Modeling and Data Assimilation for Ultrasonic Guided Waves in Structural Health Monitoring under Operational Loading Conditions
Modélisation et assimilation de données pour les ondes guidées ultrasonores pour la surveillance de la santé structurelle dans des conditions de charges opérationnelles
Abstract
The application context of this work is the assessment of the structural health of aircraft, bridges, pipelines, and many others. More specifically, we focus here on methods based on guided ultrasonic wave propagation in the context of Structural Health Monitoring (SHM), where critical parts of the structure are monitored during operation by a distributed system of sensors to detect anomalies. In this context, Environmental and Operational Conditions can lead to misinterpretation of the measured data and must therefore be considered when analyzing the acquired data. In particular, it is known that the mechanical loading of the structure affects ultrasound propagation. As a first contribution, this work proposes a numerical method for modeling efficiently the propagation of guided waves in loaded structures. The effects of mechanical loading on wave propagation are modeled using concepts of acoustoelasticity. The ultrasound waves are assumed to be incremental to the structural deformation caused by the loading. This assumption allows us to define a linearized elastodynamics formulation around the (potentially) large deformation caused by the loading. We then propose adapted finite element methods to solve both formulations. First, the structural deformation is computed using 3D Shell FE, which is then an input of the linearized elastodynamics solver based on the transient High-Order Spectral FE. Such a combination allows a suitable application for SHM systems as it can model arbitrary geometries, loading configurations, and constitutive behavior based on hyperelastic laws. Using this direct model, a second contribution of this dissertation is the development of an original data assimilation strategy to recover the deformation from sensor measurements. The estimation problem is interpreted as a least squares minimization problem, which is then solved by a clever combination of variational and sequential approaches, resulting in an iterative version of the Unscented Kalman Filter. Both the presentation of the direct model and its inversion are complemented by illustrations based on large realistic scenarios to demonstrate the efficiency of the proposed approaches.
Le contexte applicatif de ce travail est l'évaluation de l'état des structures des avions, des ponts, des pipelines et bien d'autres. Plus précisément, nous nous concentrons ici sur les méthodes fondées sur la propagation d'ondes ultrasonores guidées dans le contexte de la surveillance de la santé structurelle (SHM), où les parties critiques de la structure sont monitorées par un système distribué de capteurs afin de détecter les anomalies. Dans ce contexte, les Conditions Environnementales et Opérationnelles (EOCs) peuvent conduire à une mauvaise interprétation des données mesurées et doivent donc être intégrées à l'analyse des données acquises. En particulier, la propagation des ultrasons est affectée par les éventuels chargements mécaniques affectant la structure. D'abord, ce travail propose de modéliser numériquement la propagation d'ondes guidées dans des structures préchargées. Les effets du chargement sur la propagation des ondes sont modélisés dans le cadre de l'acoustoélasticité. Les ondes ultrasonores se superposent de manière incrémentale à la déformation structurelle causée par le chargement. Cette hypothèse nous permet de définir une formulation élastodynamique linéarisée autour de la (éventuellement) grande déformation préinduite quasi statiquement par le chargement. Nous proposons des méthodes d'éléments finis (EF) adaptées pour résoudre les deux problèmes résultants. La grande déformation statique de la structure est calculée à l'aide des EF de coque 3D, qui devient ensuite une entrée du problème élastodynamique linéarisée résolue par EF d'ordre élevé en transitoire. Cela permet pour les systèmes SHM de modéliser génériquement tout type de géométries, de chargement et de lois de comportement, ici supposées hyperélastiques. Une deuxième contribution est le développement d'une stratégie originale d'assimilation de données pour identifier la déformation à partir des mesures des capteurs. Le problème d'estimation est interprété comme un problème de minimisation aux moindres carrés, qui est ensuite résolu par une combinaison astucieuse d'approches variationnelles et séquentielles, conduisant in fine à une version itérative du filtre de Kalman Unscented. Pour les deux contributions, des illustrations fondées sur de scénarios réalistes démontrent l'efficacité de la stratégie proposée.
| Origin | Version validated by the jury (STAR) |
|---|