Automated operational modal analysis and tracking : development of software tools and applications

In the last two decades, an increasing interest on the assessment of the healthy state of infrastructures has been given in several fields: permanent aging and continuous degradation of ancient buildings or developments of more complex structures find their applications in Civil Engineering. The structural condition assessment might begin with a sequence of dynamic tests that record different responses when the investigated system is subjected to a certain type of loading; in fact, the Operational Modal Analysis (OMA) considers only environmental and operational loads (wind, traffic, etc.) as the main loading sources, thus assuming no load measurements during the tests. Such tests are aimed to perform the identification of the structural dynamic behaviour through the evaluation of its vibrating modes. Hence, it becomes comprehensible that ambient test type has growing in importance over the last years, especially for its economic and practical aspects, and due to the fact that it doesn’t interfere with the normal use of the structure. Generally, the requested identification algorithms strongly depend upon input parameters, which, as will be investigated in this Thesis, require a strong human effort in tuning the proper values; commercial softwares typically used in this context still require human intervention for such procedure limiting those applications that require a huge number of dataset to be processed because a manual choice of input parameters would require a large amount of time. Within this context, the present thesis has been developed with the main intent of automatizing as much as possible the OMA identification techniques: Frequency Domain Decomposition (FDD), Covariance-driven Stochastic Subspace Identification (SSI-COV) and Data-driven Stochastic Subspace Identification (SSI-DATA). Therefore, an automatic algorithm built in frequency-domain that deals with a more direct automation of the FDD algorithm is presented and analyzed and, consequently, an efficient automated strategy for time-domain identification methods through the stabilization diagram technique is proposed. The overall procedure is implemented into an object-oriented MATLAB toolbox, called AUT-OMA, which is used to carry out modal identifications on two real structures, respectively dealing with a single-setup (Lambro footbridge) and a multi-setup (Dolo overpass); furthermore, the present Toolbox is validated by comparing the obtained results with the one extracted by the ARTeMIS commercial software. The final part of this Thesis is strongly aimed to the exploration of a Modal Tracking procedure with the main purpose of building a real-time knowledge of the dynamic behaviour of the investigated structure: for this purpose the Modal Tracking procedure is able to follow the variations of the identified modal parameters taking into account the fact that the environmental and operational factors (temperature, humidity, traffic) strongly affect the dynamic variation of the modal parameters. The present tracking procedure is implemented into an appropriate object-oriented MATLAB toolbox, called AUT-OMAT, which is then used to analyze a real structure, the Brivio bridge, that has been continuously monitored for 9 months.

Durante gli ultimi decenni un interesse ricercato verso l’asseverazione dello stato di buona salute per le infrastrutture è stato raggiunto in diversi campi: l’invecchiamento e il degradamento di costruzioni antiche o lo sviluppo di strutture sempre più complesse trovano la loro applicazione nel settore dell’Ingegneria Civile. L’asseverazione della condizione strutturale inizia quindi con una sequenza di test dinamici che prevedono la registrazione delle vibrazioni prodotte dalla struttura quando questa è soggetta a un certo tipo di forzante; nella pratica, infatti, l’analisi modale operazionale (OMA) considera solamente, come principali fonti d’eccitazione, i carichi di tipo ambientale e operazionale (quali vento, traffico, micro-tremori), supponendo quindi l’impossibilità di misurarne l’intensità su tutta la struttura durante lo svolgimento dei test. Questi test sono finalizzati a studiare il comportamento dinamico attraverso la valutazioni dei modi di vibrare della struttura considerati. Di conseguenza, è comprensibile come questa tipologia di test, ovvero sia di carattere ambientale, stia assumendo maggior importanza duranti gli ultimi anni, grazie a motivazioni di carattere pratico ed economico dovuti al fatto che non interferisce con il normale uso della struttura. Tuttavia, i metodi di identificazione richiesti dipendono da un insieme di parametri di input che, come verrà mostrato in questa tesi, necessitano di essere definiti tramite un’attenta analisi manuale; gli stessi software in commercio richiedono ancora questo tipo di intervento, limitando quelle attività che prevedono di analizzare un numero elevato di dataset. Di fatto, la tesi in questione è stata prodotta con lo scopo principale di rendere il più possibile automatiche le tecniche di identificazione modale tipiche dell’OMA: FDD, SSI-COV e SSI-DATA. Di conseguenza, un algoritmo automatico costruito nel dominio della frequenza permette una diretta automazione del metodo FDD, mentre una strategia automatica basata sul diagramma di stabilizzazione interessa i metodi di identificazione costruiti nel dominio del tempo (SSI). L’insieme delle strategie proposte sono implementate in un toolbox di Matlab, chiamato AUT-OMA, creato ed utilizzato per svolgere attività di identificazione modale, come quelle contenute nella tesi che hanno per oggetto due strutture reali, rispettivamente un singolo test con una sola configurazione di sensori (passerella pedonale sul fiume Lambro) e un singolo test con due configurazioni di sensori (cavalcavia di Dolo); i risultati prodotti dal toolbox, in entrambi i casi, vengono analizzati e confrontati con quelli ottenuti attraverso l’utilizzo manuale del software ARTeMIS. La parte finale della tesi è invece indirizzata all’esposizione di una procedura di tracciamento modale per il monitoraggio continuo, con lo scopo di conoscere in tempo reale il comportamento dinamico della struttura considerata: a questo fine, la strategia proposta riesce a seguire le variazioni dei parametri modali identificati, considerando che fattori ambientali e operazionali (come temperatura, umidità e traffico) ne influenzino l’andamento evolutivo. La strategia di tracciamento è quindi implementata in un secondo toolbox di Matlab che viene utilizzato per analizzare i dati di un monitoraggio continuo durato 9 mesi su un ponte situato a Brivio.