Vibration-based data-driven strategy for structural health monitoring of civile structures

The importance of structural health monitoring in civil engineering is constantly increasing due to a large number of aged and complex structures that should be monitored to prevent catastrophic failures that can be caused by the aging of the materials under the effect of both operative loads and environmental conditions. The focus of this work is to develop a damage detection strategy able to deal with variations in environmental and operational condition in order to be appliable to real structures; for this purpose, two different data-driven approaches have been used to extract useful information from monitoring data: the first is based on modal parameters of the structure while the second is based on the coefficients of an auto-regressive model. The ability of those methods to define a reliable damage sensitive feature has been tested through a statistical pattern recognition technique: the Mahalanobis distance. In order to be able to test the methods onreal structures, a case study has been defined in the damage detection on pre tensioned beams; a setup for the clamping and tensioning of aluminum beams has been designed, manufactured and installed in a laboratory where environmental and operational conditions were known; local damage has been simulated on those structures through the addition of small masses (5%, 3% and 1% of the weight of the beam) and the influence on the damage index has been verified. The work has passed through a simulation phase where a finite element model of the structure has been developed in order to extract simulated vibration data and test the performances of the proposed methods. Then the methods have been tested on data coming from actual beams installed in the laboratory and monitored trough piezoelectric accelerometers; in this way the reliability of the methods has been tested passing from simulated to real data.

L’importanza del monitoraggio strutturale delle strutture civili è in costante ascesa per via del grande numero di strutture complesse e datate, che necessitano di essere monitorate, per evitare cedimenti catastrofici causati dall’invecchiamento dei materiali sotto l’effetto di carichi operative e condizioni ambientali. Questo lavoro di tesi si concentra sullo sviluppo di una strategia di riconoscimenti del danno in grado di funzionare in presenza di variazioni delle condizioni ambientali e operazionali, in modo da poter essere applicate a strutture reali; a questo scopo due differenti tecniche di monitoraggio strutturale sono state applicate: la prima è basata sui parametri modali della struttura, mentre la seconda sui coefficient di un modello auto-regressivo. La capacità di questi metodi di definire una feature affidabile e sensibile al danno è stata testata tramite una tecnica di identificazione statistica di pattern: la distanza di Mahalanobis. Per poter testare i metodi su una struttura reale, è stato scelto come caso studio il riconoscimento del danno nei tiranti; una struttura per il supporto e il tensionamento di questi tiranti è stata progettata, realizzata e istallata in laboratorio dove le condizioni ambientali e operazionali sono note; un danneggiamento locale è stato simulato aggiungento delle piccole masse (pari al 5%, 3% e 1% del peso della trave) e verificando il loro effetto sull’ indice del danno. Il lavoro è passato attraverso una fase di simulazione, durante la quale è stato realizzato un modello a elementi finiti della struttura, per poter simulare i dati delle vibrzioni e testare l’affidabilità dei metodi proposti. Successivamente, i metodi sono stati testati su dati provenienti dalla struttura reale, monitorata tramite accelerometri piezoelettrici; in questo modo è stata verificata l’affidabilità dei metodi, passando da una struttura simulate a una reale.