Vibration-based structural health monitoring techniques and investigation of the effects of environmental conditions on modal parameters

The application of Machine Learning and Artificial Neural Networks to monitor the health of a structure is an ongoing research. To understand the behavior of the structure, one of the older methods that exists is the Modal analysis of the structure. And to understand the strength and durability of the structure simulations can be performed on the model of the structure. This is expensive and if the structure is modified, the analysis must be performed again on the modified structure. With Machine Learning, choosing a proper parameter, the one that could tell us about the structure, the structure’s behavior can be understood. This research study analyses the usage of Machine Learning to understand the behavior of the structure under different operational conditions. Changes in the environmental conditions such as Temperature and Humidity are known to affect the vibration properties. But these modal parameters are known to change even when there is a damage. So, it is necessary to differentiate these changes, the ones that are caused by damage and the ones that are caused by change in environmental conditions. To understand the variations in modal parameters with variations in environmental conditions, mostly Temperature, a relationship between the Natural Frequency and the Ambient Temperature must be developed. This work proposes a method to develop this relationship.

L'applicazione di Machine Learning e reti neurali artificiali per monitorare lo stato di una struttura è una ricerca in corso. Per comprendere il comportamento della struttura, uno dei metodi meno recenti esistenti è l'analisi modale della struttura. E per capire la resistenza e la durata delle simulazioni della struttura può essere eseguita sul modello della struttura. Questo è costoso e se la struttura viene modificata, l'analisi deve essere eseguita nuovamente sulla struttura modificata. Con Machine Learning, scegliendo un parametro appropriato, quello che potrebbe dirci sulla struttura, il comportamento della struttura può essere compreso. Questo studio di ricerca analizza l'utilizzo di Machine Learning per comprendere il comportamento della struttura in diverse condizioni operative. I cambiamenti nelle condizioni ambientali come Temperatura e Umidità sono noti per influenzare le proprietà delle vibrazioni. Ma questi parametri modali sono noti per cambiare anche quando c'è un danno. Quindi, è necessario differenziare questi cambiamenti, quelli che sono causati da danni e quelli che sono causati dal cambiamento delle condizioni ambientali. Per comprendere le variazioni dei parametri modali con variazioni nelle condizioni ambientali, per lo più Temperatura, deve essere sviluppata una relazione tra la Frequenza Naturale e la Temperatura Ambiente. Questo lavoro propone un metodo per sviluppare questo rapporto.