録保持のためと将来のテストで使用するための設定を保存します。 </li></ol></li></ol>健康的なブレード2.衝撃試験<ol><li>ハンマーで衝撃点1。衝撃力の大きさは、選択されたトリガレベルを超えたときに、データ収集システムがトリガされ、プリ・トリガ用データの選択された量を含むデータは、記録を開始します。 <ol><li>データacquisitio中、nは、データ収集ソフトウェアに表示される時間履歴を観察することによって、チャネルのクリッピングと二重の影響を回避するためにチャネルを監視します。 </li><li>データ収集中に、データ収集ソフトウェアのコヒーレンスプロットを観察することによって取得されたデータの品質を評価するために、各加速度計チャネルのための一貫性を監視します。 </li></ol></li><li>ポイント1での手順を繰り返し2.1 4回以上。 <ol><li>すべての影響のために一貫性のある衝撃振幅を使用してください。 </li></ol></li><li>繰り返しは、すべての点について2.1と2.2を繰り返します。 </li></ol>破損したブレード3.衝撃試験<ol><li>埋め込まれた感度関数の結果を検証するためのデータを収集するために、損傷したブレードの繰り返しセクション2。試験片の変化を除いて、すべてのテストパラメータは同じに保たれています。 </li></ol>

<ol><li>Singh, N., Joshi, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+location+and+number+of+sensors+for+structural+health+monitoring+using+genetic+algorithm%5BTitle%5D)+AND+%22Mater+Forum%22%5BJournal%5D)">Optimization of location and number of sensors for structural health monitoring using genetic algorithm.</a> Mater Forum. 33, 359-367 (2009).</li>
<li>Gao, H., Rose, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ultrasonic+sensor+placement+optimization+in+structural+health+monitoring+using+evolutionary+strategy%5BTitle%5D)+AND+%22Review+Of+Qnde%22%5BJournal%5D)">Ultrasonic sensor placement optimization in structural health monitoring using evolutionary strategy.</a> Review Of Qnde. 25, 1687-1693 (2006).</li>
<li>Raich, A. M., Liszkai, T. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-objective+optimization+of+sensor+and+excitation+layouts+for+frequency+response+function-based+structural+damage+identification%5BTitle%5D)+AND+%22Comput-Aided+Civinfrastructure+Eng%22%5BJournal%5D)">Multi-objective optimization of sensor and excitation layouts for frequency response function-based structural damage identification.</a> Comput-Aided Civinfrastructure Eng. 27 (2), 95-117 (2012).</li>
<li>Worden, K., Burrows, A. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+sensor+placement+for+fault+detection%5BTitle%5D)+AND+%22Eng+Struct%22%5BJournal%5D)">Optimal sensor placement for fault detection.</a> Eng Struct. 23 (8), 885-901 (2001).</li>
<li>Flynn, E. B., Todd, M. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Bayesian+approach+to+optimal+sensor+placement+for+structural+health+monitoring+with+application+to+active+sensing%5BTitle%5D)+AND+%22Mech+Syst+Signal+Pr%22%5BJournal%5D)">A Bayesian approach to optimal sensor placement for structural health monitoring with application to active sensing.</a> Mech Syst Signal Pr. 24 (4), 891-903 (2010).</li>
<li>Markmiller, J., Chang, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sensor+network+optimization+for+a+passive+sensing+impact+detection+technique%5BTitle%5D)+AND+%22Struct+Health+Monit%22%5BJournal%5D)">Sensor network optimization for a passive sensing impact detection technique.</a> Struct Health Monit. 9 (1), 25-39 (2010).</li>
<li>Yang, C., Adams, D., Yoo, S., Kim, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+embedded+sensitivity+approach+for+diagnosing+system-level+noise+and+vibration+problems%5BTitle%5D)+AND+%22J.+Sound+Vibration%22%5BJournal%5D)">An embedded sensitivity approach for diagnosing system-level noise and vibration problems.</a> J. Sound Vibration. 269 (3), 1063-1081 (2004).</li>
<li>Yang, C., Adams, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+changes+in+vibration+behavior+using+first-+and+second-order+iterative+embedded+sensitivity+functions%5BTitle%5D)+AND+%22J.+Sound+Vibration%22%5BJournal%5D)">Predicting changes in vibration behavior using first- and second-order iterative embedded sensitivity functions.</a> J. Sound Vibration. 323 (1), 173-193 (2009).</li>
<li>Yang, C., Adams, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Damage+Identification+Technique+based+on+Embedded+Sensitivity+Analysis+and+Optimization+Processes%5BTitle%5D)+AND+%22J.+Sound+Vibration%22%5BJournal%5D)">A Damage Identification Technique based on Embedded Sensitivity Analysis and Optimization Processes.</a> J. Sound Vibration. 333 (14), 3109-3119 (2013).</li>
<li>Rocklin, G. T., Crowley, J., Vold, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+the+H1%2C+H2%2C+and+Hv+frequency+response+functions%5BTitle%5D)+AND+%22Proc.+Of+IMAC+III%22%5BJournal%5D)">A comparison of the H1, H2, and Hv frequency response functions.</a> Proc. Of IMAC III. 1, 272-278 (1985).</li>
<li>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).</li>
<li>Guratzsch, R., Mahadevan, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+health+monitoring+sensor+placement+optimization+under+uncertainty%5BTitle%5D)+AND+%22AIAA+J%22%5BJournal%5D)">Structural health monitoring sensor placement optimization under uncertainty.</a> AIAA J. 48 (7), 1281-1289 (2010).</li>
</ol>

著者らは、開示することは何もありません。

結果は、運転条件下で適用されるであろうようにテストフィクスチャは、現実的な境界条件を複製するように設計されるべきです。試験のために使用される衝突点の数の選択は、十分な空間分解能とテスト時間を有するとのトレードオフです。試験片の大きさ、対象の周波数範囲に基づいて、ハンマーを選択します。一般的に、周波数範囲励起広い、ハンマー小さいです。しかし、より小さなハンマーは、一般的に低い振幅力を生み出します。インパクトハンマー衝撃の時刻歴を計測するためにフォースゲージが装備されています。ハンマーチップのタイプも、励起の周波数範囲に影響を与えます。硬い先端、励起の広い周波数帯域。スーパー接着剤は、マウント材料の応答の減衰を最小限に抑えるために、例えば、ワックスを介して選択されます。 データ収集ソフトウェアでは、電話交換するために、ダブルヒット検出を可能に二重の衝撃が発生した場合的に示しています。彼らはより広い、より再現力スペクトルを生成するので、単一の影響が望まれています。力の大きさは、選択されたトリガレベルを超えて上昇すると、データ収集が開始されます。時間データは、データ収集ソフトウェアによって...

多くの構造ヘルスモニタリング技術は、構造内の損傷を検出するために測定された周波数応答関数（FRFの）の変化に依存しています。しかしながら、これらの方法のいくつかは損傷を検出するための方法の有効性を最大化する、センサの配置および/または入力力の位置を決定する方法を扱います。埋め込まれた感度関数（のESF）構造の材料特性の局所的な変化に対するFRFの感度を決定することができます。損傷は通常、剛性、減衰、または構造の質量の局所的な変化をもたらすため、したがって、のESFは、FRFベースのヘルスモニタリング技術のための最高のセンサーと力の位置を決定するための方法を提供します。 このビデオと原稿の目的は、詳細にデータ取得処理と構造のためのESFを決定するためのベストプラクティスです。プロセス励磁structuによって行われるモーダル衝撃試験からの種々のFRFを決定することを含みますモーダルインパクトハンマーで再と加速度計との反応を測定します。この作業では、テストされている構造は、1.2メートルの住宅規模の風力タービンブレードです。試験および分析の目的は、ブレードの損傷に対して最も敏感であるセンサ位置を識別することです。これらのセンサの位置は、その後、損傷のブレードを監視するために、構造ヘルスモニタリング方式で使用することができます。 構造ヘルスモニタリング方式で使用するための最も効果的なセンサーの位置を決定するためのESFの使用に加えて、いくつかの最適なセンサ配置アルゴリズムはまた、文献で実証されています。 【クレイマー]で、クレイマーは反復システムのモードを観測するセンサーのセットの能力を評価します。より最近では、遺伝的アルゴリズム1-3ニューラルネットワーク4は、最適なセンサ位置を特定するために開発されてきました。 5においては、ベイズアプローチを考慮にエラーの異なる種類のリスクをとることに使用されそして、被害率の分布。 6においては、有限要素モデルは、損傷を検出する可能性が最も高いセンサ位置を識別するために利用しました。文献に提示されたセンサ配置アルゴリズムのほとんどでは、損傷した構造からのデータは、シミュレートまたは測定するかどうか、必要とされます。埋め込まれた感度のアプローチの一つの利点は、センサ位置は、健康な構造から決定することができるということです。 ESFの別の利点は、材料の性質が明示的に知られる必要がないことです。その代わりに、材料特性は、システムのFRFのための表現で「組み込み」されています。したがって、のESFを計算するために必要なものすべてが特定の入力/出力場所での測定のFRFのセットです。具体的には、FRF（H jkの ）の感度は、点mとnは間の剛性（KのMN）の変化に、点kでの入力にj点で測定された応答から計算しますあります<img alt="Equation1" src="/files/ftp_upload/53690/53690equation1.jpg" />どこ<img alt="Equation2" src="/files/ftp_upload/53690/53690equation2.jpg" /> 7-9周波数ωの関数としてESFです。式（1）の右辺を計算するために必要なのFRFを測定するための手順は、次のセクションで説明し、ビデオで示されています。

<table><tbody><tr><td>加速度計</td><td>PCB</td><td>356B11</td><td>3つのテストに使用</td></tr><tr><td>インパクト</td><td>ハンマーPCB</td><td>086C01</td><td></td></tr><tr><td>データ収集カード</td><td>NI</td><td>9234</td><td></td></tr><tr><td>DAQシャーシ&nbsp;</td><td>NI</td><td>cDAQ-9171</td><td>または同様の</td></tr><tr><td>ソフトウェア</td><td>MATLAB</td><td></td><td></td></tr><tr><td>スーパーグル</td><td>ーLoctite</td><td>454</td><td></td></tr><tr><td>ハンドヘルドシェーカーPCB</td><td></td><td>394C06</td><td>キャリブレーション用&nbsp;</td></tr></tbody></table>

組み込み感度関数を決定するためのデータ収集プロトコル

Data Acquisition Protocol for Determining Embedded Sensitivity Functions

多くの構造ヘルスモニタリング技術の有効性は、センサの配置と入力力の場所によって異なります。最適なセンサーを決定し、典型的には位置を強制するためのアルゴリズムは、損傷した構造のデータ、シミュレートまたは測定のいずれかを必要とします。組み込み感度関数は、健康的な構造からのデータだけで損傷を検出するために利用可能な最善のセンサーの位置を決定するためのアプローチを提供します。このビデオ原稿において、構造の埋め込み感度関数を決定するためのデータ取得手順とベストプラクティスを提示します。埋め込まれた感度関数の計算に使用される周波数応答関数は、モーダル衝撃試験を使用して取得されます。データが取得され、代表的な結果は、住宅規模の風力タービンブレードのために示されています。取得されるデータの品質を評価するための戦略は、データ取得処理のデモンストレーションの間に設けられています。 </p&gt;

図1は、典型的な埋め込 ​​み感度関数を示しています。 FRFと同様に、ESFは、構造体の固有振動数付近のピークを有します。 ESFの値が高いほど、より感度の高い場所がポイントの、mとnとの間で破損することです。風力タービンブレードの試験30点の各々は、固有のESFを有します。これらのESFは、損傷に対して最も敏感であると思われるセンサ位置を決定するために比較することができます。例えば、 図2は、142 Hzの近くのESFの振幅を示しています。このプロットから、第1及び第3の列の正方形に対応するセンサ位置は損傷に対して最も敏感であることは明らかです。これらの場所は、健全なブレードから取得したデータから決定されることに注意してください。 図3は、健康からのデータから決定FRFの間のFRFで測定され...

埋め込まれた感度関数を決定するためのデータ収集手順が説明されています。住宅規模の風力タービンブレードのデータを取得し、代表的な結果を示します。

The effectiveness of many structural health monitoring techniques depends on the placement of sensors and the location of input forces. Algorithms for ...

この手順の全体的な目的は、構造物の埋め込み感度関数を決定することです。本手順では、住宅用スケールの風力タービンブレードを用いて実演します。この手法は、特定の場所で損傷が発生した際に構造物の応答がどのように変化するかなど、構造ヘルスモニタリングに関連する重要な疑問を解決するのに役立ちます。この手法の主な利点は、実験的に測定されたデータに基づいて構造をモデル化する方法を提供し、質量、剛性、および減衰に関する特定のパラメータを把握する必要がないことです。まず、現実的な境界条件を再現するための試験治具を設計します。この例では、ブレードの取り付け位置に合わせてボルト位置が準備されています。試験片の動的応答に対する治具の影響を最小限に抑えるため、治具は鋼材で製作してください。まずブレードをカスタムTブラケットにボルトで固定し、次に治具を鋼製テーブルにクランプして組み立てます。次に、ブレード上に衝撃位置のグリッドを特定し、マークしてください。マーカーまたはワックスペンを使用して、ブレード全体にわたる30か所のポイントに印を付け、番号を振ります。次に、試験結果を視覚的に表現するために使用する、各ポイントの相対位置を測定します。続いて、1軸の10 millivolts per g加速度計を準備します。良好な信号対雑音比を得るためには、加速度計に適切な感度を選択することが極めて重要です。また、加速度計の周波数範囲が、検体の関心のある周波数範囲を捉えるのに十分であるかを確認してください。各センサーを校正します。9.81 m/s²の単一周波数力を出力できるハンドヘルドシェーカーにセンサーを取り付けます。2秒間のシェイキングに対するセンサーの応答を測定します。出力される力はソフトウェアの読み取り値として表示されます。RMS振幅に1000を乗じ、加速度計の校正係数をmV/gで算出します。次に、感度が11.2 mV/Nのインパクトハンマーを準備します。ハンマーが、振幅と周波数の両面において試験片を十分に励起できることを確認してください。次に、ハンマーの機能に影響を与えないナイロン製チップを取り付けます。最後に、BNCケーブルを用いてハンマーをデータ収集システムに接続します。続いて、ブレード上のセンサー設置場所を特定し、加速度計を瞬間接着剤で固定します。損傷箇所の両側に位置する点mおよびnに設置場所を選択します。次に、3つ目の加速度計を位置kに設置します。このセンサーからのデータは、組み込み感度関数解析の結果を検証するために使用されます。データ収集GUIを開きます。まず、ダブルヒット検出を有効にします。次に、サンプリング周波数を10,240 hertzに設定します。使用可能な周波数範囲はサンプリング周波数の半分です。次に、サンプル時間を1秒に設定します。さらに、ハンマーチャンネルをトリガー

data-acquisition-protocol-for-determining-embedded-sensitivity

Research

JoVE Journal

Engineering

工学

細胞内記録の電気生理学的技術を実証し、バタフライの複眼における単一の光受容体細胞の分光感度を決定するために使用されます。...

昆虫モデルにおける視細胞分光感度の決意から<em&gt;インビボ</em&gt;細胞内記録

平面試料中の磁性粒子を撮像するためのスキャナは、磁気検出技術を混合平坦な周波数を使用して開発されました。粒子の非線形nonhysteretic磁化からの磁気相互変調積応答は、2周波励磁に記録されています。薄い生体サンプルの2次元画像を撮影するために使用することができます。...

平面サンプル中の磁性粒子を撮像する磁気検出スキャナ周波数混合

この作業では、異常な光透過の原理で動作する高品質センシング アレイを作製するナノイン プリント リソグラフィ法について説明します。バイオ センサーが低コスト、堅牢で、使いやすいと心筋トロポニンを検出することができます私は臨床的に関連性の高い濃度 (99thパーセン タイル カットオフ ∼10 400 pg/mL、アッセイによって)...

ひと血清における心筋バイオ マーカーを定量化する臨時の光伝送を使用してください。

本研究では、測定機器として個人の exposimeters の使用によって引き起こされた不確実性を回避する 2.4 GHz 帯暴露レベルを測定するためのプロトコルについて説明します。露出レベルのこれらの変更すべきアカウント、コンプライアンス ・...

2.4 GHz 帯域で線量計を体に装着するとヒトへの暴露の条件の効果的な分析

提示された実験プロトコルは、薬物送達および/または他の生物効果の成功に必要な条件の調査を可能にすることを目的として、細胞培養装置におけるキャビテーション活性のリアルタイム測定を行うために使用することができる。...

キャビテーション強化療法の研究

本稿では、全頭fNIRSカバレッジで同一被験者からfMRI信号とfNIRS信号を同時に収集する方法を提示する。このプロトコルは、3人の若年成人でテストされており、発達研究や臨床集団のデータ収集に適応させることができます。...

全頭部オプトードアレイと短距離チャンネルを用いたfMRIとfNIRSの同時測定データ収集

以下の研究では、リアルタイムのハイスループットスクリーニング技術である電気セル基板インピーダンスセンシング(ECIS)を利用して、選択された金属有機フレームワークの毒物学的プロファイルを評価します。...

有機金属骨格の毒性プロファイルのリアルタイム評価のための電気セル-基板センシング

積層造形ポリマーは、弾性メタマテリアルの製造に広く使用されています。しかし、超音波周波数でのこれらのポリマーの粘弾性挙動は、まだ十分に研究されていません。この研究では、3Dプリントされたポリマーの粘弾性特性を推定し、それらを使用してメタマテリアルのダイナミクスを分析する方法を示すプロトコルを報告しています。...

アディティブマニュファクチャリングによって生成される散逸性弾性メタマテリアルの特性評価 

このプロトコルは、自動化支援による遺伝子ライブラリの生成と評価を通じて、遺伝的にコードされたバイオセンサーの体系的なグローバル最適化のための方法を提供します。これは、実験を合理化し、特定の設計結果に合わせてバイオセンサーを調整するための遺伝的成分の選択を可能にする実験計画法と組み合わされます。...

実験計画法と自動化ワークフローで実現された遺伝子コード化されたバイオセンサー設計空間の効率的なサンプリング

流体の流れの範囲のための定量的な3次元（3D）イメージングを行うための方法を提案している。ライトフィールドイメージングの領域から概念を使用して、我々は、画像の配列から3Dボリュームを再構築します。当社の3D結果は速度場および多相気泡サイズ分布を含む広い範囲にわたっています。...

マルチカメラライトフィールドイメージングを介して3D流れ場の決定

学ぶ、組み込み感度関数を決定するためのデータ収集プロトコル。住宅用風力タービンブレードを用いた構造健全性モニタリング手法で、実験データに基づくモデリングにより質量・剛性・減衰パラメータを不要とする革新的アプローチを解説します。

組み込み感度関数を決定するためのデータ収集プロトコル

さらに動画を探す