Kompozit malzemeler için yapı izleme ve bakım sistemi

Abstract

Mühendislik yapılarında gerçekleşen teknolojik gelişmelere bağlı olarak, bu yapılarda oluşabilecek hasarları tespit etmek hayatî derecede zaruridîr. İleri mühendislik yapıları, canlı organizmaların yapılarında bulunan sinir sistemlerine benzer olarak, sensör sinir ağlarıyla donatılarak sağlık durum değerlendirmesi yapılmaktadır. Otomatik kontrol sistemlerinde yapılan ilerlemeler, yapı sağlığı izleme (YSİ) uygulama alanlarına da yansıyıp, insanın yapılardaki sağlık teşhisi için gerekli olan bilişsel motor kabiliyetleri azaltılarak, yerine otomatik olarak hasarı anlık teşhis edebilen matematiksel proseslere bırakmıştır. Son 20 yıldır, bu tekniğin kullanılması otomatik olarak hasarı belirleyebilen birçok algoritmanın geliştirilmesine olanak tanımıştır. Hâlihazırda, YSİ tekniklerinde uygulanan model tabanlı YSİ algoritmalarında, fiziksel kuramlara bağlı olarak model geliştirilip, daha sonra ölçüm verilerinin, modelde değerlendirilmesiyle tanılama yapılır. Veri tabanlı YSİ algoritmalarında ise, yapıya iliştirilen birçok sensörden ölçüm verileri alınarak, daha sonra alınan veriler üzerinde öz nitelik vektörleri çıkartma ve farklı tiplerde istatistiksel, nümerik veya zaman modellerinin uygulanmasıyla tanılama yapılmaktadır. Bu yaklaşımların kullanılmasıyla YSİ uygulamalarında ileri derecede gelişmeler kaydedilmiştir. Nitekim bu araştırmanın başlangıcında, tabakalı kompozit kiriş ve levhadaki hasar, model tabanlı YSİ tekniğiyle değerlendirilerek yapılarındaki delaminasyonlar tespit edilmiştir. Diğer taraftan, YSİ'de, yapılan tüm ilerlemelere rağmen, insanın bilişsel motor kabiliyetini, otomatik olarak hasar belirleyebilen model veya veri tabanlı YSİ araçlarından tamamen devre dışı bırakmak, başka problemlerin oluşmasına neden olmaktadır. Dolayısıyla, YSİ tekniğinin çözüm performansını artırmak için, bütünleşik olarak sayısal teknolojik araçlarından ve insanın motor bilişsel sistemlerinden yararlanılarak, geleneksel YSİ prosedürlerinden farklı olan yeni konseptlerin geliştirilmesine ihtiyaç duyulmaktadır. Araştırmanın birinci temel hedefi, yapının sağlığını değerlendirmek için inovatif, kooperatif insan-makine ara yüz paradigması geliştirip insan katılımcıları üzerindeki etkinliğini belirlemektir. Geliştirilen kooperatif YSİ paradigmasının en önemli özelliği, tek başına hasar belirleme çözüm prosesine katkı sağlayan tek başına bir makineden veya tek başına katkı sağlayan tek insandan daima ilerdedir. Bütünleşik insan-makine arayüz paradigmasının geliştirilmesinde; insanın sinir sisteminden, YSİ sensör ağlarından, sinyal işleme tekniklerinden, öz nitelik çıkartma metotlarından, çok değişkenli istatistiksel yöntemlerden, psikofizik prosedürlerinden, haptik teknolojilerinden, nöral plastisite teorilerinden ve duyu ikamesi kuramlarından yararlanılmıştır. Duyu ikamede kullanılan tekniğe benzer olarak, yapının hasar durumunu belirten yeni bir duyunun insanlar tarafından kazanılabilme yeterliliğini belirlemek için, bu araştırmada, cıvatalı kafes elemanlarıyla inşa edilen çelik bir kule seçilerek üzerinde uygulanmıştır. Kuledeki hasar senaryoları, kompozit yapılardaki delaminasyon hasarını simule eden, bir veya birden çok cıvatanın gevşetilip gevşetilmemesi durumlarıyla yapılmıştır. Sistemin dinamik tepkilerinin ölçülmesi amacıyla kuleyi oluşturan elemanların değişik bölgelerinde ivmeölçerler yerleştirilmiştir. İvmeölçerlerden alınan veriler başlangıçta, ön işleme tekniklerine ve çok değişkenli istatistiksel bir yöntem olan asal değişken analiz tekniğine tabi tutularak haptik kodlar türetilmiş ve bu haptik kodlar, daha sonra katılımcıların üzerinde, fiziksel titreşim uyarısı oluşturacak şekilde üç farklı konfigürasyonla aktifleştirilmişlerdir. Kooperatif insan-makine arayüz paradigması sonuçları incelendiğinde; uyarımlar sırasıyla insanlara iletildiğinde, katılımcıların ortalama % 88±20.21 başarı skoru ve 5.87±2.23 s'de cevapladıkları, uyarıların hepsi aynı anda insanlara iletildiğinde ise, katılımcıların ortalama % 68.98±30.91 başarı skoru ve 8.51±3.22 s'de cevapladıkları görülmüştür. Geliştirilen insan-makine YSİ paradigması katılımcılar üzerinde test edilip, katılımcıların sonuçları araştırıldıktan sonra, destek vektör makineleri (DVM), YSİ ölçüm verileri üzerinde test edilip, DVM'nin çoklu karşılaştırma modülüyle, hasar kombinasyonlarını sınıflandırma kabiliyeti araştırılmıştır. DVM'de kernel olarak lineer, polinom, radyal ve sigmoid fonksiyonları kullanılması durumunda elde edilen sonuçlar ayrıntılı olarak analizleri yapılıp değerlendirilmiştir. Destek vektör makinelerinde, en yüksek doğruluk değerleri, % 60.63±13.53 başarı skoru ve buna karşılık 6.043914 s ortalama işlemci çözüm süresiyle, radyal tabanlı kernelin kullanılması durumunda üretildiği görülmüştür. Sonuç olarak, insan-makine YSİ paradigmasından elde edilen katılımcıların sonuçları incelendiğinde, geliştirilen tekniğin soyutsal kavramların algılanmasında ve özellikle, YSİ sensor ağ uygulamalarında kullanışlı olacağı yönündedir. Araştırmanın ikinci temel hedefi, YSİ'de uygulanan hasar tespit sürecinin yanında, hasara ilişkin bakım prosesinin yapılmasına yönelik bütünleşik YSİ+bakım algoritması geliştirmektir. Bu amaçla, geliştirilen algoritmanın temel konseptleri belirtilmiş ve düzlem dışı yüklemeye maruz, çatlak içeren bir boyutlu tabakalı kompozit bir kiriş üzerinde uygulanmıştır. Hasar teşhisinde, birim şekil değiştirme enerjisinden (BŞDE) yararlanılmıştır. Birim şekil değiştirme enerjisiyle, hasar bölgesi belirlendikten sonra, ortalama hata karelerinin toplam kökünden (OHKTK) elde edilen optimum değere göre, piezoelektrik aktüatör aktifleştirilip yapının emniyetli ve kontrollü bir şekilde çalışması amaçlanmıştır. Başka bir anlamda, piezoelektrik kullanılarak yapıdaki hasarın kısmen de olsa kontrol edilebilme seviyesi araştırılmıştır. Elde edilen sonuçlar, eğilmeye maruz basit mesnetli bir kompozit kirişteki çatlağın tespitinde, kırılma mekaniği denklemleri ile birlikte BŞDE algoritmasının başarılı bir şekilde kullanılabileceği ve kiriş için optimum bakım voltajının belirlenmesinde OHKTK uygulanarak, piezoelektrik aktüatörün kirişteki çatlağın iyileştirebileceği kanaatine varılmıştır. Anahtar sözcükler: Yapı sağlığı izleme, Hasar tanılaması, Hasarın hissedilmesi, İnsan-makine arayüzü, Nosiseptörler, Haptik sistemler, Duyusal ikame, Makine öğrenimi, Fiber takviyeli kompozit yapılar, Piezoelektrik aktüatörler, Hasar kontrolü, YSİ+Bakım sistemi

Advances in engineering structures have focused on building structures that effectively integrated with nervous systems that similar to living organisms in order to detect, localize and quantify the damages. Through an increased automation, the human role has shifted from an emphasis on the perceptual-motor skills needed for manual diagnosis process to autonomous decision maker. Since the last two decades, developments in damage detection algorithms have greatly increased the potential for autonomous decisions of structural health. The model based structural health monitoring (SHM) approach is usually applied by building a physics-based model of the structure of interest. Once the model is built, based on a detailed physical description of the system, it is usually updated on the basis of measured data from the structure. The data-based approach is focused on collecting a wide array of measurements from sensors, extracting features from data, comparing data with models to determine the current state of system health. A number of advances have been made in SHM using these approaches. For example, the first case of this research was related to diagnose the delamination in laminated composite beam and plate by using the model based SHM technique. On the other hand, it is still struggling to build autonomous tools that can match the ability of a human to detect and localize a quantity of damage in structures by removing the human cognitive motor ability from these SHM tools. Therefore, there is a need for growing interest in merging the computational and cognitive technologies- techniques and concepts to improve the solution of SHM. The first main object of this research is to explore the efficiency of the developed innovative human-machine cooperative paradigm for SHM applications on human subjects. The idea of the paradigm is that human-machine cooperation always outperforms a machine or a human, acting independently. The cooperation paradigm is including the human nervous system, SHM sensor networks, signal processing techniques, feature extraction methods, multivariate statistical methods, psychophysics procedures, haptic technology to create a harmonious collaboration among humans, neural plasticity and sensory substitution theories. In order to explore the possibility of giving humans a new sense, one that reflects the health of structure by using the similar philosophy, the investigation was performed using a steel tower structure that was constructed with bolted lattices. Damage scenarios in the structure were conducted by releasing some of the bolt loads which has a similar effect of delamination damage that mostly encountered in composite structures. Accelerometers were bonded to various locations of the tower members to measure the dynamic response of the system. Initially, the results obtained from the accelerometers were pro-processed with principal component analysis (PCA). Next, the scores obtained from PCA were encoded in three different ways to represent them as physical haptics stimuli for the human subjects. Results obtained from the human-machine cooperation paradigm demonstrated that subjects were able to recognize the damage with an accuracy of 88 ± 20.21 % and response time of 5.87 ±2.33 seconds when the stimulations are represented in sequence. They were also able to determine the damage with an accuracy of 68.98 ± 30.91 % and response time of 8.51± 3.22 seconds when the encoded stimulations are represented simultaneously to the human subjects. Once the human-machine cooperative paradigm was tested on human subjects, the next task is to detect the damage via support vector machine on SHM measures by using the multi classification module. The SVM results were analyzed and evaluated in detail for linear, polynomial, radial and sigmoid kernels. The results of SVM showed that, the highest accuracy scores were observed in radial basis function kernel with an accuracy of 60.63 % in 6.043914 s of CPU time. As a result, it can be concluded that the human-machine cooperation concept, provides a useful framework to interact with abstract entities such as data from sensor network of SHM. The second main object of this research is to develop an integrated SHM-maintenance algorithm to conduct maintenance process requirements for damages, beside the SHM technique. First, the basic concepts of algorithm were demonstrated. Next, it was applied on a cracked laminated composite beam that subjected to an out of axial plane force. The strain energy method (SEM) was used to detect to damage. Once the damage location was diagnosed, the piezoelectric actuator was activated automatically with an optimized voltage value that was obtained from root mean square error (RMSE) in order to control the integrity of composite beam in a safe manner. In other words, it was investigated that, whether the effect of damage in composite beam could be controlled via piezoelectric actuator. As a result, it can be concluded that, the developed SHM-maintenance coupling algorithm could be used in an effective way to detect the damage in cracked fiber reinforced composite beam that subjected to bending load as well as it can perform a maintain process for this cracked beam to decrease the effect of damage by using the fracture mechanics theories, SEM and RMSE indicators.Keywords: Structural health monitoring, Damage diagnosis, Damage sensation, Human-machine interface, Nociceptors, Haptics systems, Sensory substitution, Machine learning, Fiber reinforced composite structures, Piezoelectric actuators, Damage control, SHM+Maintenance system