Zapraszamy do zapoznania się z cyklem trzech prac na temat identyfikacji sztywności konstrukcji mechanicznych.
- Ostrowski M., Błachowski B., Wójcik B., Żarski M., Tauzowski P., Jankowski Ł.
A framework for computer vision-based health monitoring of a truss structure subjected to unknown excitations, - Ostrowski M., Błachowski B., Mikułowski G., Jankowski Ł.
Influence of Noise in Computer-Vision-Based Measurements on Parameter Identification in Structural Dynamics, - Ostrowski M., Mikułkowski G., Błachowski B., Jankowski Ł.
Experimental assessment of Bayesian and mode matching approaches for parametric identification of bolted connections,
„Badania mają zastosowanie w monitorowaniu stanu technicznego konstrukcji oraz kalibracji modelu tak, aby dokładniej odwzorowywał zachowanie prawdziwego obiektu, na przykład w celu wykonania wiarygodnej symulacji komputerowej” – wyjaśnia nam Mariusz Ostrowski - pierwszy autor przedstawionych publikacji, pracujący w Zakładzie Technologii Inteligentnych IPPT PAN. Dodaje, że „kalibracja modelu konstrukcji mechanicznej polega na zmianie jego parametrów tak, aby jak najdokładniej odwzorowywał zachowanie jego rzeczywistego odpowiednika".
W zastosowaniu do monitorowania stanu technicznego konstrukcji najczęściej modyfikowane są sztywności różnych komponentów. Gdy w monitorowanej konstrukcji pojawia się uszkodzenie charakteryzujące się zmianą sztywności elementu przenoszącego obciążenia, zmienią się częstotliwości i postacie drgań własnych. Dzięki identyfikacji częstotliwości oraz postaci drgań uszkodzonej konstrukcji możemy ich użyć w kalibracji modelu. Mając odpowiednio przygotowany model komputerowy, jego częstotliwości oraz postacie drgań własnych dopasują się do tych uzyskanych z uszkodzonej konstrukcji wtedy, gdy zmodyfikujemy sztywności elementów odpowiadających tym uszkodzonym w monitorowanym układzie. Pozwala to nie tylko wykryć i zlokalizować uszkodzenie (w elementach o zmienionej sztywności), ale również oszacować jego postęp (stopień redukcji sztywności). Problemem są błędy pomiaru oraz modelowania, które wpływają na dokładność estymacji sztywności elementów. Ponadto systemy monitorowania stanu technicznego są kosztowne i trudne w implementacji ze względu na dużą ilość sensorów i ich okablowanie, a w przypadku sieci bezprzewodowej występują problemy z ich synchronizacją. Dlatego w ostatnim czasie intensywnie rozwijane są metody pomiaru wizyjnego za pomocą cyfrowych kamer. Obróbka obrazu pozwala oszacować przemieszczenia w wielu punktach konstrukcji. Pozwala to na znaczną redukcję kosztów. Wpływ błędów pomiarowych oraz ograniczeń sprzętowych na dokładność identyfikacji parametrów sztywności jest przedmiotem niniejszych badań.
Pierwsza z trzech prac jest zatytułowana „A framework for computer vision-based health monitoring of a truss structure subjected to unknown excitations” została opublikowana w czasopiśmie Earthquake Engineering and Engineering Vibration (wyd. Springer). Artykuł został napisany na zaproszenie redakcji czasopisma ze względu na to, że wcześniejsze pierwsze wyniki badań pozwoliły na zajęcie szóstego miejsca w międzynarodowym konkursie IC-SHM, 2021. Opublikowany artykuł dotyczy doboru odpowiedniej metody kalibracji modelu do częstotliwości i postaci drgań konstrukcji kratownicowej oszacowanych z użyciem wizji komputerowej. Do analizy wykorzystano wideo ukazujące drgającą konstrukcję. Należy odnotować, że wizja komputerowa charakteryzuje się dużymi błędami pomiaru dla małych i wysokoczęstotliwościowych przemieszczeń. Okazało się, że zastosowanie kalibracji opartej na obliczaniu macierzy wrażliwości parametrów modalnych na zmiany sztywności poszczególnych elementów konstrukcji z ograniczeniem przyrostów sztywności jedynie do negatywnych wartości (odwzorowanie uszkodzenia) daje najlepsze rezultaty spośród testowanych metod. Metoda ta, wcześniej zaproponowana przez dr hab. inż. Bartłomieja Błachowskiego, prof. IPPT PAN, po modyfikacjach pozwala na detekcję, lokalizację oraz oszacowanie poziomu uszkodzeń konstrukcji kratownicowych w obecności dużych błędów pomiaru (odchylenie standardowe błędu równe nawet do 50 % średniej kwadratowej przemieszczeń). Ponadto wytypowana metoda wykazuje niewielką tendencję do błędnego kwalifikowania nieuszkodzonych elementów, jako uszkodzone. W pracy zaproponowano metodologię monitorowania uszkodzeń konstrukcji wprawianych w drgania przez nieznane (niemierzone) wymuszenia przy użyciu wizji komputerowej (rysunek poniżej).
Rysunek 1. Ideowy schemat zaproponowanej metodologii monitorowania stanu technicznego konstrukcji
Druga praca z cyklu również omawia kalibrację modelu z użyciem wizji komputerowej. Pokazano w niej wpływ błędów pomiaru oraz ograniczeń sprzętowych szybkiej kamery smartfonu na proces kalibracji oraz stopień niepewności oszacowanych wartości sztywności konstrukcji. Szybka kamera rejestrowała drgania demonstratora laboratoryjnego konstrukcji ramowej zawierającej połączenia śrubowe, których sztywność była szacowana przez kalibrację modelu komputerowego. Kadr wraz ze śledzonymi znacznikami pokazany jest na rysunku 2. Dla porównania w pomiarach wykorzystano również przyśpieszeniomierze i laserowe czujniki przemieszczeń. Praca „Influence of Noise in Computer-Vision-Based Measurements on Parameter Identification in Structural Dynamics” została napisana na zaproszenie redakcji czasopisma Sensors (wyd. MDPI) w wydaniu specjalnym „Intelligent Sensing Technologies in Structural Health Monitoring”. Badania wykazały, że błędy pomiaru i ograniczenia sprzętowe kamery smartfonu nie wpływają znacząco na wariancję oszacowanych postaci drgań oraz sztywności połączeń śrubowych, lecz wyraźnie zwiększają błąd systematyczny. Dokładność estymacji parametrów sztywności można poprawić przez zmniejszenie liczby szacowanych parametrów w modelu. Z badań wynika, że kamera smartfonu pozwala jedynie na wstępną kalibrację modelu, lub kalibrację w aplikacjach, gdzie nie jest wymagana wysoka precyzja.
Rysunek 2. Kadr podczas pomiarów wizyjnych drgań demonstratora laboratoryjnego wraz ze znacznikami śledzonymi w procesie przetwarzania wideo; wzbudzenie przez uderzenie gumowym młotkiem [źródło: Sensors. 2023; 23 (1):291]
Trzecia praca pt. „Experimental assessment of Bayesian and mode matching approaches for parametric identification of bolted connections” opublikowana w prestiżowym czasopiśmie Mechanical Systems and Signal Processing (wyd. Elsevier) porównuje dwie szeroko uznawane metody kalibracji modeli konstrukcji mechanicznych: (1) metoda oparta na wrażliwości parametrów modalnych na zmiany sztywności oraz (2) podejście Bayesowskie zaproponowane przez prof. Yuen’a. Porównanie dotyczyło szacowania sztywności połączeń śrubowych. Pierwsza metoda wymaga obliczenia błędu między postaciami drgań zidentyfikowanymi eksperymentalnie a odpowiadającymi im postaciami wyznaczonymi z pomocą modelu komputerowego. W tym celu należy znaleźć odpowiadające sobie pary postaci eksperymentalnych oraz wyznaczonych z modelu. Proces ten może być znacząco utrudniony, gdy dysponujemy małą ilością czujników (nie można porównać kształtu postaci drgań, ani obliczyć współczynników korelacji). Ponadto model komputerowy zmienia się w trakcie kalibracji, a co za tym idzie również wyznaczone numerycznie postacie drgań, jak i ich kolejność, co dodatkowo utrudnia parowanie odpowiednich postaci drgań. Wad tych pozbawiona metoda zaproponowana przez prof. Yuen’a. Jednak badania pokazały, że pomimo braku konieczności parowania postaci drgań podejście prof. Yuen’a nie powinno być rekomendowane do identyfikacji sztywności połączeń śrubowych ze względu na problemy ze zbieżnością metody (potrzebny jest ogromny nakład obliczeniowy, aby znaleźć wynik). Ponadto problemy numeryczne uniemożliwiają wiarygodne oszacowanie wariancji parametrów sztywności. Problemy te nie występują przy użyciu pierwszej metody.
