Statistical decision making for stochastic damage localization approaches - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Statistical decision making for stochastic damage localization approaches

Prise de décisions statistique pour approches de localisation de dommages stochastiques

Résumé

Mechanical systems under vibration excitation are prime candidate for being modeled by linear time invariant systems. Damage localization using both finite element information and modal parameters estimated from ambient vibration data collected from sensors is possible by the Stochastic Dynamic Damage Location Vector (SDDLV) approach, where the damage location is empirically related to positions where the stress is close to zero. The first contribution in this thesis shows how the uncertainty in the estimates of the state space system can be used to derive uncertainty bounds on the damage localization residuals to decide about the damage location with a hypothesis test using one chosen Laplace value. In the second contribution, the damage localization method is extended with a statistical framework and robustness of the localization information is achieved by aggregating results at different values in the Laplace domain. The Influence Line Damage Location (ILDL) is a complementary approach of the SDDLV where the subspace angle is computed and damage is empirically located at points near zero. The last contribution describes how robustness of the localization information is achieved by aggregating results at different values in the Laplace domain based on the previous two contributions. The proposed methods are validated and successfully applied to damage localization of several applications in civil structures.
Les systèmes mécaniques soumis et excités par vibrations sont les candidats naturels à être modélisé par des systèmes linéaires invariables dans le temps. La localisation de dommages utilisant les paramètres modaux évalués à partir de données de vibration ambiantes mesurées grâce à de capteurs est possible notamment par l'approche nommée Stochastic Dynamic Damage Location Vector (SDDLV), où l'emplacement des dommages est empiriquement relié aux positions où le stress est proche de zéro. La première contribution dans cette thèse montre comment l'incertitude sur les paramètres du système d'état peut être utilisée pour déduire des bornes d'incertitude sur les résidus de localisation de dommages, ceci afin de décider de l'emplacement de dommage utilisant un test d'hypothèse. Dans la deuxième contribution, la méthode de localisation de dommages est étendue pour être robuste au choix des variables de Laplace utilisées dans cette méthode. Ceci est obtenue en agrégeant statistiquement les résultats à valeurs différentes dans le domaine de Laplace. L'influence Line Damage Location (ILDL) est une approche complémentaire du SDDLV où l'angle entre les sous-espaces principaux est calculé et les dommages sont empiriquement localisés aux points près du zéro. L'approche développée pour la SDDLV est étendue à cette nouvelle approche, l'ILDL. Les méthodes proposées sont validées et appliquées avec succès pour la localisation de dommages dans des structures civiles.
Fichier principal
Vignette du fichier
GALLEGOS_-_MARIN_Luciano_-_heitor.pdf (1.94 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-00904087 , version 1 (13-11-2013)

Identifiants

  • HAL Id : tel-00904087 , version 1

Citer

Luciano Heitor Gallegos Marin. Statistical decision making for stochastic damage localization approaches. Other. Université de Rennes, 2013. English. ⟨NNT : 2013REN1S059⟩. ⟨tel-00904087⟩
173 Consultations
264 Téléchargements

Partager

Gmail Facebook X LinkedIn More