एंबेडेड संवेदनशीलता कार्य निर्धारण के लिए डाटा अधिग्रहण प्रोटोकॉल
Summary
The data acquisition procedure for determining embedded sensitivity functions is described. Data is acquired and representative results are shown for a residential scale wind turbine blade.
Abstract
कई संरचनात्मक स्वास्थ्य की निगरानी तकनीक के प्रभाव सेंसर की नियुक्ति और इनपुट बलों के स्थान पर निर्भर करता है। इष्टतम सेंसर का निर्धारण करने और स्थानों आमतौर पर मजबूर करने के लिए एल्गोरिदम डेटा, या तो नकली मापा जाता है या क्षतिग्रस्त संरचना से की आवश्यकता होती है। एंबेडेड संवेदनशीलता कार्यों स्वस्थ संरचना से केवल डेटा के साथ नुकसान का पता लगाने के लिए सबसे अच्छा उपलब्ध सेंसर स्थान का निर्धारण करने के लिए एक दृष्टिकोण प्रदान करते हैं। इस वीडियो और पांडुलिपि में, डाटा अधिग्रहण की प्रक्रिया और एक संरचना के एम्बेडेड संवेदनशीलता कार्यों को निर्धारित करने के लिए सर्वोत्तम प्रथाओं प्रस्तुत किया है। आवृत्ति प्रतिक्रिया एम्बेडेड संवेदनशीलता कार्यों की गणना में इस्तेमाल किया कार्यों मोडल प्रभाव का परीक्षण का उपयोग कर हासिल किया है। डेटा का अधिग्रहण किया है और प्रतिनिधि परिणाम एक आवासीय पैमाने पर पवन टरबाइन ब्लेड के लिए दिखाए जाते हैं। डेटा की गुणवत्ता के मूल्यांकन के लिए रणनीतियाँ डाटा अधिग्रहण की प्रक्रिया के प्रदर्शन के दौरान प्रदान की जाती हैं अधिग्रहण किया जा रहा है। </p>
Introduction
कई संरचनात्मक स्वास्थ्य की निगरानी तकनीक मापा आवृत्ति प्रतिक्रिया कार्यों (FRFs) में परिवर्तन पर भरोसा करते हैं एक ढांचे के भीतर नुकसान का पता लगाने के लिए। हालांकि, इन तरीकों में से कुछ पता कैसे सेंसर प्लेसमेंट और / या इनपुट बल स्थानों है कि विधि की प्रभावशीलता को अधिकतम नुकसान का पता लगाने के लिए होगा निर्धारित करने के लिए। एंबेडेड संवेदनशीलता कार्यों (ESFs) एक संरचना की सामग्री के गुणों में एक स्थानीय परिवर्तन करने के लिए एक FRF की संवेदनशीलता को निर्धारित करने के लिए इस्तेमाल किया जा सकता है। इसलिए, क्योंकि आम तौर पर नुकसान की जकड़न, भिगोना, या संरचना के द्रव्यमान में एक स्थानीय परिवर्तन में परिणाम है, ESFs स्वास्थ्य की निगरानी तकनीक FRF आधारित करने के लिए अच्छी सेंसर और बल स्थानों का निर्धारण करने के लिए एक विधि प्रदान करते हैं।
इस वीडियो और पांडुलिपि के प्रयोजन के विस्तार करने के लिए डाटा अधिग्रहण की प्रक्रिया और एक संरचना के लिए ESFs का निर्धारण करने के लिए सर्वोत्तम प्रथाओं है। प्रक्रिया मोडल प्रभाव का परीक्षण है, जो रोमांचक एक संरचना द्वारा किया जाता है से विभिन्न FRFs का निर्धारण शामिलएक मॉडल प्रभाव हथौड़ा के साथ फिर से और accelerometers के साथ अपनी प्रतिक्रिया को मापने। इस काम में, संरचना का परीक्षण किया जा रहा है एक 1.2 मीटर आवासीय पैमाने पर पवन टरबाइन ब्लेड है। परीक्षण और विश्लेषण के लक्ष्य को सेंसर स्थानों जो ब्लेड के लिए क्षति के लिए सबसे ज्यादा संवेदनशील हैं की पहचान है। ये सेंसर स्थानों तो क्षति के लिए ब्लेड की निगरानी के लिए एक संरचनात्मक स्वास्थ्य की निगरानी योजना में इस्तेमाल किया जा सकता है।
ESFs का उपयोग एक संरचनात्मक स्वास्थ्य की निगरानी योजना में उपयोग करने के लिए सबसे प्रभावी सेंसर स्थानों का निर्धारण करने के लिए इसके अलावा, कई इष्टतम सेंसर प्लेसमेंट के एल्गोरिदम भी पाया जा सकता साहित्य में प्रदर्शन किया। में [क्रेमर], क्रेमर iteratively एक प्रणाली के साधनों का निरीक्षण करने के लिए सेंसर का एक सेट की क्षमता का मूल्यांकन करता है। हाल ही में, आनुवंशिक एल्गोरिदम 1-3 और तंत्रिका नेटवर्क 4 इष्टतम सेंसर स्थानों की पहचान करने के लिए विकसित किया गया है। 5 में, एक Bayesian दृष्टिकोण का इस्तेमाल किया जाता है कि खाते में त्रुटियों के विभिन्न प्रकार के जोखिम लेता हैऔर क्षति दरों का वितरण। 6 में, एक परिमित तत्व मॉडल सेंसर स्थानों सबसे अधिक नुकसान का पता लगाने की संभावना की पहचान करने के लिए leveraged किया गया था। साहित्य में प्रस्तुत सेंसर प्लेसमेंट के एल्गोरिदम के अधिकांश में, क्षतिग्रस्त संरचना से डेटा, चाहे नकली या मापा जाता है, की आवश्यकता है। एम्बेडेड संवेदनशीलता दृष्टिकोण का एक लाभ यह है कि सेंसर स्थानों स्वस्थ संरचना से निर्धारित किया जा सकता है।
ESFs का एक अन्य लाभ यह है कि सामग्री के गुणों को स्पष्ट रूप में जाना जाने की जरूरत नहीं है। इसके बजाय, सामग्री गुण "एम्बेडेड रहे हैं" सिस्टम के FRFs के लिए भाव में। इसलिए, सभी कि गणना करने के लिए विशेष रूप से ESFs इनपुट / आउटपुट स्थानों पर मापा FRFs का एक सेट है की जरूरत है। विशेष रूप से, FRF (एच जे) की संवेदनशीलता की गणना एक प्रतिक्रिया से बिंदु कश्मीर में एक इनपुट के लिए बिंदु जम्मू में मापा जाता है, अंक और एम एन के बीच कठोरता में एक परिवर्तन (कश्मीर mn) कोहै
कहा पे 
आवृत्ति के एक समारोह, 7-9 ω के रूप में ESF है। समीकरण (1) के दाएँ हाथ की ओर की गणना करने के लिए आवश्यक FRFs को मापने के लिए प्रक्रिया अगले भाग में विस्तृत और वीडियो में प्रदर्शन किया है।
Protocol
Representative Results
Discussion
टेस्ट जुड़नार यथार्थवादी सीमा की स्थिति को दोहराने के लिए इतना है कि परिणाम संचालन की शर्तों के तहत लागू किया जाएगा डिजाइन किया जाना चाहिए। परीक्षण के लिए इस्तेमाल प्रभाव अंकों की संख्या के चयन के लि?…
Declarações
The authors have nothing to disclose.
Acknowledgements
लेखकों कोई स्वीकृतियां है।
Materials
| Accelerometer | PCB | 356B11 | three used in testing |
| Impact hammer | PCB | 086C01 | |
| Data acquisition card | NI | 9234 | |
| DAQ chasis | NI | cDAQ-9171 | or similar |
| Software | MATLAB | ||
| Super glue | Loctite | 454 | |
| Handheld Shaker | PCB | 394C06 | for calibration |
Referências
- Singh, N., Joshi, M. Optimization of location and number of sensors for structural health monitoring using genetic algorithm. Mater Forum. 33, 359-367 (2009).
- Gao, H., Rose, J. Ultrasonic sensor placement optimization in structural health monitoring using evolutionary strategy. Review Of Qnde. 25, 1687-1693 (2006).
- Raich, A. M., Liszkai, T. R. Multi-objective optimization of sensor and excitation layouts for frequency response function-based structural damage identification. Comput-Aided Civinfrastructure Eng. 27 (2), 95-117 (2012).
- Worden, K., Burrows, A. P. Optimal sensor placement for fault detection. Eng Struct. 23 (8), 885-901 (2001).
- Flynn, E. B., Todd, M. D. A Bayesian approach to optimal sensor placement for structural health monitoring with application to active sensing. Mech Syst Signal Pr. 24 (4), 891-903 (2010).
- Markmiller, J., Chang, F. Sensor network optimization for a passive sensing impact detection technique. Struct Health Monit. 9 (1), 25-39 (2010).
- Yang, C., Adams, D., Yoo, S., Kim, H. An embedded sensitivity approach for diagnosing system-level noise and vibration problems. J. Sound Vibration. 269 (3), 1063-1081 (2004).
- Yang, C., Adams, D. Predicting changes in vibration behavior using first- and second-order iterative embedded sensitivity functions. J. Sound Vibration. 323 (1), 173-193 (2009).
- Yang, C., Adams, D. A Damage Identification Technique based on Embedded Sensitivity Analysis and Optimization Processes. J. Sound Vibration. 333 (14), 3109-3119 (2013).
- Rocklin, G. T., Crowley, J., Vold, H. A comparison of the H1, H2, and Hv frequency response functions. Proc. Of IMAC III. 1, 272-278 (1985).
- Meyer, J., Adams, D., Silvers, J. Embedded Sensitivity Functions for improving the effectiveness of vibro-acoustic modulation and damage detection on wind turbine blades. , (2014).
- Guratzsch, R., Mahadevan, S. Structural health monitoring sensor placement optimization under uncertainty. AIAA J. 48 (7), 1281-1289 (2010).
