Структурный мониторинг здоровья - Википедия - Structural health monitoring

Для журнала см. Структурный мониторинг здоровья.

Структурный мониторинг здоровья (SHM) относится к процессу реализации стратегии обнаружения и описания повреждений для инженерные сооружения такие как мосты и здания. Здесь повреждение определяется как изменения материала и / или геометрических свойств структурной системы, включая изменения граничных условий и связности системы, которые отрицательно сказываются на производительности системы. Процесс SHM включает в себя наблюдение за системой с течением времени с использованием периодически выбираемых измерений отклика от массива датчиков (часто инерциальных акселерометров), извлечение чувствительных к повреждению функций из этих измерений и статистический анализ этих функций для определения текущего состояния. состояния системы. Для долгосрочного SHM выходом этого процесса является периодически обновляемая информация, касающаяся способности конструкции выполнять намеченную функцию в свете неизбежного старения и деградации в результате условий эксплуатации. После экстремальных явлений, таких как землетрясения или взрывные нагрузки, SHM используется для быстрой проверки состояния и направлен на предоставление в режиме, близком к реальному времени, надежной информации о целостности конструкции.[1] Осмотр инфраструктуры, такой как дорожная сеть и мосты,[2] играет ключевую роль в общественной безопасности в отношении как долгосрочного накопления ущерба, так и сценариев после чрезвычайных событий. В рамках быстрого развития технологий, управляемых данными, которые трансформируют многие области техники и науки, машинное обучение и методы компьютерного зрения становятся все более способными надежно диагностировать и классифицировать закономерности в данных изображений, что имеет четкое применение в контекстах проверки.[3][4]

Вступление

Качественные и непостоянные методы уже давно используются для оценки способности конструкций служить своему прямому назначению. С начала 19 века железная дорога толкатели колес использовали звук удара молотка по колесу поезда, чтобы оценить наличие повреждений.[5] Во вращающемся оборудовании мониторинг вибрации десятилетиями использовался в качестве метода оценки производительности.[1] Два метода в области SHM - это методы, основанные на распространении волн, Рагхаван и Чесник.[6] и методы, основанные на вибрации.[7][8][9] В общих чертах литературу по SHM на основе вибрации можно разделить на два аспекта, первый, в котором предлагаются модели повреждения для определения динамических характеристик, также известной как прямая проблема, например, Единая платформа[10] и второй, в котором динамические характеристики используются для определения характеристик повреждения, также известного как обратная задача, например.[11]За последние десять-пятнадцать лет технологии SHM возникли, создав захватывающую новую область в различных областях техники. Академические конференции и научные журналы были созданы за это время, которые специально сосредоточены на SHM.[5] Эти технологии в настоящее время становятся все более распространенными.

Статистическое распознавание образов

Проблема SHM может быть решена в контексте парадигмы статистического распознавания образов.[12][13] Эту парадигму можно разделить на четыре части: (1) оперативная оценка, (2) сбор и очистка данных, (3) извлечение признаков и сжатие данных и (4) разработка статистической модели для распознавания признаков. Когда кто-то пытается применить эту парадигму к данным из структур реального мира, быстро становится очевидным, что способность очищать, сжимать, нормализовать и объединять данные для учета эксплуатационной изменчивости и изменчивости окружающей среды является ключевой проблемой реализации при рассмотрении частей 2-4 настоящего документа. парадигма. Эти процессы могут быть реализованы с помощью оборудования или программного обеспечения, и, как правило, будет использоваться некоторая комбинация этих двух подходов.

Оценка состояния инженерных конструкций мостов, зданий и другой связанной инфраструктуры

Эта концепция, широко известная как оценка состояния конструкций (SHA) или SHM, широко применяется к различным формам инфраструктуры, особенно когда страны во всем мире вступают в еще больший период строительства различных инфраструктур, от мостов до небоскребов. В частности, когда речь идет о повреждениях конструкций, важно отметить, что есть этапы возрастающей сложности, которые требуют знания предыдущих этапов, а именно:

  1. Обнаружение наличия повреждений на конструкции
  2. Определение места повреждения
  3. Выявление типов повреждений
  4. Количественная оценка серьезности ущерба

Необходимо использовать обработку сигналов и статистическую классификацию для преобразования данных датчиков о состоянии инфраструктуры в информацию о повреждениях для оценки.

Оперативная оценка

Эксплуатационная оценка пытается ответить на четыре вопроса, касающихся реализации возможности идентификации повреждений:

i) Каковы жизненные и / или экономические обоснования выполнения SHM?
ii) Как определяется ущерб для исследуемой системы и какие случаи вызывают наибольшее беспокойство в случае возможных множественных повреждений?
iii) Каковы условия, как эксплуатационные, так и экологические, при которых функционирует система, подлежащая мониторингу?
iv) Каковы ограничения на получение данных в операционной среде?

Операционная оценка начинает устанавливать ограничения на то, что будет контролироваться и как мониторинг будет осуществляться. Эта оценка начинает адаптировать процесс идентификации повреждений к функциям, которые являются уникальными для отслеживаемой системы, и пытается использовать преимущества уникальных характеристик повреждений, которые должны быть обнаружены.

Сбор, нормализация и очистка данных

Часть сбора данных процесса SHM включает в себя выбор методов возбуждения, типов, количества и местоположения датчиков, а также оборудования для сбора / хранения / передачи данных. Опять же, этот процесс будет зависеть от конкретного приложения. Экономические соображения будут играть важную роль в принятии этих решений. Еще одно соображение, которое необходимо учитывать, - это интервалы, с которыми должны собираться данные.

Поскольку данные могут быть измерены в различных условиях, возможность нормализации данных становится очень важной для процесса выявления повреждений. Применительно к SHM нормализация данных - это процесс отделения изменений показаний датчика, вызванных повреждением, от изменений, вызванных изменением условий эксплуатации и окружающей среды. Одна из наиболее распространенных процедур - нормализовать измеренные отклики по измеренным входным сигналам. Когда экологическая или эксплуатационная изменчивость является проблемой, может возникнуть необходимость в нормализации данных некоторым временным способом, чтобы облегчить сравнение данных, измеренных в одинаковые моменты экологического или эксплуатационного цикла. Источники изменчивости в процессе сбора данных и в отслеживаемой системе необходимо идентифицировать и сводить к минимуму, насколько это возможно. В общем, не все источники изменчивости можно устранить. Следовательно, необходимо провести соответствующие измерения, чтобы эти источники можно было количественно оценить статистически. Вариабельность может возникать из-за изменения условий окружающей среды и условий тестирования, изменений в процессе обработки данных и несогласованности между блоками.

Очистка данных - это процесс выборочного выбора данных для передачи или отклонения из процесса выбора функции. Процесс очистки данных обычно основан на знаниях, полученных людьми, непосредственно участвующими в сборе данных. В качестве примера, проверка испытательной установки может выявить, что датчик был установлен ненадежно, и, следовательно, на основании мнения лиц, выполняющих измерения, этот набор данных или данные с этого конкретного датчика могут быть выборочно удалены из процесс выбора функции. Методы обработки сигналов, такие как фильтрация и повторная выборка, также можно рассматривать как процедуры очистки данных.

Наконец, сбор данных, нормализация и очистка процесса SHM не должны быть статичными. Понимание, полученное в процессе выбора признаков и процесса разработки статистической модели, предоставит информацию об изменениях, которые могут улучшить процесс сбора данных.

Извлечение функций и сжатие данных

Область процесса SHM, которому уделяется наибольшее внимание в технической литературе, - это идентификация характеристик данных, которые позволяют различать неповрежденную и поврежденную структуру. Неотъемлемой частью этого процесса выбора характеристик является сжатие данных. Лучшие функции для выявления повреждений, опять же, зависят от конкретного приложения.

Один из наиболее распространенных методов выделения признаков основан на сопоставлении измеренных величин отклика системы, таких как амплитуда или частота вибрации, с наблюдениями за деградирующей системой из первых рук. Другой метод разработки функций для идентификации повреждений - применение технических дефектов, подобных тем, которые ожидаются в реальных условиях эксплуатации, к системам и развитие начального понимания параметров, которые чувствительны к ожидаемому ущербу. Неисправная система также может использоваться для подтверждения того, что диагностические измерения достаточно чувствительны, чтобы различать признаки, идентифицированные в неповрежденной и поврежденной системе. Использование аналитических инструментов, таких как экспериментально подтвержденные модели конечных элементов, может быть большим преимуществом в этом процессе. Во многих случаях аналитические инструменты используются для проведения численных экспериментов, в которых недостатки вводятся посредством компьютерного моделирования. Испытания на накопление повреждений, во время которых существенные структурные компоненты исследуемой системы деградируют, подвергая их реалистичным условиям нагружения, также можно использовать для определения соответствующих характеристик. Этот процесс может включать в себя испытания на индуцированные повреждения, испытания на усталость, рост коррозии или температурные циклы для ускоренного накопления определенных типов повреждений. Понимание соответствующих характеристик может быть получено из нескольких типов аналитических и экспериментальных исследований, как описано выше, и обычно является результатом информации, полученной в результате некоторой комбинации этих исследований.

Технологии оперативного внедрения и диагностических измерений, необходимые для выполнения SHM, дают больше данных, чем традиционные способы использования информации о динамике конструкций. Конденсация данных выгодна и необходима, когда предполагается сравнение множества наборов характеристик, полученных за время жизни конструкции. Кроме того, поскольку данные будут собираться из структуры в течение длительного периода времени и в операционной среде, необходимо разработать надежные методы обработки данных, чтобы сохранить чувствительность характеристик к интересующим структурным изменениям при наличии изменчивости окружающей среды и эксплуатации. Для дальнейшего содействия извлечению и регистрации данных о качестве, необходимых для выполнения SHM, следует охарактеризовать статистическую значимость характеристик и использовать их в процессе конденсации.

Разработка статистической модели

Часть процесса SHM, получившая наименьшее внимание в технической литературе, - это разработка статистических моделей для различения элементов неповрежденных и поврежденных структур. Разработка статистической модели связана с реализацией алгоритмов, которые работают с извлеченными элементами для количественной оценки состояния повреждения конструкции. Алгоритмы, используемые при разработке статистических моделей, обычно делятся на три категории. Когда доступны данные как из неповрежденной, так и из поврежденной конструкции, алгоритмы статистического распознавания образов попадают в общую классификацию, называемую обучением с учителем. Групповая классификация и регрессионный анализ - это категории контролируемых алгоритмов обучения. Неконтролируемое обучение относится к алгоритмам, которые применяются к данным, не содержащим примеров из поврежденной структуры. Обнаружение выбросов или новизны - это основной класс алгоритмов, применяемых в приложениях для обучения без учителя. Все алгоритмы анализируют статистические распределения измеренных или производных характеристик, чтобы улучшить процесс идентификации повреждений.

Основные аксиомы

Основываясь на обширной литературе, которая была разработана по SHM за последние 20 лет, можно утверждать, что эта область достигла такой степени, что возникло несколько фундаментальных аксиом или общих принципов.[14] Аксиомы перечислены ниже:

  • Аксиома I. Всем материалам присущи недостатки или дефекты;
  • Аксиома II: оценка ущерба требует сравнения двух состояний системы;
  • Аксиома III: Определение наличия и местоположения повреждения может быть выполнено в режиме обучения без учителя, но определение типа имеющегося повреждения и серьезности повреждения обычно может быть выполнено только в режиме обучения с учителем;
  • Аксиома IVa: Датчики не могут измерить повреждения. Извлечение признаков посредством обработки сигналов и статистической классификации необходимо для преобразования данных датчиков в информацию о повреждениях;
  • Аксиома IVb: без интеллектуального извлечения признаков, чем более чувствительны измерения к повреждениям, тем они более чувствительны к изменению рабочих условий и условий окружающей среды;
  • Аксиома V: масштабы длины и времени, связанные с возникновением и развитием повреждений, диктуют требуемые свойства системы обнаружения SHM;
  • Аксиома VI: существует компромисс между чувствительностью алгоритма к повреждению и его способностью подавлять шум;
  • Аксиома VII: Размер повреждений, которые можно обнаружить по изменениям в динамике системы, обратно пропорционален частотному диапазону возбуждения.

Составные части

В состав системы SHM входят:

  1. Идентификация системы
  2. Обновление структурной модели
  3. Оценка состояния конструкции
  4. Прогноз оставшихся срок службы

Примером такой технологии является встраивание датчики в структурах, подобных мосты и самолет. Эти датчики обеспечивают мониторинг в реальном времени различных структурных изменений, таких как стресс и напряжение. В случае гражданских инженерных сооружений данные, предоставляемые датчиками, обычно передаются в удаленные центры сбора данных. С помощью современных технологий возможно управление конструкциями в реальном времени (Active Structural Control) на основе информации датчиков.

Примеры

Гонконг: мосты

В Система мониторинга ветра и здоровья конструкций представляет собой сложную систему мониторинга мостов стоимостью 1,3 миллиона долларов США, которая используется Департаментом автомобильных дорог Гонконга для обеспечения комфорта и безопасности участников дорожного движения. Цин Ма, Тинг Кау, Кап Шуй Мун и Камнерезы мосты.[15]

Чтобы контролировать целостность, долговечность и надежность мостов, система мониторинга имеет четыре различных уровня работы: сенсорные системы, системы сбора данных, локальные централизованные компьютерные системы и глобальная центральная компьютерная система.

Сенсорная система состоит из примерно 900 датчиков и соответствующих устройств сопряжения. С более чем 350 датчики на мосту Цин Ма, 350 на Тинг Кау и 200 на Кап Шуй Мун, структурное поведение мостов измеряется 24 часа в сутки, семь дней в неделю.

Датчики включают акселерометры, тензодатчики, преобразователи перемещений, станции измерения уровня, анемометры, датчики температуры и датчики динамического веса в движении. Они измеряют все от асфальт температура и деформации в элементах конструкции от скорости ветра и отклонение и вращение километров кабели и любое движение настилов и башен моста.

Эти датчики представляют собой систему раннего предупреждения для мостов, предоставляющую важную информацию, которая помогает Департаменту автомобильных дорог точно отслеживать общее состояние здоровья мостов.

Конструкции были построены таким образом, чтобы выдерживать среднюю скорость ветра 95 метров в секунду за одну минуту. В 1997 году, когда на Гонконг был нанесен прямой удар тайфуном «Виктор», были зафиксированы скорости ветра от 110 до 120 километров в час. Однако самая высокая скорость ветра за всю историю наблюдений наблюдалась во время Тайфун Ванда в 1962 году, когда был зарегистрирован трехсекундный порыв ветра, равный 78,8 метра в секунду, или 284 километра в час.

Информация от этих сотен различных датчиков передается на получение данных удаленные блоки. Три станции сбора данных расположены на мосту Цин Ма, три на Тинг Кау и два на Кап Шуй Мун.

Вычислительная база для этих систем находится в административном здании Департамента автомобильных дорог в г. Цин И. Локальная центральная компьютерная система обеспечивает контроль сбора данных, Постобработка, передача и хранение. Глобальная система используется для сбора и анализа данных, оценки физического состояния и структурных функций мостов, а также для интеграции и управления процессами сбора, анализа и оценки данных.

Другие крупные примеры

Следующие проекты в настоящее время известны как одни из крупнейших текущих проектов мониторинга мостов.

  • В Мост Рио – Антиррио, Греция: имеет более 100 датчиков, контролирующих структуру и движение в реальном времени.
  • Мийо Виадук, Франция: имеет одну из крупнейших в мире систем с волоконной оптикой, которая считается[кем? ] уровень развития.
  • В Хьюи П. Длинный мост, США: имеет более 800 статических и динамических тензодатчиков, предназначенных для измерения воздействия осевых и изгибающих нагрузок.
  • Мост Фатих Султан Мехмет, Турция: также известен как Второй мост через Босфор. Он контролировался с помощью инновационной беспроводной сенсорной сети в нормальных условиях трафика.
  • Масджид аль-Харам # Текущий проект расширения, Мекка, Саудовская Аравия : имеет более 600 датчиков (датчик давления в бетоне, тензодатчик встраиваемого типа, тензодатчик Sister и т. д.), установленных на фундаменте и бетонных колоннах. Этот проект находится в стадии строительства.
  • В Сиднейский мост Харбор-Бридж в Австралии в настоящее время внедряется система мониторинга, включающая более 2400 датчиков. Управляющие активами и инспекторы мостов имеют инструменты поддержки принятия решений через мобильные устройства и веб-браузер, основанные на анализе данных датчиков.
  • В Queensferry Crossing, который в настоящее время строится в заливе Ферт-оф-Форт, после завершения строительства будет иметь систему мониторинга, включающую более 2000 датчиков. Управляющие активами будут иметь доступ к данным для всех датчиков через веб-интерфейс управления данными, включая автоматический анализ данных.
  • В Пенанг Второй мост, в Пенанге, Малайзия, завершила внедрение и контролирует элемент моста с помощью 3000 датчиков ++. В целях безопасности пользователей моста и защиты таких инвестиций компания, ответственная за мост, хотела создать систему мониторинга состояния конструкции. Система используется для борьбы со стихийными бедствиями, управления структурным здоровьем и анализа данных. https://www.malaymail.com/news/malaysia/2018/08/06/audit-105-serious-defects-in-second-penang-bridge-unfixed-for-months/1659622. Перед внедрением было много соображений, в том числе: сила (ветер, землетрясение, температура, транспортные средства); погода (температура воздуха, ветер, влажность и осадки); и реакция (деформация, ускорение, натяжение троса, смещение и наклон). https://www.geosig.com/Structural-Monitoring---Second-Penang-Bridge---Mal-pg111.aspx
  • В Лахта Центр, Россия: имеет более 3000 датчиков и более 8000 параметров, контролирующих конструкцию в реальном времени. https://link.springer.com/article/10.1007/s11204-019-09576-9

Для мостов

Мониторинг состояния больших мостов может выполняться путем одновременного измерения нагрузок на мост и воздействия этих нагрузок. Обычно он включает мониторинг:

  • Ветер и погода
  • Трафик
  • Предварительное напряжение и подпорки
  • Палуба
  • Пилоны
  • Земля

Обладая этими знаниями, инженер может:

  • Оцените нагрузки и их влияние
  • Оценить состояние усталости или другое предельное состояние
  • Прогнозирование вероятного изменения состояния моста.

Департамент проектирования мостов Министерства транспорта штата Орегон США разработал и внедрил программу мониторинга состояния конструкций (SHM), как указано в этом техническом документе Стивена Лавджоя, старшего инженера.[16]

Доступны ссылки, которые предоставляют введение в применение волоконно-оптических датчиков для мониторинга состояния конструкций на мостах.[17]

Смотрите также

Рекомендации

  1. ^ а б Доусон, Брайан (1976). «Методы контроля вибрационного состояния вращающегося оборудования». Дайджест шока и вибрации. 8 (12): 3–8. Дои:10.1177/058310247600801203.
  2. ^ Махмудзаде, Ахмадреза; Голроо, Амир; Jahanshahi, Mohammad R .; Фирузи Еганех, Сайна (январь 2019 г.). «Оценка шероховатости дорожного покрытия путем объединения данных о цвете и глубине, полученных от недорогого датчика RGB-D». Датчики. 19 (7): 1655. Дои:10,3390 / с19071655. ЧВК  6479490. PMID  30959936.
  3. ^ Давуди, Рузбех; Миллер, Грег; Куц, Натан (2018). «Визуальный контроль на основе данных для железобетонных балок и плит: количественная оценка повреждений и нагрузки». Автоматизация в строительстве. 96: 292–309. Дои:10.1016 / j.autcon.2018.09.024.
  4. ^ Давуди, Рузбех; Миллер, Грег; Куц, Натан (2018). «Оценка структурной нагрузки с использованием машинного зрения и рисунков поверхностных трещин для жестких балок и плит, имеющих критический сдвиг». Вычислительная техника в гражданском строительстве. 32 (4): 04018024. Дои:10.1061 / (ASCE) CP.1943-5487.0000766.
  5. ^ а б Фаррар и др., Стр. 306
  6. ^ Рагхаван А. и Чесник К. Э. Обзор мониторинга состояния конструкций с помощью волноводных волн, "Дайджест ударов и вибраций", том 39, № 2, стр. 91-114, 2007.
  7. ^ Карден, Э; Фаннинг П. (2004). «Мониторинг состояния на основе вибрации: обзор». Структурный мониторинг здоровья. 3 (4): 355–377. CiteSeerX  10.1.1.118.3093. Дои:10.1177/1475921704047500.
  8. ^ Монтальвао, Д., Майя, NMM, и Рибейро, AMR, Обзор мониторинга состояния конструкций на основе вибрации с особым упором на композитные материалы, "Shock and Vibration Digest, том 38, № 4, стр. 295-326. , 2006.
  9. ^ Фан У. и Цяо П. З., Методы идентификации повреждений на основе вибрации: обзор и сравнительное исследование, «Structural Health Monitoring, том 10, № 1, стр. 83–111, 2010 г.».
  10. ^ Диксит, А., Ходжес, Д. Х., Общая теория повреждений: решение уравнений n-го порядка с использованием единой структуры, «Сообщения исследования механики», том 38, № 7, стр. 486-493, 2011.
  11. ^ Диксит, А. и Ханагуд, С., Локализация повреждения путем выделения части реакции, вызванной только повреждением, Журнал прикладной механики, том 80, № 1, стр. 011015, 2012
  12. ^ Farrar, C. R .; С. В. Доблинг; Д. А. Никс (2001). «Выявление структурных повреждений на основе вибрации». Философские труды Королевского общества A. 359 (1778): 131–149. Bibcode:2001RSPTA.359..131F. Дои:10.1098 / рста.2000.0717.
  13. ^ Сон, Хун; Фаррар, Чарльз Р .; Hemez, Francois M .; Shunk, Devin D .; Stinemates, Дэниел В .; Nadler, Brett R .; Чарнецкий, Джерри Дж. (2004). Обзор литературы по структурному мониторингу здоровья: 1996–2001 гг. (PDF). Лос-Аламос, Нью-Мексико: Национальные лаборатории Лос-Аламоса.. Получено 2010-07-10.
  14. ^ Уорден, Кейт; Чарльз Р. Фаррар; Грэм Мэнсон; Парк Гюхэ (2007). «Основные аксиомы структурного мониторинга здоровья». Философские труды Королевского общества A. 463 (2082): 1639–1664. Bibcode:2007RSPSA.463.1639W. Дои:10.1098 / rspa.2007.1834.
  15. ^ «Непрерывный мониторинг стресса». Получено 4 сентября 2014.
  16. ^ Лавиджой, Стивен. «Применение структурного мониторинга состояния дорог» (PDF). Штат Орегон. Получено 2013-03-05.
  17. ^ Теннисон, Родерик (октябрь 2005 г.). «Мониторинг мостовых конструкций с использованием оптоволоконных датчиков большой длины». Конференция Caltrans Bridge Research 2005.

дальнейшее чтение

  • Балагеас Д., Фритцен С.П. и Гуэмес А. Структурный мониторинг здоровья. ISBN  1-905209-01-0. Связь
  • Бонессио Н., Ломьенто Г., Бензони Г. (2012). «Порядок выявления повреждений сейсмоизолированных мостов». Структурный контроль и мониторинг здоровья, Том. 19, № 5, с. 565–578. Дои:10.1002 / stc.448.
  • Дитоммазо Р., Муччиарелли М. и Понцо Ф. К. (2012). АНАЛИЗ НЕСТАЦИОНАРНЫХ СТРУКТУРНЫХ СИСТЕМ С ПОМОЩЬЮ ФИЛЬТРА С ПЕРЕМЕННОЙ ПОЛОСКОЙ.Бюллетень сейсмологической инженерии. Дои:10.1007 / s10518-012-9338-у.
  • Дитоммазо Р., Муччиарелли М., Паролаи С. и Пикоцци М. (2012). Мониторинг структурной динамической реакции каменной башни: сравнение классического и частотно-временного анализа. Бюллетень сейсмологической инженерии. Дои:10.1007 / s10518-012-9347-х.
  • Дитоммазо Р., Паролаи С., Муччиарелли М., Эггерт С., Собесиак М. и Зшау Дж. (2010). Мониторинг отклика и отраженной энергии здания, подверженного вибрации окружающей среды и импульсному воздействию: башня Фалькенхоф (Потсдам, Германия). Бюллетень сейсмологической инженерии. Том 8, номер 3. Дои:10.1007 / s10518-009-9151-4. [1]
  • Рокко Дитоммазо, Марко Вона, Марко Муччарелли, Анджело Маси (2010). Идентификация режимов вращения здания с помощью метода внешней вибрации. 14-я Европейская конференция по сейсмостойкости. Сборник трудов. Охрид, Республика Македония. 30 августа - 3 сентября 2010 г.
  • Рокко Дитоммазо, Марко Муччарелли, Феличе К. Понцо (2010). Фильтр на основе S-преобразования, применяемый для анализа нелинейного динамического поведения почвы и зданий. 14-я Европейская конференция по сейсмостойкости. Сборник трудов. Охрид, Республика Македония. 30 августа - 3 сентября 2010 г. (http://roccoditommaso.xoom.it ).
  • Глизич Б. и Инауди Д. (2008). Волоконно-оптические методы мониторинга состояния конструкций. Вайли. ISBN  978-0-470-06142-8.
  • Гусман Э. (2014) Новый метод мониторинга состояния конструкций для полномасштабных конструкций из углепластика. EPFL кандидатская диссертация Дои:10.5075 / epfl-thesis-6422.
  • Гусман Э., Кунони Дж. И Гмюр Т. (2015) Мониторинг композитных конструкций с помощью сети интегрированных преобразователей пленки PVDF Умные материалы и конструкции об. 24, номер. 5, стр. 055017 Дои:10.1088/0964-1726/24/5/055017.
  • Гусман Э., Кунони Дж. И Гмюр Т. (2014) Новая система мониторинга состояния конструкций (SHM) с использованием интегрированных сетей преобразователей из поливинилидендифторида (PVDF). Материалы 65-го Международного астронавтического конгресса (IAC2014). Торонто, Канада, 29 сентября - 3 октября 2014 г. [2]
  • Хьюстон, Драйвер (2010). Структурное зондирование, мониторинг состояния здоровья и оценка производительности. Тейлор и Фрэнсис. ISBN  978-0-7503-0919-6.
  • Лю Ю., Моханти С., Чаттопадхьяй А., "Мониторинг состояния конструкций и прогноз состояния композитных конструкций при одноосной и двухосной нагрузке, 2010 г., Журнал неразрушающей оценки, том 29, номер 3, 181-188"
  • Лю Ю., Екани Фард, М., Чаттопадхьяй А. и Дойл, Д., «Оценка повреждений композитов из углепластика с использованием частотно-временного подхода», Journal of Intelligent Material Systems and Structures, Vol. 23, No. 4, pp. 397 - 413, 2012.
  • Лю Ю., Ким С.Б., Чаттопадхьяй А. и Дойл Д., "Применение методов идентификации системы для мониторинга состояния на орбитальных конструкциях стрелы спутников", Журнал космических аппаратов и ракет, том 48, № 4, стр. 589–598, 2011.
  • Моханти С., Чаттопадхьяй А., Вей Дж. И Перальта П., "Оценка состояния повреждения в реальном времени и оценка остаточного полезного срока службы металлического образца при двухосной нагрузке на основе состояния", 2009 г., Журнал мониторинга прочности конструкции и здоровья, т. 5, №1, с. 33–55.
  • Моханти С., Чаттопадхьяй А., Вей Дж. И Перальта П., «Неконтролируемая временная оценка состояния повреждения сложной структуры с использованием ультразвукового широкополосного активного зондирования», 2010 г., Журнал «Структурная прочность и мониторинг состояния здоровья», том 130, № .1. С. 101–124.
  • Муччарелли М., Бьянка М., Дитоммазо Р., Галлиполи М.Р., Маси А., Милкерайт К., Паролаи С., Пикоцци М. и Вона М. (2011). ПОВРЕЖДЕНИЯ ДАЛЬНЕГО ПОЛЯ НА ЗДАНИЯХ ЖБИ: ПРИМЕР НАВЕЛЛИ ВО ВРЕМЯ СЕЙСМИЧЕСКОЙ ПОСЛЕДОВАТЕЛЬНОСТИ L'AQUILA (ИТАЛИЯ), 2009. Бюллетень сейсмологической инженерии. Дои:10.1007 / s10518-010-9201-y.
  • М. Пикоцци, С. Паролаи, М. Муччарелли, К. Милкерайт, Д. Бинди, Р. Дитоммазо, М. Вона, М. Р. Галлиполи и Дж. Чжау (2011). Интерферометрический анализ сильных колебаний грунта для мониторинга состояния конструкций: пример Л'Акуилы, Италия, сейсмическая последовательность 2009 г. Бюллетень Сейсмологического общества Америки, Vol. 101, No. 2, pp. 635–651, апрель 2011 г., стр. Дои:10.1785/0120100070.
  • Ooijevaar T.H., Мониторинг состояния конструкций композитных структур, укрепляющих кожу, на основе вибрации, Кандидатская диссертация, 2014.
  • Ooijevaar T.H., Rogge M.D., Loendersloot R., Warnet L., Akkerman R., Tinga T., Идентификация повреждений на основе виброакустической модуляции в композитной структуре, укрепляющей кожу, Структурный мониторинг здоровья, 2016.
  • Ooijevaar T.H., Rogge M.D., Loendersloot R., Warnet L.L., Akkerman R., Tinga T., Нелинейное динамическое поведение композитной конструкции, укрепляющей обшивку, после удара, Journal of Sound and Vibration, 353: 243–258, 2015.
  • Ooijevaar T.H., Warnet L.L., Loendersloot R., Akkerman R., Tinga T., Идентификация ударных повреждений в композитных структурах, укрепляющих обшивку, по модальным кривизнам, Структурный контроль и мониторинг здоровья, 2015.
  • Ooijevaar T.H., Loendersloot R., Warnet L.L., de Boer A., ​​Akkerman R., Мониторинг состояния конструкции композитной тавровой балки на основе вибрации, Композитные конструкции, 92 (9): 2007–2015, 2010.
  • Понцо Ф. К., Дитоммазо Р., Аулетта Г., Моссукка А. (2010). Быстрый метод мониторинга состояния конструкций итальянских железобетонных зданий стратегического назначения. Бюллетень сейсмологической инженерии. Дои:10.1007 / s10518-010-9194-6. Том 8, номер 6, страницы 1421-1434.
  • Пикоцци М., Милкерайт К., Зульфикар К., Флеминг К., Дитоммазо Р., Эрдик М., Зшау Дж., Фишер Дж., Сафак Э., Озель О. и Апайдин Н. (2010). Беспроводные технологии для мониторинга стратегической гражданской инфраструктуры: испытание на вибрацию окружающей среды на подвесном мосту Фатих Султан Мехмет в Стамбуле, Турция. Бюллетень сейсмологической инженерии. Том 8, номер 3. Дои:10.1007 / s10518-009-9132-7.
  • Понцо Ф. К., Аулетта Г., Дитоммазо Р. и Моссукка А. (2010). Упрощенный метод быстрого мониторинга состояния конструкций: методология и предварительные численные результаты. 14-я Европейская конференция по сейсмостойкости. Сборник трудов. Охрид, Республика Македония. 30 августа - 3 сентября 2010 г.
  • Менафро Ф., (2015) Метод прогнозирования конструкции самолета на основе структурных испытаний
  • Эфтехар Азам С. (2014). Онлайн-обнаружение повреждений в конструкционных системах. Springer. Дои:10.1007/978-3-319-02559-9. https://link.springer.com/book/10.1007%2F978-3-319-02559-9 ]

внешняя ссылка

Журналы