Идентификация повреждений методом подвижного фрактала при автоматизированном мониторинге
Автор: Венгринович Валерий Львович, Рябцев Владимир Николаевич
Журнал: Строительство уникальных зданий и сооружений @unistroy
Статья в выпуске: 5 (68), 2018 года.
Бесплатный доступ
Автоматизированная система мониторинга технического состояния здания или сооружения предназначена для выдачи актуальной информацией о степени износа строительных конструкций, а также о появлении в них дефектов. Распознавание дефектов достигается обработкой многосенсорной матричной информации на выходе системы мониторинга, состоящей из большого числа датчиков, непрерывно измеряющих параметры сооружения: углы наклонов, ускорения, деформации несущих конструкций. В статье предложен метод распознавания дефектов, основанный на анализе периодически поступающих в компьютер данных, представленных в матричном виде. Каждая строка матрицы представляет из себя последовательность величин, считываемых с каждого датчика. Количество строк равно числу опрашиваемых датчиков. Для обработки этих данных из большой прямоугольной матрицы выделяют квадратную матрицу, из которой в процессе обработки выделяют ее характеристики: главные значения, главные вектора, коэффициенты корреляции и пр. Движушаяся квадратная матрица названа нами движущимся фракталом. В процессе моделирования системы определяются зависимости параметров матрицы от дефектов в конструкции. Практическое применение предлагаемого метода проиллюстрировано на компьютерной модели реального высотного здания. Выполненные исследования показывают, что метод подвижного фрактала позволяет идентифицировать появление дефектов в несущих конструкциях.
Мониторинг технического состояния, строительные конструкции, датчики, дефект, фрактал.
Короткий адрес: https://sciup.org/143166080
IDR: 143166080 | УДК: 69.07 | DOI: 10.18720/CUBS.68.5
Damage identification using the moving fractal method for automated monitoring
An automated system for Structural Health Monitoring of a building or structure is designed to provide it owner with up-to-date information on the degree of deterioration of building structures, as well as on the appearance of damages. However, up to the present time, problem of recognizing damages and predicting their emergence is still far from being solved. This article suggests a method of damage recognition, based on the analysis of monitoring data on the technical condition of building structures. The method considered in the article is based on the matrix analysis of information coming from the sensors using a movable fractal. The practical application of the proposed method is illustrated on the computer model of a real high-rise building. The carried-out researches show that the method of the movable fractal allows to uniquely identify the appearance of defects in load-bearing structures.
Список литературы Идентификация повреждений методом подвижного фрактала при автоматизированном мониторинге
- Worden, Keith; Farrar, Charles R.; Manson, Graeme; Park, Gyuhae. The fundamental axioms of structural health monitoring//Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 2007, vol. 463, issue 2082, pp. 1639-1664
- S. Thӧns. On the Value of Monitoring Information for the Structural Integrity and Risk Management//Computer Aided Civil and Infrastructural Engineering. -2018, vol.33, pp. 79-94. URL:http://onlinelibrary.wiley.com/doi/10.1111/mice.12332/epdf
- Mohamed Abdel-Basset Abdo. Structural Health Monitoring: History, Applications and Future. A Review Book. Open Science Publishers, 2014, New York, pp. 1-115.
- Jiaqi Xu, Billie F. Spencer Jr., Xilin Lu, Xinzhong Chen and Lei Lu. Optimization of Structures Subject to Stochastic Dynamic Loading//Computer Aided Civil and Infrastructural Engineering. -2017, vol.32, issue 6, pp. 657-673.
- Новожилов Г.В., Неймарк М., Цесарский Л.Г. Безопасность полета самолета. Москва.: Машиностроение, 2003. 144 с.
- Kollgaard J.R., LaRiviere S.G. NDE Challenges with Future Commercial Aircraft-A Boeing. Review of Progress in QNDE, ed. by D.O. Tompson and D.E. Chimenti//v. 27B, American Institute of Physics, Melville-N.Y., 2008, pp.23.
- Ugalde U., Anduaga J., Martínez F., Iturrospe A. A SHM method for detecting damage with incomplete observations
- based on VARX modelling and Granger causality. . Систем. требования: AdobeAcrobatReader. The Computing Research Repository (CoRR). eprint arXiv:1501.01905, 2015. URL: https://arxiv.org/ftp/arxiv/papers/1501/1501.01905.pdf
- Andrés D. González, Airlie Chapman, Leonardo Dueñas-Osorio, Mehran Mesbahi and Raissa M. D'Souza. Efficient Infrastructure Restoration Strategies Using the Recovery Operator//Computer-Aided Civil and Infrastructure Engineering, 2017, vol. 32, issue 8, pp. 991-1006. URL: http://mae.engr.ucdavis.edu/dsouza/Pubs/CACAIE_2017.pdf
- Методика расчета жизненного цикла здания с учётом стоимости совокупных затрат.: Москва, 2014, 72 c.
- Webb G. T., Vardanega P. J., Middleton C. R. Categories of SHM Deployments: Technologies and Capabilities//Journal of Bridge Engineering/Volume 20 Issue 11, November 2015. URL: https://www.repository.cam.ac.uk/bitstream/handle/1810/246626/Webb%20et%20al.%202014%20Journal%20of%20Bridge%20Engineering.pdf?sequence=4
- Lunhai Zhi, Li Q.S., Mingxin Fang. Identification of Wind Loads and Estimation of Structural Responses of Super-Tall Buildings by an Inverse Method//Computer-Aided Civil and Infrastructure Engineering. 2016. vol. 31, issue 12, pp. 966-982.
- Yi-zhou Lin, Zhen-hua Nie, Hong-wei Ma. Structural Damage Detection with Automatic Feature-Extraction through Deep Learning//Computer-Aided Civil and Infrastructure Engineering. 2017. vol.32, issue12, pp. 1025-1046.
- Vengrinovich V., Lykov V. Big data Fractal Analysis for Structural Health Monitoring//Journal of Non-Destructive Testing and Diagnostics. No 2, 2015. pp.5-16.
- Donoho D. L., Johnstone I. M., Hoch J. C., and Stern A. S. Maximum Entropy and the Near Black Object//J. Roy. Stat. Soc. 1992, B 54, (1), pp. 41-81.
- Tikhonov A.N. On stability of inverse problems.//Dokl. Akad. Nauk SSSR 39, 195-198, 1943, v.39, 195-198 (in Russ.), 1943.
- Vengrinovich V., Klimenko S., Klimenko A., Rotkov S. Bionics for safety: approach of animate beings applied to the safety of engineering systems (Inv. lect.)//Proc. International Conf. CPT_2013, Larnaka, Cyprus, May 13-19, 2013, pp.i-ix.
- Skilling J. Probabilistic data analysis: an introductory guide//Journal of Microscopy. Vol.190, Pts.1/2 pp.28-36, 1998.
- Zellner A. Optimal information processing and Bayes theorem. American Statistican.: 1998, v.42, N4, рр.278-284.
- Vengrinovich V.L. Bayesian Image and Pattern Reconstruction from Incomplete and Noisy Data. Tutorial. Int.J., "Pattern Recognition and Image Analysis", Vol. 22, No. 1, 2012, pp.99-108.
- Vengrinovich V.L., Denkevich Y.B., Tillack G.-R. Reconstruction of Three_Dimensional Binary Structures from an Extremely Limited Number of Cone_Beam X-ray Projections. Choice of Prior//Journal of Physics. D:Appl. Phys. 1999, Vol. 32, P. 2505-2514.
- Мониторинг технического состояния уникальных зданий и сооружений. Правила проектирования и установки стационарных систем (станций) мониторинга (с Изменением N 1, с Поправкой). Москва: Стандартинформ, 2012. -URL: http://docs.cntd.ru/document/1200100943.
- Hoon Sohn, Farar C., Froncois M. Hemez et.al. A Review of Structural Health Monitoring Literature. Los Alamos National Laboratory Report, LA-13976-MS, 2004. pp. 1-311.
- Jianqing Fan and Jinchi Lv. A SELECTIVE OVERVIEW OF VARIABLE SELECTION IN HIGH DIMENSIONAL FEATURE SPACE. Invited Review Article. Princeton University and University of Southern California. Statistica Sinica 20 (2010), 101-148
