Vibration-based structural health monitoring of civil engineering structures: automated operational modal analysis and damage detection

The continuous aging of important and strategic infrastructures that has severely affected the Italian Transport System during the last years and the structural degradation of many historical Italian buildings highlights the need for an adequate strategic plan for the maintenance of the structural integrity of civil structures and the preservation of monumental buildings in our country. In the last decades, these aspects have gained great relevance in Italy because the seismic hazard that adds to the normal deterioration of constructions and makes more difficult the protection and preservation of both modern structures and ancient buildings. In the last twenty years, many efforts have been made to find appropriate solutions to these issues and an increased interest has been manifested by designers and owners of structures on dynamic tests and vibration–based Structural Health Monitoring (SHM) projects aimed at enhancing the safety of old and new complex constructions. Many efforts have been made to merge available technologies with efficient methodologies and to encourage the development of automatic tools to prevent the occurrence of catastrophic events, especially for those constructions subjected to high seismic risk. In the last years, the efforts in this field have intensified remarkably providing good improvements in the development and application of several techniques mainly devoted to obtaining information about monitored structures in operational conditions. The structural assessment of each investigated system starts with a dynamic test performed to extract the modal parameters (i.e. natural frequencies, mode shapes and modal damping ratios) from the output response collected during the in-service condition and under ambient excitation without measuring the input source. This strategy is defined Operational Modal Analysis (OMA) and implies the use of different techniques to analyze signals recorded during single tests as well as in continuous dynamic monitoring, involving efficient algorithms able to manage and handle a large amount of data and, from them, to extract those meaningful features that are going to be monitored. This task is not always straightforward, and some calibrations have to be made to clearly obtain the evolution of modal parameters over time. This work focuses firstly on the implementation of various state-of-the-art algorithms for modal identification. Specifically, two methods in the frequency domain (PP and FDD) and two parametric methods in the time domain (SSI-Cov and SSI-Data) were implemented. Since the parametric techniques are suitable to be automated due to their algebraic nature, they have been adopted in the development of automated tools for OMA purposes. It is worth noting that in OMA applications a lot of time is usually spent on manual analyses, necessary to tune the input parameters implying relevant user interaction. This is in clear contrast with the purposes of permanent dynamic monitoring, which require complete automation. Conversely, the removal of human intervention in OMA methods is still one challenging in this research field. Accordingly, this Thesis is devoted to providing an improvement in the development of automated tools. Specifically, a first strategy for Modal Parameter Estimation (MPE) based on the interpretation of the stabilization diagrams was implemented with the aim of providing a well-founded array of modal estimates from single test data. The algorithm involves three consecutive sub-routines aimed at: a) removing most of the spurious poles, b) performing the clustering approach and c) improving the accuracy of modal parameters, reducing the uncertainty of the obtained estimates. The efficiency of the presented algorithm was proven using dynamic tests data of a lively footbridge and an ancient masonry bridge. Afterwards, an alternative MPE algorithm based on the construction and the automated interpretation of tri-dimensional stabilization diagrams was developed. The validation of this algorithm was demonstrated with the extraction of the structural modes and the subsequent analysis of short monitoring period of important outstanding infrastructures: the Infante D. Henrique bridge in Portugal and the San Michele bridge in Italy. As stated, in the context of vibration-based SHM it is mandatory to develop efficient and robust tools to perform the on-line and automatic processing of large amounts of collected data, avoiding any user interaction. Hence, in order to complete the implementation of a robust OMA methodology, capable of automatically providing the evolution in time of the monitored features, a new Modal Tracking (MT) procedure was developed and then integrated with both MPE algorithms previously described. In particular, the implemented tool is able to follow the seasonal fluctuations and unexpected variations of the modal features due to extreme environmental conditions. The validation of the tool in the monitoring of two important Italian Cultural Heritage structures (the Gabbia Tower in Mantua and the San Michele bridge) was proven with excellent results. Since the structural degradation or the occurrence of damage is often associated with a reduction of the global stiffness in the structure and with a subsequent decrease in frequency values, an accurate characterization of the modal parameters variations (especially natural frequencies) can be a robust way to detect structural problems. Despite this, in the classical SHM approach, damage identification is not always easy because the extracted modal estimates are subject to the effects of environmental factors, which could mask the damage. Therefore, the modal estimates are normally post-processed by routines that minimize the effects of external factors (frequently on the natural frequencies) in order to obtain results that might depend only on structural conditions. This task is performed by applying multivariate regression models and/or principal component analysis models, which should be established using the time evolution of the features under a significant range of variation of environmental and operational factors requiring a long period of training. The SHM approach developed herein discards the classical approach and performs the structural assessment using the identified modal parameters without removing the external effects on them. The removal of this relevant key-step from the methodology creates a clear distinction between the classical approach and the alternative OMA-based SHM strategy. Thus, a novelty damage detection approach was developed to identify possible structural anomalies thought slight frequency shifts and it was developed with two different strategies, based on: a) the Continuous Segment Analysis (CSA) strategy, defining the undamaged and damaged state of the system with two consecutive segments of data, and b) the Separate Segment Analysis (SSA) strategy, based on a reference segment of data used as undamaged condition. The validation of the damage strategy was demonstrated using experimental data collected during a seven-month of monitoring of the Gabbia Tower. During the monitoring period, the tower was subjected to a far-field earthquake that slightly damaged the structure. The occurred damage was clearly identified by the application of the novelty strategy. The present work is completed with the application of all implemented algorithms in the continuous assessment of the San Gottardo bell-tower. The OMA algorithms were used to perform the continuous identification of the structural modes and the continuous assessment of the tower demonstrating its structural integrity for over two years of monitoring. Furthermore, some damages were simulated to test the sensitivity of the alternative SHM approach in the identification of small damages providing evidence of its usefulness and robustness.

L’invecchiamento continuo di importanti strutture strategiche che ha gravemente colpito il sistema dei trasporti italiano negli ultimi anni ed il costante degrado strutturale degli edifici storici mettono in evidenza il bisogno di avere un adeguato piano strategico cha sia finalizzato al mantenimento dell'integrità strutturale delle costruzioni civili ma anche alla conservazione di edifici monumentali del nostro paese. Negli ultimi decenni, questi aspetti hanno acquisito grande rilevanza in Italia, anche a causa della pericolosità sismica del nostro territorio che si aggiunge al normale deterioramento delle costruzioni e rende più difficile la protezione e la conservazione di strutture moderne ed edifici storici. Negli ultimi vent'anni, sono stati fatti molti sforzi per trovare soluzioni appropriate a questi problemi e un crescente interesse è stato manifestato da progettisti e gestori di strutture riguardo test dinamici e progetti di Structural Health Monitoring (SHM) basati su misure di vibrazioni volti a migliorare la sicurezza sia delle costruzioni preesistenti che di quelle più moderne e complesse. Molti progressi sono stati fatti per connettere tra loro le attuali tecnologie con metodologie di analisi sempre più efficaci e per incoraggiare lo sviluppo di strumenti automatizzati per prevenire il verificarsi di eventi catastrofici, specialmente in quelle costruzioni soggette ad alto rischio sismico. Negli ultimi anni, gli sforzi in questo campo si sono intensificati notevolmente favorendo lo sviluppo e l'applicazione di diverse tecniche principalmente orientate al monitoraggio continuo di strutture in condizioni operative. La valutazione strutturale di ogni sistema inizia con un test dinamico che viene eseguito con il fine di estrarre i parametri modali (frequenze naturali, forme modali e coefficienti di smorzamento modale) analizzando direttamente la risposta strutturale raccolta durante le condizioni di servizio, senza dover misurare la sorgente di ingresso e l’eccitazione ambientale. Questa strategia è definita Operational Modal Analysis (OMA) ed è eseguita con l’ausilio di diverse tecniche che coinvolgono efficienti algoritmi in grado di gestire grandi quantità di dati, registrati sia durante singole prove che in contesti di monitoraggio continuo, e da essi estrarre le caratteristiche dinamiche più significative da monitorare. Questo compito non è sempre semplice e l’utilizzo di queste tecniche richiede una elevata esperienza anche per eseguire corrette calibrazioni iniziale ed ottenere una evoluzione significativa dei parametri dinamici nel tempo. Il lavoro presentato in questa tesi si concentra in primo luogo sull'implementazione di vari algoritmi allo stato dell’arte finalizzati all'identificazione modale. Nello specifico, sono stati implementati due metodi nel dominio della frequenza (PP e FDD) e due metodi parametrici nel dominio del tempo (SSI-Cov e SSI-Data). Poiché le tecniche parametriche sono più adatte all’automazione a causa della loro natura algebrica, esse sono state adottate nello sviluppo di procedure automatiche per scopi OMA. Vale la pena ricordare che normalmente nelle applicazioni OMA viene dedicato molto alle analisi manuali che implicano una rilevante interazione dell'utente soprattutto nelle fasi di tuning per l’ottimizzazione dei parametri di input. Ciò è in netto contrasto con gli scopi del monitoraggio dinamico permanente, che invece richiede un'automazione completa del processo. Al contrario, la rimozione dell'intervento umano nei metodi OMA è ancora una sfida in questo campo di ricerca. Cosicché questa tesi è principalmente dedicata a fornire un contributo nello sviluppo di strumenti automatizzati per l’identificazione ed il monitoraggio strutturale. In particolare, è stata implementata una prima strategia per la stima dei parametri modali (MPE) basata sull'interpretazione di diagrammi di stabilizzazione con l'obiettivo principale di eseguire l’identificazione di un set consistente di stime modali dall’analisi di singoli test dinamici. L'algoritmo prevede l’uso di tre procedure consecutive volte a: a) rimuovere il maggior numero di poli spuri, b) eseguire un clustering delle stime e c) migliorare l'accuratezza dei parametri modali, riducendo l'incertezza delle stime ottenute. L'efficienza di questo algoritmo è stata dimostrata utilizzando dati di test dinamici di una passerella pedonale ed un ponte in muratura. Successivamente, è stato sviluppato un algoritmo MPE alternativo basato sulla costruzione e sull’interpretazione automatica di diagrammi di stabilizzazione tridimensionali. La validazione di questo secondo algoritmo è stata eseguita attraverso l'estrazione dei parametri strutturali e la successiva analisi di un breve periodo di monitoraggio di due importanti infrastrutture: il ponte Infante D. Henrique in Portogallo ed il ponte San Michele in Italia. Come precedentemente dichiarato, nel contesto del monitoraggio strutturale è necessario sviluppare efficienti e robusti strumenti per eseguire l'elaborazione online e automatica di grandi quantità di dati, evitando qualsiasi interazione dell'utente. Quindi, con il fine di completare l'implementazione di una solida metodologia OMA, in grado di fornire un’accurata evoluzione dei parametri monitorati nel tempo, è stata sviluppata una nuova procedura di Modal Tracking (MT) da usare in maniera integrata con entrambi gli algoritmi di identificazione MPE precedentemente descritti. In particolare, la procedura implementata è in grado di tracciare sia le fluttuazioni stagionali che le improvvise variazioni dei parametri modali che possono verificarsi in condizioni ambientali estreme. La validazione di questo strumento è stata dimostrata attraverso il monitoraggio di due importanti strutture che appartengono al patrimonio culturale italiano (la Torre della Gabbia a Mantova ed il ponte di San Michele) ottenendo ottimi risultati. Poiché il degrado strutturale o l'insorgenza di un danno è spesso associato a una riduzione della rigidezza globale nella struttura e ad una conseguente diminuzione dei valori di frequenza, un'accurata caratterizzazione delle variazioni dei parametri modali (in particolare delle frequenze naturali) può essere un approccio robusto nell’identificazione di problemi strutturali. Nonostante ciò, nel classico approccio SHM, l'identificazione del danno non è sempre facile perché le stime modali sono soggette agli effetti dei fattori ambientali, che potrebbero mascherare l’occorrenza del danno. Pertanto, le stime modali sono normalmente “post-processate” con routine che riducono al minimo gli effetti di fattori esterni (spesso sulle frequenze naturali) al fine di ottenere risultati che dovrebbero essere dipendenti dalle sole condizioni strutturali. Questo compito viene eseguito applicando modelli di regressione multivariata e/o modelli di analisi delle componenti principali, che dovrebbero essere stabiliti utilizzando l'evoluzione temporale dei parametri modali all’interno di un intervallo significativo di variazione dei fattori ambientali e operativi, richiedendo un lungo periodo di training. L'approccio SHM qui sviluppato scardina quello che viene definito approccio classico ed esegue la valutazione strutturale utilizzando i parametri modali identificati senza rimuovere gli effetti ambientali esterni. La rimozione di questo importante passaggio chiave dalla metodologia crea una chiara distinzione tra l'approccio classico e la strategia SHM alternativa basata sui parametri OMA. Pertanto, è stato sviluppato un nuovo approccio di damage detection per identificare possibili anomalie strutturali attraverso piccole variazioni di frequenza, questo approccio è stato sviluppato con due diverse strategie: a) la strategia CSA (Continuous Segment Analysis), che definisce lo stato del sistema non danneggiato e quello danneggiato con due segmenti consecutivi di dati e b) la strategia SSA (Separate Segment Analysis), basata su un segmento di dati di riferimento fisso utilizzato per definire la condizione non danneggiata. La validazione della strategia di damage detection è stata dimostrata analizzando i dati sperimentali raccolti durante sette mesi di monitoraggio permanente della Torre della Gabbia. Durante il periodo di monitoraggio, la torre ha risentito dell’effetto di un lontano terremoto che danneggiò leggermente la struttura. Il danno è stato chiaramente identificato dall'applicazione della novelty strategy. Il presente lavoro si completa con l'applicazione di tutti gli algoritmi implementati nella verifica continua del benessere strutturale della torre campanaria del San Gottardo. Gli algoritmi OMA sono stati utilizzati sia per eseguire l'identificazione dei modi e sia per la verifica strutturale della torre dimostrando la sua integrità strutturale per oltre due anni di monitoraggio. Infine, danni strutturali sono stati simulati per effettuare una analisi di sensitività della nuova metodologia nell'identificazione di piccoli danni, a dimostrazione della sua utilità e robustezza.