| dc.description.abstract | Dagens vei og jernbanenett består av et stort antall bruer som enten nærmer seg eller har overskredet levetiden som ble lagt til grunn for dimensjonering av disse konstruksjonene. Det er ikke økonomisk å erstatte disse systemene fullstendig. Det er derfor stor interesse for å utvikle og implementere deteksjonsteknikker av skader, slik at konstruksjoner kan fortsette å fungere trygt selv om levetiden deres er nådd. Denne oppgaven utforsker forskjellige skade-features for å identifisere tre skader: punktmasser, skader på opplager og kutt.
En numerisk studie ble først utført for å utforme optimal sensor plassering for eksperimentell testing. En numerisk modell ble etablert før en numerisk skadeidentifikasjon ble utført. En eksperimentell studie ble deretter utført basert på resultatene og antagelsene gjort fra den numeriske studien. Skademetodene som ble evaluert var egenfrekvenser ("Natural Frequency Shifts"), modeformer ("Mode Shapes"), kurvatur ("Mode Shape Curvature"), fleksibilitet ("Modal Flexibility") og statistiske momenter. Oppgaven dreier seg om identifisering av skadescenarioer ved bruk av akselerasjonsmålinger, hvor store skader må være for å bli oppdaget, og om det er mulig å identifisere skadens alvorlighetsgrad. Avhandlingen drøfter også hvordan resultatene kan implementeres i fullskala overvåking av eksisterende konstruksjoner.
Resultatene viser at skadeidentifikasjon kan være vanskelig for et lavt antall sensorer, med ujevn avstand. De fleste punktmasse- og grense-skader ble identifisert, men kuttene krevde store magnituder/dybder for å oppnå gode resultater. Videre, viser resultatene at skadeidentifisering er mulig ved bruk av de enkleste teknikkene basert på egenfrekvens, modeformer, og fleksibilitet. De foreslåtte skademetodene kan forbedre skadeidentifisering av eksisterende konstruksjoner, da det viser seg at de enkle metodene oppnår bedre resultat for identifisering. | |
| dc.description.abstract | Today, many existing structures, such as bridges, aircrafts, offshore oil platforms and buildings, are reaching the end of their original design life. It is not economical to replace these systems. Damage detection techniques are therefore a research of interest, in order to develop and implement techniques that allow structures to work safely, even if their service life has been reached. This thesis uses different damage sensitive features to identify three damages introduced in a cantilever beam: point masses, boundary damages and cuts. First, a numerical study was performed in order to establish a sufficient sensor layout for experimental testing. A finite element model was created, before a numerical damage identification study was performed. Based on the results and assumptions made from the numerical study, an experimental study was performed. The damage sensitive features evaluated were Natural Frequency Shifts, Mode Shapes, Mode Shape Curvature, Modal Flexibility and Statistical Moments. The thesis revolves around the difficulties in which damage scenarios that can be identified by the use of acceleration measurements, how large the damages has to be in order to be detected, and whether it is possible to identify the severity of the damage. The thesis also discuss how the results can be implemented in full scale monitoring of real-life structures.
The results show that for a low number of sensors, with unequal spacing, damage identification can be difficult. Most point mass and boundary damages were identified from the recorded response histories, while cut damages had to be severe in order to get good results. Further, the results show that damage identification is possible by the use of the simplest techniques: Natural Frequency Shifts, Mode Shapes, and Modal Flexibility. These damage sensitive features manage to identify and classify the point mass, boundary and cut damages. None of the evaluated features managed to locate damages. The proposed damage features can contribute to the identification of structural damage, as it proves that the simplest methods obtain better result for damage identification. | |
