Damage detection in structures using the change of modal parameters (modal shapes and natural frequencies) has achieved satisfactory results. However, as modal shapes and natural frequencies alone may not provide enough information to accurately detect damages. Therefore, a hybrid singular value decomposition and deep belief network approach is developed to effectively identify damages in aluminum plate structures. Firstly, damage locations are determined using singular value decomposition (SVD) to reveal the singularities of measured displacement modal shapes. Secondly, using experimental modal analysis (EMA) to measure the natural frequencies of damaged aluminum plates as inputs, deep belief network (DBN) is employed to search damage severities from the damage evaluation database, which are calculated using finite element method (FEM). Both simulations and experimental investigations are performed to evaluate the performance of the presented hybrid method. Several damage cases in a simply supported aluminum plate show that the presented method is effective to identify multiple damages in aluminum plates with reasonable precision.
As one of the most important parameters in structural health monitoring, structural frequency has many advantages, such as convenient to be measured, high precision, and insensitive to noise. In addition, frequency-change-ratio based method had been validated to have the ability to identify the damage occurrence and location. However, building a precise enough finite elemental model (FEM) for the test structure is still a huge challenge for this frequency-change-ratio based damage detection technique. In order to overcome this disadvantage and extend the application for frequencies in structural health monitoring area, a novel method was developed in this paper by combining the cross-model cross-mode (CMCM) model updating algorithm with the frequency-change-ratio based method. At first, assuming the physical parameters, including the element mass and stiffness, of the test structure had been known with a certain value, then an initial to-be-updated model with these assumed parameters was constructed according to the typical mass and stiffness distribution characteristic of shear buildings. After that, this to-be-updated model was updated using CMCM algorithm by combining with the measured frequencies of the actual structure when no damage was introduced. Thus, this updated model was regarded as a representation of the FEM model of actual structure, because their modal information were almost the same. Finally, based on this updated model, the frequency-change-ratio based method can be further proceed to realize the damage detection and localization. In order to verify the effectiveness of the developed method, a four-level shear building was numerically simulated and two actual shear structures, including a three-level shear model and an eight-story frame, were experimentally test in laboratory, and all the test results demonstrate that the developed method can identify the structural damage occurrence and location effectively, even only very limited modal frequencies of the test structure were provided.
The detection of structural damage without a priori information on the healthy state is challenging. In order to address the issue, the study presents a baseline-free approach to detect damage in beam structures based on an actual influence line. In particular, a multi-segment function-fitting calculation is developed to extract the actual deflection influence line (DIL) of a damaged beam from bridge responses due to a passing vehicle. An intact basis function based on the measurement position is introduced. The damage index is defined as the difference between the actual DIL and a constructed function related to the intact basis, and the damage location is indicated based on the local peak value of the damage index curve. The damage basis function is formulated by using the detected damage location. Based on the intact and damage basis functions, damage severity is quantified by fitting the actual DIL using the least-square calculation. Both numerical and experimental examples are provided to investigate the feasibility of the proposed method. The results indicate that the present baseline-free approach is effective in detecting the damage of beam structures.
This study aimed to develop a method for the determination of the damaged story in reinforced concrete (RC) structure with ambient vibrations, based on modified jerk energy methodology. The damage was taken as a localized reduction in the stiffness of the structural member. For loading, random white noise excitation was used, and dynamic responses from the finite element model (FEM) of 4 story RC shear frame were extracted at nodal points. The data thus obtained from the structure was used in the damage detection and localization algorithm. In the structure, two damage configurations have been introduced. In the first configuration, damage to the structure was artificially caused by a local reduction in the modulus of elasticity. In the second configuration, the damage was caused, using the Elcentro1940 and Kashmir2005 earthquakes in real-time history. The damage was successfully detected if the frequency drop was greater than 5% and the mode shape correlation remained less than 0.8. The results of the damage were also compared to the performance criteria developed in the Seismostruct software. It is demonstrated that the proposed algorithm has effectively detected the existence of the damage and can locate the damaged story for multiple damage scenarios in the RC structure.
Broad studies have addressed the issue of structural element damage identification, however, rubber bearing, as a key component of load transmission between the superstructure and substructure, is essential to the operational safety of a bridge, which should be paid more attention to its health condition. However, regarding the limitations of the traditional bearing damage detection methods as well as few studies have been conducted on this topic, in this paper, inspired by the model updating-based structural damage identification, a two-stage bearing damage identification method has been proposed. In the first stage, we deduce a novel bearing damage localization indicator, called element relative MSE, to accurately determine the bearing damage location. In the second one, the prior knowledge of bearing damage localization is combined with sailfish optimization (SFO) to perform the bearing damage estimation. In order to validate the feasibility, a numerical example of a 5-span continuous beam is introduced, also the noise robustness has been investigated. Meanwhile, the effectiveness and engineering applicability are further verified based on an experimental simply supported beam and actual engineering of the I-40 Bridge. The obtained results are good, which indicate that the proposed method is not only suitable for simple structures but also can accurately locate the bearing damage site and identify its severity for complex structure. To summarize, the proposed method provides a good guideline for the issue of bridge bearing detection, which could be used to reduce the difficulty of the traditional bearing failure detection approach, further saving labor costs and economic expenses.
This study proposed the analysis of damage detection due to the change of the stiffness of structure by using the original and modified dynamic characteristics. The present approach allows the use of composite data which consist of eigenvalues and eigenvectors. The suggested method is applied to examples of a cantilever and 3 degree of freedom system by modifying the stiffness. The predicted damage detections are in good agreement with these from the structural reanalysis using the modified stiffness.
In this paper, the possibility of time reversal phenomenon was investigated in damage detection of structure. In conventional lamb wave techniques, damage is identified by comparing the measured data (baseline signals) and the current data. But this method can lead to high false signal in the intact condition of structures due to environmental conditions of the structures. So in this studying, we investigate the possibility of damage detection in the aluminum plate using the time reversal phenomenon of lamb waves.
Kim, Jeong-Tae;Park, Jae-Hyung;Koo, Ki-Young;Lee, Jong-Jae
Smart Structures and Systems
/
제4권5호
/
pp.583-603
/
2008
In this study, a real-time damage detection method using output-only acceleration signals and artificial neural networks (ANN) is developed to monitor the occurrence of damage and the location of damage in structures. A theoretical approach of an ANN algorithm that uses acceleration signals to detect changes in structural parameters in real-time is newly designed. Cross-covariance functions of two acceleration responses measured before and after damage at two different sensor locations are selected as the features representing the structural conditions. By means of the acceleration features, multiple neural networks are trained for a series of potential loading patterns and damage scenarios of the target structure for which its actual loading history and structural conditions are unknown. The feasibility of the proposed method is evaluated using a numerical beam model under the effect of model uncertainty due to the variability of impulse excitation patterns used for training neural networks. The practicality of the method is also evaluated from laboratory-model tests on free-free beams for which acceleration responses were measured for several damage cases.
This paper presents an experimental investigation of a recently developed Kronecker Product (KP) method to determine the type, location, and intensity of structural damage from an identified state-space model of the system. Although this inverse problem appears to be highly nonlinear, the system mass, stiffness, and damping matrices are identified through a series of transformations, and with the aid of the Kronecker product, only linear operations are involved in the process. Since a state-space model can be identified directly from input-output data, an initial finite element model and/or model updating are not required. The test structure is a two-degree-of-freedom torsional system in which mass and stiffness are arbitrarily adjustable to simulate various conditions of structural damage. This simple apparatus demonstrates the capability of the damage detection method by not only identifying the location and the extent of the damage, but also differentiating the nature of the damage. The potential applicability of the KP method for structural damage identification is confirmed by laboratory test.
This paper studies damage detection as an optimization problem. A new objective function based on changes in natural frequencies, and Natural Frequency Vector Assurance Criterion (NFVAC) was developed. Due to their easy and fast acquisition, natural frequencies were utilized to detect structural damages. Moreover, they are sensitive to stiffness reduction. The method presented here consists of two stages. Firstly, Finite Element Model (FEM) is updated. Secondly, damage severities and locations are determined. To minimize the proposed objective function, a new bio-inspired optimization algorithm called salp swarm was employed. Efficiency of the method presented here is validated by three experimental examples. The first example relates to three-story shear frame with two single damage cases in the first story. The second relates to a five-story shear frame with single and multiple damage cases in the first and third stories. The last one relates to a large-scale eight-story shear frame with minor damage case in the first and third stories. Moreover, the performance of Salp Swarm Algorithm (SSA) was compared with Particle Swarm Optimization (PSO). The results show that better accuracy is obtained using SSA than using PSO. The obtained results clearly indicate that the proposed method can be used to determine accurately and efficiently both damage location and severity in multi-story shear frames.
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.