Data Acquisition Protocollo per la determinazione delle funzioni di sensibilità embedded

Abstract

L'efficacia delle molte tecniche monitoraggio strutturale dipende dal posizionamento dei sensori e la posizione delle forze di input. Algoritmi per la determinazione del sensore ottimale e costringendo posizioni in genere richiedono i dati, sia simulato o misurato, dalla struttura danneggiata. funzioni di sensibilità incorporati forniscono un approccio per determinare la migliore posizione del sensore a disposizione per rilevare i danni con solo i dati dalla struttura sana. In questo video e manoscritti, la procedura di acquisizione dei dati e le migliori pratiche per la determinazione delle funzioni di sensibilità integrate di una struttura è presentato. Le funzioni di risposta in frequenza utilizzati nel calcolo delle funzioni sensibilità incorporati vengono acquisite utilizzando prove di impatto modale. I dati vengono acquisiti e risultati rappresentativi sono mostrati per una lama di turbina eolica scala residenziale. Strategie per valutare la qualità dei dati in corso di acquisizione sono forniti durante la dimostrazione del processo di acquisizione dei dati.

Introduction

Molte tecniche di monitoraggio strutturale si affidano a cambiamenti delle funzioni di risposta in frequenza misurate (FRF) per rilevare danni all'interno di una struttura. Tuttavia, alcuni di questi metodi affrontare come determinare posizionamenti sensori e / o luoghi forza di input in grado di massimizzare l'efficacia del metodo per rilevare danni. Funzioni sensibilità integrati (ESFS) possono essere utilizzati per determinare la sensibilità di un FRF ad una modifica locale delle proprietà del materiale di una struttura. Pertanto, poiché i danni in genere si traduce in un cambiamento locale nella rigidità, smorzamento, o massa della struttura, ESFS forniscono un metodo per la determinazione dei sensori e di forza migliori posizioni per le tecniche di monitoraggio della salute FRF-based.

Lo scopo di questo video e manoscritto è nei dettagli il processo di acquisizione dei dati e le migliori pratiche per la determinazione ESFS per una struttura. Il processo include la determinazione varie FRF dai test di impatto modale, che viene eseguito da un emozionante structuri con un martello impatto modale e misurando la sua risposta con accelerometri. In questo lavoro, la struttura in fase di sperimentazione è una zona residenziale scala pala eolica 1,2 m. L'obiettivo del test e analisi è quello di identificare posizioni dei sensori che sono più sensibili ai danni alla lama. Queste posizioni dei sensori potrebbero essere utilizzati in un sistema di monitoraggio strutturale per monitorare la lama per danni.

Oltre l'uso di ESFS per determinare le posizioni dei sensori più efficaci da utilizzare in un sistema di monitoraggio strutturale, diversi algoritmi ottimali di posizionamento del sensore si possono trovare anche dimostrato in letteratura. In [Kramer], Kramer valuta iterativamente la capacità di un insieme di sensori ad osservare le modalità di un sistema. Più recentemente, gli algoritmi genetici ^1-3 e reti neurali ⁴ sono stati sviluppati per identificare posizioni ottimali sensori. In ^5, un approccio Bayesiano è utilizzato che tiene conto del rischio di diversi tipi di errorie la distribuzione di frequenza dei danni. In ^6, un modello agli elementi finiti è stato sfruttato per identificare le posizioni dei sensori più probabile per rilevare danni. Nella maggior parte degli algoritmi di posizionamento del sensore presenti in letteratura, i dati della struttura danneggiata, se simulato o misurato, è richiesto. Un vantaggio dell'approccio sensibilità incorporato è che le posizioni dei sensori possono essere determinati dalla struttura sana.

Un altro vantaggio è che ESFS proprietà del materiale non devono essere esplicitamente note. Invece, le proprietà del materiale sono "embedded" nelle espressioni per FRF del sistema. Pertanto, tutto ciò che è necessario per calcolare ESFS sono un insieme di FRF misurate in particolari posizioni di ingresso / uscita. In particolare, la sensibilità del FRF (H _jk) calcolata da una risposta misurata al punto j ad un ingresso al punto k, al cambiamento di rigidità (K _mn) tra i punti m ed nè

dove è il FSE in funzione della frequenza, ω ^7-9. La procedura per misurare le FRF necessari per calcolare il lato destro dell'equazione (1) è dettagliato nella sezione successiva e dimostrato nel video.

Protocol

Preparazione 1. Pre-test

1. Progettare e fabbricare il dispositivo di prova. Progettare il dispositivo di replicare le condizioni al contorno realistiche, scegliendo luoghi bulloni per abbinare le posizioni di montaggio della lama. Scegliere acciaio per il fissaggio di minimizzare il contributo del dispositivo per la risposta dinamica del provino.
   1. Imbullonare la lama per la t-staffa personalizzato.
   2. Fissare l'apparecchio a un tavolo d'acciaio.
2. Identificare e segnare griglia di posizioni di impatto.
   1. Scegliere 30 punti che si estendono su tutta la lama.
   2. Mark punti con un pennarello o cera e il numero di riferimento. Misurare la spaziatura punto utilizzando un metro a nastro per un uso successivo nella rappresentazione visiva dei risultati.
3. Selezionare e calibrare accelerometri.
   1. Scegli asse singolo, 10 mV / g accelerometri. Assicurarsi di scegliere accelerometri con sensibilità appropriata per evitare di sovraccaricare il sensore e per ottenere una buona segnalerapporti silenziata LS. Inoltre, assicurarsi la gamma di frequenza dei sensori è sufficiente per catturare la gamma di frequenze di interesse per provino.
   2. Calibrare ogni sensore.
      1. Fissare il sensore ad un agitatore a mano la cui uscita è una forza singola frequenza con una magnitudo di 9.81 m / sec ² rms (cioè 1 g).
      2. Misurare la risposta per 2 sec.
      3. Determinare il valore efficace ampiezza della risposta dalla lettura software.
      4. Moltiplicare l'ampiezza RMS dal 1000 per determinare il fattore di calibrazione per l'accelerometro in unità di mV / g.
4. Selezionare martello e punta martello.
   1. Scegliere un martello impatto con una sensibilità di 11.2 mV / N. Assicurarsi di selezionare un martello che eccita sufficientemente il provino sia in campo di ampiezza e frequenza.
   2. Scegliete una punta di nylon. Assicurarsi di selezionare una punta martello che eccita sufficientemente il provino sia in campo di ampiezza e frequenza.
   3. connect il martello per il sistema di acquisizione dati con un cavo BNC.
5. Identificare le posizioni dei sensori e collegare sensori (Figura 4).
   1. Scegliere posizioni a punti M e n su entrambi i lati della posizione danni.
   2. Montare un terzo accelerometro in posizione k. I dati di questo sensore saranno utilizzati per convalidare i risultati dell'analisi funzione di sensibilità incorporato.
   3. Fissare accelerometri che usano colla super. Lasciare che la colla super per impostare completamente prima di effettuare il test di impatto.
6. Selezionare i parametri di prova della GUI di acquisizione dati.
   1. Attiva rilevamento doppio colpo.
   2. Impostare la frequenza di campionamento di 25.600 Hz. La gamma di frequenza utilizzabile è quindi 12.800 Hz.
   3. Impostare il tempo di campionamento di 1 sec.
   4. Selezionare il canale martello come canale trigger. Impostare il livello di trigger 10 EU.
   5. Impostare la lunghezza pre-trigger al 5% del tempo totale di campionamento. Il pre-tDati rigger sono dati raccolti prima di iniziare l'acquisizione dei dati che sono stati memorizzati in un buffer. È importante recuperare e salvare i dati in modo che l'intero evento di impatto viene catturata.
   6. Selezionare lo stimatore H1 FRF. Questo stimatore presuppone che vi sia rumore sui canali di risposta e nessun rumore sul canale forza.
      Nota: Non dati delle finestre durante l'acquisizione. Windows può essere applicato in post-elaborazione, se necessario.
   7. Inserisci accelerometro e informazioni martello, compresi i fattori di calibrazione e le note di identificazione.
   8. Salvare le impostazioni per la tenuta dei registri e per l'uso in test futuri.

2. prove di impatto sulla lama sano

1. punto Impact 1 con il martello. Quando l'ampiezza della forza di impatto superiore alla soglia prescelto, il sistema di acquisizione dati sarà attivato e dati, compresa la quantità selezionata di dati pre-trigger, inizia la registrazione.
   1. Durante acquisitio datin, monitorare i canali per evitare canale di ritaglio e doppie impatti osservando le storie temporali visualizzati nel software di acquisizione dati.
   2. Durante l'acquisizione dei dati, monitorare la coerenza per ciascun canale accelerometro per valutare la qualità dei dati acquisiti osservando la trama coerenza del software di acquisizione dati.
2. Ripetere il punto 2.1 a quattro volte di più al punto 1.
   1. Utilizzare ampiezze impatto coerenti per tutti gli impatti.
3. Ripetere i punti 2.1 e 2.2 per tutti i punti.

3. prove di impatto sulla lama danneggiato

1. Ripetere la sezione 2 sulla lama danneggiata al fine di raccogliere i dati per validare i risultati delle funzioni sensibilità embedded. Fatta eccezione per il cambiamento nel campione, tutti i parametri di prova sono mantenuti gli stessi.

Representative Results

La figura 1 mostra una tipica funzione di sensibilità incorporato. Simile a un FRF, il FSE ha picchi vicino le frequenze naturali della struttura. Più alto è il valore del FSE, il più sensibile la posizione è di danneggiare tra i punti M e n. Ognuno dei trenta punti testati sulla pala della turbina eolica ha un FSE unico. Questi ESFS possono essere confrontati per determinare quale posizione sensore sarebbe più sensibili ai danni. Ad esempio, la Figura 2 mostra le ampiezze delle ESFS vicino a 142 Hz. Da questo grafico, è chiaro che posizioni dei sensori corrispondenti alle caselle della prima e terza colonna sono più sensibili al danno. Si noti che queste posizioni sono determinate dai dati acquisiti dalla lama sano.

La Figura 3 mostra la differenza misurata in FRF tra le FRF determinati dai dati dai sani Blade e quelli determinati dai dati provenienti lama danneggiata. Le somiglianze tra la differenza di FRF e l'ESFS dimostrano l'efficacia delle ESFS di prevedere le posizioni in cui saranno esposte le più grandi cambiamenti nella FRF a causa di danni.

Figura 1. L'ampiezza della funzione e mbedded sensibilità per il punto 1. Il valore del FSE corrisponde alla sensibilità del FRF al punto 1 a danni nella struttura nella posizione scelta. I valori cambiano in funzione della frequenza. Picchi nella FSE tendono a corrispondere alle frequenze naturali della struttura. Si prega di cliccare qui per vedere una versione più grande di questa figura.

3690 / 53690fig2.jpg "/>
Figura 2. Le ampiezze dei ESFS per tutti i trenta punti a 142 Hz. Ogni quadrato di colore corrisponde al valore del FSE a 142 Hz per ogni posizione spaziale testato. Colori caldi corrispondono ai punti in cui l'ESFS predicono la più grande variazione di FRF a causa di danni. Colori freddi indicano che il cambiamento di FRF a quel punto sarà relativamente piccolo. Cliccate qui per vedere una versione più grande di questa figura.

Figura 3. La differenza nei FRF, H _jk, per tutti i trenta punti a 142 Hz. Le differenze sono stati calcolati sottraendo le FRF determinati dalle lame sani e danneggiati. Colori caldi indicano grandi differenze di FRF. Colori freddi indicano small cambiamenti in FRF. Cliccate qui per vedere una versione più grande di questa figura.

Figura punti 4. Impatto durante la prova. I punti sono stati scelti per occupare la lama. Cliccate qui per vedere una versione più grande di questa figura.

Discussion

attrezzature di prova dovrebbero essere progettati per replicare le condizioni al contorno realistiche in modo che i risultati saranno applicabili in condizioni operative. La scelta del numero di punti di impatto utilizzati per le prove è un compromesso tra l'avere risoluzione spaziale sufficiente e il tempo di test. Selezionare il martello in base alle dimensioni del provino e la gamma di frequenza di interesse. In generale, più piccolo è il martello, la più ampia gamma di frequenze eccitato. Tuttavia, martelli più piccoli in genere producono forze di ampiezza inferiore. martelli sono strumentate con un dinamometro per misurare la storia temporale dell'impatto. Il tipo di punta martello colpisce anche la gamma di frequenza di eccitazione. Il più duro la punta, più ampia la banda di frequenza di eccitazione. Super colla viene scelto più di cera, per esempio, per minimizzare l'attenuazione della risposta dal materiale di montaggio.

Nel software di acquisizione dati, attivare il rilevamento doppio colpo al fine di automaticamente indicano quando si è verificato un doppio impatto. impatti singoli sono desiderati perché producono, spettro forza più ripetibile più ampio. Quando l'ampiezza della forza supera il livello di trigger selezionato, viene avviata l'acquisizione dei dati. Dati temporali viene acquisita dal software di acquisizione dati. Durante l'acquisizione dei dati devono essere monitorati per garantire la qualità dei dati. clipping Channel, che si verifica quando la risposta misurata dal sensore supera il campo di tensione ammissibile, deve essere evitata. La coerenza è una metrica eccellente da utilizzare per giudicare la qualità dei dati. In generale, la coerenza dovrebbe essere vicino uno per tutte le frequenze entro la gamma di frequenze eccitate dall'impatto. Dips in coerenza sono previsti vicino frequenze anti-risonanza del provino perché il rapporto segnale-rumore è basso e il rumore è correlata con l'ingresso. Una volta che i dati di qualità è acquisito, le storie temporali vengono convertiti nel dominio della frequenza tramite la Fast Fourier Transform (FFT), e l'FRF media è estimaTed utilizzando lo stimatore H1 ^10.

Per determinare il FSE dai FRF misurate durante la prova, l'equazione 1 può essere utilizzato in due modi. Innanzitutto, il metodo diretto può essere utilizzato, che richiede misurazioni per HJM, hjn, Hkm e HKN. Questi FRF sarebbero determinate ponendo un sensore in posizione k e roving un sensore per ogni potenziale posizione del sensore j. Gli impatti sarebbero applicate alle due aree che si estendono la posizione danni. Per rendere raccolta dati più efficiente, il principio di reciprocità, può essere utilizzato per invertire le posizioni di ingresso e di misurazione. Usando questo approccio, HMJ, Hnj, Hmk, e Hnk sono determinati. Ora, invece di dover spostare i sensori per ogni misura differente, i sensori rimanere stazionario e la posizione di impatto è vagarono. Una volta che l'ESFS sono calcolati per ogni posizione, le loro ampiezze sono confrontati per determinare quale posizione jè più sensibile ai danni da un luogo all'altro m e n. Si noti che una singola postazione danno è assunta in questo lavoro.

I risultati dell'analisi FSE possono ora essere utilizzati in uno schema strutturale FRF a base di monitoraggio della salute. In ^11, è stato dimostrato che le posizioni dei sensori identificate da ESFS come essendo più sensibile ai danni erano più efficaci a identificare la presenza di danni alla pala eolica.

Altri metodi per prevedere luoghi in cui FRF di una struttura sarà sensibile a danneggiare in genere si basano sulla modellazione analitica della struttura ^{3, 6, 12.} I dati di FRF è simulato utilizzando diverse combinazioni di posizioni di ingresso e di misurazione. Tuttavia, i risultati di questi metodi si basano sullo sviluppo di un modello affidabile e preciso, che richiede una conoscenza dettagliata delle proprietà dei materiali e la geometria della struttura. Perché ESFS possono essere calcolati a partire dai dati misurati sperimentalmentesulla struttura sana, l'identificazione delle proprietà dei materiali non è necessaria e la geometria della struttura non deve essere determinato.

Una potenziale limitazione della tecnica è che richiede una conoscenza a priori di cui il danno sta per verificarsi. In molte applicazioni, questo requisito non è limitante, perché a causa di stress e analisi precedente esperienza, la posizione danno può essere previsto. Nelle applicazioni in cui la posizione è sconosciuta danni, più set di dati possono essere acquisiti, ogni volta che assumendo una posizione diversa danni. All'interno del protocollo di acquisizione dei dati, molte delle migliori pratiche sono state individuate, che non vale solo per l'acquisizione dei dati per ESFS, ma si applicano anche in generale per prove di impatto modale. Essere in grado di giudicare la qualità dei dati in corso di acquisizione migliora con l'esperienza, ma conoscendo i fondamentali, tra cui la determinazione forza roll-off e la valutazione di coerenza consentirà anche chi è nuovo al modale prove di impatto per acquisire hidati GH-qualità.

Disclosures

Gli autori non hanno nulla da rivelare.

Acknowledgments

Gli autori non hanno riconoscimenti.

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

1. Singh, N., Joshi, M. Optimization of location and number of sensors for structural health monitoring using genetic algorithm. Mater Forum. 33, 359-367 (2009).
2. Gao, H., Rose, J. Ultrasonic sensor placement optimization in structural health monitoring using evolutionary strategy. Review Of Qnde. 25, 1687-1693 (2006).
3. 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).
4. Worden, K., Burrows, A. P. Optimal sensor placement for fault detection. Eng Struct. 23 (8), 885-901 (2001).
5. 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).
6. Markmiller, J., Chang, F. Sensor network optimization for a passive sensing impact detection technique. Struct Health Monit. 9 (1), 25-39 (2010).
7. 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).
8. 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).
9. Yang, C., Adams, D. A Damage Identification Technique based on Embedded Sensitivity Analysis and Optimization Processes. J. Sound Vibration. 333 (14), 3109-3119 (2013).
10. 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).
11. 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).
12. Guratzsch, R., Mahadevan, S. Structural health monitoring sensor placement optimization under uncertainty. AIAA J. 48 (7), 1281-1289 (2010).

Tags

Ingegneria incorporato funziona sensibilità monitoraggio strutturale salute funzioni di risposta in frequenza vibrazioni prove di impatto pale eoliche