Finite element analysis is one of the important methods to study the structural performance. Due to the simplification, discretization and error of structural parameters, numerical model errors always exist. Besides, structural characteristics may also change because of material aging, structural damage, etc., making the initial finite element model cannot simulate the operational response of the structure accurately. Based on Bayesian methods, the initial model can be updated to obtain a more accurate numerical model. This paper presents the work on the field test, modal identification and model updating of a Chinese reinforced concrete pagoda. Based on the ambient vibration test, the acceleration response of the structure under operational environment was collected. The first six translational modes of the structure were identified by the enhanced frequency domain decomposition method. The initial finite element model of the pagoda was established, and the elastic modulus of columns, beams and slabs were selected as model parameters to be updated. Assuming the error between the measured mode and the calculated one follows a Gaussian distribution, the posterior probability density function (PDF) of the parameter to be updated is obtained and the uncertainty is quantitatively evaluated based on the Bayesian statistical theory and the Metropolis-Hastings algorithm, and then the optimal values of model parameters can be obtained. The results show that the difference between the calculated frequency of the finite element model and the measured one is reduced, and the modal correlation of the mode shape is improved. The updated numerical model can be used to evaluate the safety of the structure as a benchmark model for structural health monitoring (SHM).
Rithy Prak;Ji Ho Park;Sanggi Jeong;Arum Jang;Min Jae Park;Thomas H.-K. Kang;Young K. Ju
Computers and Concrete
/
v.31
no.5
/
pp.457-468
/
2023
Buildings, bridges, and dams are examples of civil infrastructure that play an important role in public life. These structures are prone to structural variations over time as a result of external forces that might disrupt the operation of the structures, cause structural integrity issues, and raise safety concerns for the occupants. Therefore, monitoring the state of a structure, also known as structural health monitoring (SHM), is essential. Owing to the emergence of the fourth industrial revolution, next-generation sensors, such as wireless sensors, UAVs, and video cameras, have recently been utilized to improve the quality and efficiency of building forensics. This study presents a method that uses a target-based system to estimate the dynamic displacement and its corresponding dynamic properties of structures using UAV-based video. A laboratory experiment was performed to verify the tracking technique using a shaking table to excite an SDOF specimen and comparing the results between a laser distance sensor, accelerometer, and fixed camera. Then a field test was conducted to validate the proposed framework. One target marker is placed on the specimen, and another marker is attached to the ground, which serves as a stationary reference to account for the undesired UAV movement. The results from the UAV and stationary camera displayed a root mean square (RMS) error of 2.02% for the displacement, and after post-processing the displacement data using an OMA method, the identified natural frequency and damping ratio showed significant accuracy and similarities. The findings illustrate the capabilities and reliabilities of the methodology using UAV to evaluate the dynamic properties of structures.
Over the past several decades, substantial amounts of sensors and sensing systems have been developed for civil infrastructure systems. This special issue focuses on state-of-the-art robotics and automation technologies, including construction automation, robotics, instrumentation, monitoring, inspection, control, and rehabilitation for civil infrastructure. The issue also covers construction informatics supporting sensing, analysis and design activities needed to operate smart and sustainable civil infrastructure. Examples include robotic systems applied to civil infrastructure and equipped with various sensing technologies, such as optical sensors, laser sensors, wireless sensors, multi-sensor fusion, etc. This special issue is published in an effort to disseminate current advances of various robotics and automation technologies for civil infrastructure and built environment.
This paper deals with damage detection in a girder bridge using transmissibility functions as input data to Artificial Neural Networks (ANNs). The original contribution in this work is that these two novel methods are combined to detect damage in a bridge. The damage was simulated in a real bridge in Vietnam, i.e. Ca-Non Bridge. Finite Element Method (FEM) of this bridge was used to show the reliability of the proposed technique. The vibration responses at some points of the bridge under a moving truck are simulated and used to calculate the transmissibility functions. These functions are then used as input data to train the ANNs, in which the target is the location and the severity of the damage in the bridge. After training successfully, the network can be used to assess the damage. Although simulated responses data are used in this paper, the practical application of the technique to real bridge data is potentially high.
Early detection of small concrete crack or reinforcement corrosion is necessary for Structural Health Monitoring (SHM). Global vibration based methods are advantageous over local methods because of simple equipment installation and cost efficiency. Among vibration based techniques, FRF based methods are preferred over modal based methods. In this study, a new coupled method using frequency response function (FRF) and proper orthogonal modes (POM) is proposed by using the dynamic characteristic of a damaged beam. For the numerical simulation, wave finite element (WFE), coupled with traditional finite element (FE) method is used for effectively incorporating the damage related information and faster computation. As reported in literature, hybrid combination of wave function based wave finite element method and shape function based finite element method can addresses the mid frequency modelling difficulty as it utilises the advantages of both the methods. It also reduces the dynamic matrix dimension. The algorithms are implemented on a three-dimensional reinforced concrete beam. Damage is modelled and studied for two scenarios, i.e., crack in concrete and rebar corrosion. Single and multiple damage locations with different damage length are also considered. The proposed methodology is found to be very sensitive to both single- and multiple- damage while being computationally efficient at the same time. It is observed that the detection of damage due to corrosion is more challenging than that of concrete crack. The similarity index obtained from the damage parameters shows that it can be a very effective indicator for appropriately indicating initiation of damage in concrete structure in the form of spread corrosion or invisible crack.
This study aims to develop a signal processing scheme to accurately predict the thickness of concrete slab using air-coupled impact-echo. Air-coupled impact-echo has been applied to concrete non-destructive tests (NDT); however, it is often difficult to obtain thickness mode frequency due to noise components. Furthermore, apparent velocity in concrete is a usually unknown parameter in the field and the thickness of the concrete slab often cannot be accurately measured. This study proposes a signal processing scheme using guided wave analysis, wherein dispersion curves are drawn in both frequency-wave number (f-k) and phase velocity-frequency ($V_{cp}-f$) domains. The theoretical and experimental results demonstrate that thickness mode frequency and apparent velocity in concrete are clearly obtained from the f-k and $V_{cp}-f$ domains, respectively. The proposed method has great potential with regard to the application of air-coupled impact-echo in the field.
It is well known that overloaded vehicles may cause severe damages to bridges, and how to estimate and evaluate the status of the overloaded vehicles passing through bridges become a challenging problem. Therefore, based on the monitored strain data from a structural health monitoring system (SHM) installed on a bridge, a method is recommended to identify and analyze the probability of overloaded vehicles. Overloaded vehicle loads can cause abnormity in the monitored strains, though the abnormal strains may be small in a concrete continuous rigid frame bridge. Firstly, the abnormal strains are identified from the abundant strains in time sequence by taking the advantage of wavelet transform in abnormal signal identification; secondly, the abnormal strains induced by heavy vehicles are picked up by the comparison between the identified abnormal strains and the strain threshold gotten by finite element analysis of the normal heavy vehicle; finally, according to the determined abnormal strains induced by overloaded vehicles, the statistics of the overloaded vehicles passing through the bridge are summarized and the whole probability of the overloaded vehicles is analyzed. The research shows the feasibility of using the monitored strains from a long-term SHM to identify the information of overloaded vehicles passing through a bridge, which can help the traffic department to master the heavy truck information and do the damage analysis of bridges further.
Kim, Heon-Young;Kang, Donghoon;Lee, Jin-Hyuk;Kim, Dae-Hyun
Transactions of the Korean Society of Mechanical Engineers A
/
v.37
no.8
/
pp.999-1005
/
2013
A fiber Bragg grating sensor is considered a smart sensor that shows outstanding performance in the field of structural health monitoring (SHM). It has a powerful advantage, especially that of multiplexing, which enables several parameters to be sensed at multiple points by using a single optical fiber line. Among several parameters, the thermal expansion coefficient and thermo-optic coefficient are required to measure temperature. In previous studies, these were considered constant variables. This study shows that two parameters vary with temperature and newly proposes a temperature function for these two parameters. Specifically, these two parameters were defined as a single variable, and then, it was experimentally verified that this variable is a function of temperature. Finally, it was shown that temperature from RT to $100^{\circ}C$ was precisely measured by using the temperature function that was defined through the experiment.
Jiajia, Hao;Xinqun, Zhu;Yang, Yu;Chunwei, Zhang;Jianchun, Li
Smart Structures and Systems
/
v.30
no.6
/
pp.673-686
/
2022
Deep learning algorithms for Structural Health Monitoring (SHM) have been extracting the interest of researchers and engineers. These algorithms commonly used loss functions and evaluation indices like the mean square error (MSE) which were not originally designed for SHM problems. An updated loss function which was specifically constructed for deep-learning-based structural damage detection problems has been proposed in this study. By tuning the coefficients of the loss function, the weights for damage localization and quantification can be adapted to the real situation and the deep learning network can avoid unnecessary iterations on damage localization and focus on the damage severity identification. To prove efficiency of the proposed method, structural damage detection using convolutional neural networks (CNNs) was conducted on a truss bridge model. Results showed that the validation curve with the updated loss function converged faster than the traditional MSE. Data augmentation was conducted to improve the anti-noise ability of the proposed method. For reducing the training time, the normalized modal strain energy change (NMSEC) was extracted, and the principal component analysis (PCA) was adopted for dimension reduction. The results showed that the training time was reduced by 90% and the damage identification accuracy could also have a slight increase. Furthermore, the effect of different modes and elements on the training dataset was also analyzed. The proposed method could greatly improve the performance for structural damage detection on both the training time and detection accuracy.
Within the context of Structural Health Monitoring (SHM), it is often the case that structural systems are described by uncertainty, both with respect to their parameters and the characteristics of the input loads. For the purposes of system identification, efficient modeling procedures are of the essence for a fast and reliable computation of structural response while taking these uncertainties into account. In this work, a reduced order metamodeling framework is introduced for the challenging case of nonlinear structural systems subjected to earthquake excitation. The introduced metamodeling method is based on Nonlinear AutoRegressive models with eXogenous input (NARX), able to describe nonlinear dynamics, which are moreover characterized by random parameters utilized for the description of the uncertainty propagation. These random parameters, which include characteristics of the input excitation, are expanded onto a suitably defined finite-dimensional Polynomial Chaos (PC) basis and thus the resulting representation is fully described through a small number of deterministic coefficients of projection. The effectiveness of the proposed PC-NARX method is illustrated through its implementation on the metamodeling of a five-storey shear frame model paradigm for response in the region of plasticity, i.e., outside the commonly addressed linear elastic region. The added contribution of the introduced scheme is the ability of the proposed methodology to incorporate uncertainty into the simulation. The results demonstrate the efficiency of the proposed methodology for accurate prediction and simulation of the numerical model dynamics with a vast reduction of the required computational toll.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.