Model-based damage feature extraction for structural-health monitoring applications

Abstract

Das Thema automatische Strukturüberwachung ist seit mehr als zwei Jahrzehnten ein wichtiges Thema im Bereich Wissenschaft und Forschung. Auch wenn der Nutzen der Strukturüberwachung für die Industrie unumstritten ist, sind bis heute nur wenige Anwendung aus der Praxis bekannt. Ein Grund dafür ist die relativ hohe Anforderung an die Messsignalauswertung; eine Schädigung an der Struktur hat nur einen relativen geringen Einfluss auf das gemessene Signal im Vergleich zu anderen Einflüssen. Aus diesem Grund wird in dieser Dissertation eine neue Möglichkeit für die Erkennung von Schädigungsmerkmalen innerhalb von gemessenen Signalen vorgestellt. Vorteil der hier vorgestellten Methode gegenüber derzeit bekannten Methoden ist die Möglichkeit auch schwer zu erkennende Schädigungsmerkmale (z.B. geringe Amplitude, überlappte oder stark verrauchte Signale) innerhalb des gemessenen Signals zu identifizieren. Am Beginn der Arbeit wird der aktuelle Stand der Wissenschaft im Bereich Signalverarbeitung für Strukturüberwachungsaufgaben diskutiert. Der eigentliche wissenschaftliche Schwerpunkt, eine neue Methode zur Erkennung von schädigungsrelevanten Kennzeichen innerhalb eines gemessenen Signals, wird im Hauptteil der Arbeit vorgestellt und erklärt. Die Machbarkeit der vorgestellten Methode, wird anhand von synthetischen Signalen und anhand einer realen Anwendung gezeigt. Am Ende der Arbeit werden die Ergebnisse zusammengefasst und die Grenzen der Methode aufgelistet.

The topic of automatic structural health monitoring has been an important topic in science and research for more than two decades. Although the benefits of structural health monitoring for the industry are undisputed, only few practical applications are known to this day. One reason for this is the relatively high requirement on the measurement signal evaluation; a Damage to the structure has only a relatively small effect on the measured signal compared to other influences. For this reason, this dissertation presents a new possibility for the detection of damage features within measured signals. The advantage of the present method in compare to currently known methods is the ability to estimate even difficult to identify damage characteristics (e.g., low amplitude, overlapped or noisy signals) within the measured signal. At the beginning of this work the current state of science in the field of damage feature extraction for structure health monitoring applications will be discussed. The actual scientific focus, the invention of a new method for damage feature extraction within a measured signal is presented and explained in the main part of the thesis. The feasibility of the presented method is demonstrated based on synthetic signals and also based on a real application. At the end of the thesis, the results are summarized and the limits of the method are listed.