IT201800006499A1 - Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento. - Google Patents

Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento. Download PDF

Info

Publication number
IT201800006499A1
IT201800006499A1 IT102018000006499A IT201800006499A IT201800006499A1 IT 201800006499 A1 IT201800006499 A1 IT 201800006499A1 IT 102018000006499 A IT102018000006499 A IT 102018000006499A IT 201800006499 A IT201800006499 A IT 201800006499A IT 201800006499 A1 IT201800006499 A1 IT 201800006499A1
Authority
IT
Italy
Prior art keywords
values
displacement
points
local displacement
significant
Prior art date
Application number
IT102018000006499A
Other languages
English (en)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed filed Critical
Priority to IT102018000006499A priority Critical patent/IT201800006499A1/it
Priority to US16/443,995 priority patent/US11436485B2/en
Priority to EP19180750.2A priority patent/EP3584659A1/en
Priority to CN201910533031.6A priority patent/CN110618670A/zh
Publication of IT201800006499A1 publication Critical patent/IT201800006499A1/it

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0041Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64FGROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60Testing or inspecting aircraft components or systems
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24065Real time diagnostics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Description

DESCRIZIONE dell'invenzione industriale dal titolo: “Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento”
DESCRIZIONE
La presente invenzione riguarda in generale una metodologia di diagnostica strutturale, e più specificamente un procedimento per la diagnostica di una struttura meccanica, in particolare una struttura di velivolo, atti a valutare la presenza o monitorare l'insorgere di danni o difetti indotti in una struttura da carichi operativi e/o eventi di servizio.
Nelle metodologie di manutenzione di sistemi (parti di prodotti o prodotti complessi) è di estremo interesse la possibilità di ridurre i guasti inattesi, attraverso il monitoraggio di alcuni indicatori dello stato del sistema.
Secondo la tecnica nota, in aeronautica l'insorgere di danni o difetti in una struttura meccanica di un velivolo, quale una struttura metallica o in composito, ad esempio la fusoliera o la struttura alare, è diagnosticato indirettamente attraverso una ricostruzione storica degli eventi, tra cui eventi che hanno determinato danni da impatto accidentale in produzione (impatto di un attrezzo) o in servizio (impatto con grandine, detriti), e dei carichi sopportati dalla struttura, ovvero da una stima della fatica sopportata dalla struttura, a partire dalla conoscenza delle sue caratteristiche di resistenza meccanica alle sollecitazioni tipiche in condizioni di servizio. In particolare, per strutture in composito, gli impatti accidentali producono effetti poco visibili all'esterno, ma possono provocare danni rilevanti all'interno della struttura (ad esempio, delaminazioni).
Tale tecnica è tuttavia onerosa e poco precisa, perché non riflette in tempo reale i mutamenti e le condizioni fisiche e meccaniche della struttura monitorata.
Un procedimento per la prognostica di una struttura sottoposta a carichi è stato sviluppato dalla medesima Richiedente, e descritto nella domanda di brevetto europeo EP 2281 224 A1. Il procedimento comprende la predisposizione di un modello matematico della struttura, il rilevamento dello stato (deformazione) della struttura in una pluralità di punti primari ed in una pluralità di punti supplementari, la determinazione dei carichi agenti sulla struttura associati allo stato rilevato nei punti primari sulla base del suddetto modello matematico, a partire dai carichi determinati la stima dello stato della struttura nei punti supplementari, ed il confronto tra lo stato della struttura stimato e quello rilevato nei punti supplementari, per cui è determinato uno stato di integrità della struttura se i valori della grandezza di stato stimati e rilevati sono concordi, ovvero uno stato di difettosità della struttura se tali valori discordano.
La presente invenzione si prefigge lo scopo di fornire un metodo di diagnostica strutturale perfezionato, al contempo semplice e flessibile, che permetta di stimare in modo affidabile con continuità le condizioni fisiche e meccaniche di una struttura.
Ulteriore scopo dell'invenzione è quello di fornire un metodo di diagnostica applicabile senza oneri di calcolo eccessivi, ed in particolare senza la necessità di creare un modello fisico-matematico della struttura, e pertanto attuabile a bordo di un velivolo anche in condizioni di servizio, ovvero durante una missione.
Secondo la presente invenzione tali scopi sono raggiunti grazie ad un procedimento per la diagnostica di una struttura meccanica avente le caratteristiche richiamate nella rivendicazione 1.
Modi particolari di realizzazione formano oggetto delle rivendicazioni dipendenti, il cui contenuto è da intendersi come parte integrale o integrante della presente descrizione.
Formano ulteriore oggetto dell'invenzione un sistema ed un programma per elaboratore per la diagnostica di una struttura meccanica come rivendicato.
In sintesi, la presente invenzione si fonda sulla caratterizzazione di una struttura meccanica in esame sottoposta a carichi operativi suscettibili di determinare spostamenti locali di punti della struttura rispetto ad un sistema di riferimento (ossia di modificare la posizione locale di punti della struttura rispetto ad un sistema di riferimento), e sulla correlazione in tempo reale di dati di spostamento reale (ossia dei dati indicativi della variazione reale della posizione di punti prescelti) e dati di spostamento presunto (ossia della variazione presunta della posizione di punti prescelti), per confronto dei quali è dedotta la condizione di integrità o difettosità della struttura.
Nel seguito della presente trattazione, per spostamento si intende la variazione di una posizione spaziale di un elemento in esame, quale un punto notevole della struttura, ossia delle coordinate indicative di detta posizione. Dette X0, y0. Z0 le coordinate di un punto prima dello spostamento, e x1, y1, z1 le coordinate del punto dopo lo spostamento, lo spostamento è un vettore di componenti (x1-x0), (y1-y0), (z1-z0). Il sistema di riferimento può essere sia fisso, sia solidale alla struttura cui il punto appartiene.
Un difetto della struttura può essere un foro, un foro riempito (filled hole) o altre modificazioni superficiali o di volume, ad esempio provocate dall'inserimento di un organo di collegamento, da un danno da impatto, delaminazione, porosità, o dovute a una zona della struttura diversamente ricca di resine o di fibre. Un difetto può essere concentrato in un punto di coordinate determinate o distribuito in una direzione, su un'area o in un volume della struttura.
In una forma realizzativa attualmente preferita, la struttura in esame è equipaggiata con un numero limitato di sensori o misuratori di spostamento dislocati in punti notevoli.
Si noti che in dipendenza della disposizione prescelta di punti notevoli (o punti di rilevamento) sulla struttura un eventuale difetto concentrato, localizzato lontano da essi, può non provocare variazione alcuna nello stato della struttura in corrispondenza dei punti notevoli per cui ad un determinato carico o vettore di carichi corrisponde un vettore di spostamenti immutato in presenza di difetto. Naturalmente, il criterio di scelta dei punti di rilevamento deve preferibilmente tener conto della sensibilità al difetto della struttura in tali punti.
Una rete neurale, il cui grado di complessità è funzione della complessità morfologica della struttura, è addestrata sulla base delle condizioni di stato rilevate sulla struttura nei punti notevoli per associazione con almeno una e preferibilmente una pluralità di differenti condizioni di carico. La rete neurale è predisposta per stimare una correlazione tra lo spostamento o le variazioni di posizione rilevate in un sottoinsieme di punti notevoli e lo spostamento o la variazione di posizione in uno o più punti notevoli residui.
Una variazione di posizione presunta di un punto notevole della struttura in esame in funzione di un determinato carico operativo è stimata attraverso la rete neurale opportunamente addestrata, e confrontata con il corrispondente valore reale di posizione, misurato dal sensore associato al punto notevole.
Vantaggiosamente, attraverso la rete neurale per ciascuna situazione di carico è data una previsione associativa dello spostamento o di modifica della posizione ad un sottoinsieme di punti notevoli, e preferibilmente ad ogni punto notevole dell'insieme completo di punti notevoli, sulla base dello spostamento o delle modifiche di posizione rilevate negli altri punti dell'insieme. Quindi, per ciascun punto e qualsiasi situazione di carico potrà essere realizzato un confronto fra il valore dello spostamento previsto dalla rete neurale per tale punto ed il valore reale dello spostamento rilevato dall'associato sensore, realizzando in definitiva un confronto tra lo stato della struttura atteso e quello rilevato.
La valutazione diagnostica della struttura è realizzata attraverso l'individuazione e la segnalazione dei punti in cui il valore di spostamento assunto si differenzia dal valore atteso per una quantità superiore ad una soglia di tolleranza predeterminata. E' determinato uno stato di integrità della struttura se i valori di spostamento attesi e rilevati sono concordi entro la soglia di tolleranza predeterminata, ovvero uno stato di difettosità della struttura se tali valori discordano oltre la soglia di tolleranza predeterminata.
La valutazione diagnostica può essere convenientemente verificata considerando una pluralità di differenti situazioni di carico e quindi di misure dello spostamento presunto dei punti notevoli della struttura, per cui la sussistenza di una condizione di discordanza tra valori previsti attraverso la rete neurale e valori rilevati dai sensori in una molteplicità di situazioni di carico è interpretabile come una conferma della presenza di un danno o difetto nella struttura, mentre la sussistenza di una condizione di discordanza tra valori previsti attraverso la rete neurale e valori rilevati dai sensori in una sola situazione di carico o in un numero ridotto di situazioni di carico unitamente alla sussistenza di una condizione di concordanza tra valori previsti attraverso la rete neurale e valori rilevati dai sensori in una molteplicità di differenti situazioni di carico è interpretabile come una segnalazione episodica.
La mappatura dei punti in cui è stimata la presenza di un danno o difetto nella struttura può essere interpretata come utile indicazione dell'estensione del danno.
Vantaggiosamente, il procedimento secondo l'invenzione non richiede la costruzione di un complesso modello della struttura diagnosticata, ad esempio un modello agli elementi finiti, come descritto in EP 2 281 224 A1.
In modo ulteriormente vantaggioso, il procedimento secondo l'invenzione consente una densità di misurazione su una struttura concettualmente continua, a differenza di tecniche note basate sul rilevamento delle deformazioni mediante estensimetri (strain gages), necessariamente discreto.
Ulteriori caratteristiche e vantaggi dell'invenzione verranno più dettagliatamente esposti nella descrizione particolareggiata seguente di una sua forma di attuazione, data a titolo di esempio non limitativo, con riferimento ai disegni allegati, nei quali:
la figura 1 mostra un esempio di sistema di diagnostica secondo l'invenzione, applicato ad un velivolo;
la figura 2 mostra un esempio di struttura ed un sistema di forze agenti su di esso;
la figura 3 è un diagramma di flusso del procedimento di diagnostica oggetto dell'invenzione; e la figura 4 è uno schema esemplificativo di una rete neurale secondo l’invenzione.
Un esempio di un sistema di diagnostica strutturale nella applicazione preferita ad un velivolo è schematicamente illustrato in figura 1.
Del velivolo, indicato nel complesso con A, sono evidenziate alcune parti strutturali di cui si intende monitorare una condizione di integrità o difettosità, ad esempio la fusoliera S1, la struttura alare S2 e l'impennaggio S3. Su ciascuna parte è dislocata una pluralità di sensori o misuratori, identificati nel complesso con P, in corrispondenza di N punti notevoli di rilevamento, atti a rilevare uno spostamento locale indicativo dello stato delle strutture del velivolo.
I sensori sono collegati ad una unità elettronica di elaborazione U alla quale trasmettono rispettivi segnali rappresentativi degli spostamenti rilevati. All'unità di elaborazione è associata una banca dati DB, atta a memorizzare una pluralità di vettori comprendenti i valori assunti dallo spostamento rilevato negli N punti, in diverse condizioni di carico. Per il funzionamento del sistema secondo l'invenzione è conveniente in una fase di apprendimento durante la prima fase di servizio della struttura diagnosticata registrare un elevato numero di vettori.
L'unità di elaborazione U comprende una pluralità di reti neurali predisposte per elaborare dati con un approccio di tipo associativo, e il numero di vettori che è conveniente registrare in una fase di apprendimento è funzione del numero di coefficienti utilizzato dalle reti neurali descritte in seguito, e preferibilmente è opportuno che tale numero di vettori sia almeno cinque volte il numero dei coefficienti.
Per il punto i-esimo Pi, con P compreso fra 1 ed N, una rete neurale è predisposta per determinare una correlazione fra i valori assunti dallo spostamento negli N-1 punti diversi dal punto Pi ed il valore assunto dallo spostamento nel punto Pi, in funzione di almeno una e preferibilmente di una pluralità di condizioni di carico.
Ogni rete neurale è una rete a Q livelli, con dQ nodi per livello, come mostrato in figura 4. A titolo di esempio, e con riferimento alla figura, si descrive una correlazione di tipo neurale stabilita fra N punti notevoli X1, X2, , XN in ingresso ed un punto notevole XF in uscita.
Innanzitutto si stabilisce un box neurale costituito da Q linee successive (per esempio 3) ciascuna di dimensioni d1, d2,…, dQ (per esempio 3 nodi per linea). Il flusso correlativo logico è mostrato in figura, per cui ciascun nodo contribuisce a tutti i nodi del livello successivo.
Per ciascun punto notevole in ingresso per ciascun neurone (nodo interno) e per il punto notevole in uscita è definito un rispettivo parametro di correlazione C. Si stabilisce inoltre una funzione di correlazione incrociata ��� che a ciascuna coppia di parametri di correlazione Ca, Cb associa un parametro di correlazione incrociata K, con Ka,b = ��(Ca, Cb). Si individua una funzione f (tipicamente iperbolica), e per ciascun passaggio successivo si stabilisce una correlazione fra gli N punti notevoli in ingresso e il punto notevole in uscita di ogni singolo passaggio di calcolo indicato con Xi+1,j = f((xi,1, K(i,1),(i+1,J)), (xi,2, K(i,2),(i+1,J)), ..., (xi,N, K(i,N),(i+1,J)).
Definito ciò, l’addestramento della rete, disponendo di un numero sufficientemente elevato di situazioni effettive in cui si conoscano i valori di spostamento dei punti notevoli a monte della rete ed il corrispondente valore di spostamento del punto notevole a valle della rete, consiste nel definire i parametri C che minimizzino la differenza fra il valore di spostamento in uscita calcolato mediante la funzione f ed i parametri C ottimizzati, ed il valore di spostamento effettivo. La minimizzazione può avvenire, ad esempio, con criteri del tipo “minimi quadrati”.
Tramite N reti neurali opportunamente addestrate, una per ciascun punto notevole, per ciascuna situazione di carico in cui sono rilevati gli spostamenti in N-1 punti l'unità di elaborazione è in grado di fornire una previsione associativa del valore dello spostamento per il punto rimanente.
L'unità di elaborazione è collegata inoltre ad una unità di segnalazione D, atta a rappresentare ad un operatore, quale il pilota del velivolo od un manutentore, visivamente attraverso iscrizioni e mappature su di uno schermo od elettronicamente attraverso l'emissione di un report, lo stato di integrità o difettosità delle strutture monitorate. Un esempio di struttura oggetto di un sistema di diagnostica è mostrato in figura 2, nella forma di un pannello di fusoliera di un velivolo, indicato nel complesso con 10 e mostrato secondo una vista in pianta dall'alto e laterale, comprendente un elemento piano di fondo 20 che presenta su una superficie 22 una serie di costolature di irrigidimento 24.
Con L1-LK sono indicati i vettori rappresentativi delle forze agenti sulla struttura (essenzialmente bidimensionale) in una predeterminata condizione operativa, a titolo esemplificativo e per semplicità aventi componenti soltanto nel piano di giacitura della struttura.
Con Pi sono indicati punti notevoli sulla superficie della struttura, che tipicamente sono scelti con un criterio di sostanziale periodicità, fatta salva una eventuale intensificazione in prossimità di aree di maggiore criticità strutturale (ad esempio, la zona di incollaggio skin-rinforzo per prognosticare un eventuale scollamento dei rinforzi).
Negli N punti di rilevamento (o punti notevoli della struttura) Pi sono collocati sensori o misuratori di spostamento di tipo per sé noto, ad esempio sensori superficiali o annegati nella struttura, collegati (elettricamente, otticamente o wireless) all'unità di elaborazione del sistema di diagnostica di bordo del velivolo, atta ad associare i segnali acquisiti dai sensori a valori di spostamento dei punti della struttura ad essi associati.
Sensori noti possono essere, ad esempio, trasduttori meccanici o ottici, questi ultimi preferibilmente di tipo interferometrico. Nel caso di misuratori di scostamento meccanici, essi sono generalmente costituiti da almeno un elemento meccanico a lunghezza variabile vincolato ad una estremità ad una struttura di sostegno (sistema di riferimento) ed all'altra nel punto di cui si vuole misurare lo spostamento. Al fine di ottenere misure di spostamento su tutte le tre coordinate, un sistema misuratore completo richiede l'utilizzo di tre elementi meccanici, vincolati in punti diversi, per ciascun punto di cui si vuole misurare lo spostamento oppure un elemento atto a misurare un allungamento e almeno due variazioni di angolo rispetto agli assi di riferimento cartesiano della cerniera a cui è vincolato il misuratore sulla struttura fissa. Nel caso di misuratori di scostamento ottici, i sensori includono almeno due telecamere e la predisposizione sulla superficie osservata di una opportuna colorazione, preferibilmente a righe di colore alterno. Per quanto riguarda i sistemi olografici, essi sono basati sull’identificazione di posizione dei punti notevoli della struttura attraverso interferenza di due raggi laser dopo un diverso percorso. Essi possono consentire una precisione molto elevata, attraverso un severo controllo delle vibrazioni.
Il procedimento di diagnostica oggetto dell'invenzione è descritto dettagliatamente con riferimento al diagramma di flusso di figura 3. Il procedimento di diagnostica è attuato dall'unità di elaborazione di bordo U predisposta per eseguire gruppi o moduli di programmi di elaborazione e calcolo memorizzati su disco o accessibili in rete, che realizzano le procedure descritte.
Preliminarmente, al passo 100, è stabilita la localizzazione dei punti notevoli sulla struttura, in corrispondenza dei quali sono collocati i sensori di spostamento della struttura. I sensori possono essere collocati sulla struttura successivamente alla determinazione della topologia di punti notevoli, o viceversa, a partire da una rete di sensori preesistenti sulla struttura è identificato un sottoinsieme (al limite, l'insieme completo) di corrispondenti punti notevoli.
In una prima fase, ad esempio tramite la medesima unità di elaborazione di bordo, ed una volta per tutte (salvo aggiornamenti del sistema), al passo 200 sono acquisiti M vettori di stato VSj = [S1j, S2j, ..., SNj], per N punti notevoli e M diverse condizioni di carico, con 1 < j < M, i quali sono memorizzati nella banca dati DB.
Un vettore di stato VS della struttura, di dimensione N, è indicato come:
VS = (S1, S2, ..., SN)
dove S1, ..., SN indicano ciascuno, in notazione abbreviata, un valore dello spostamento (eventualmente la terna di valori delle componenti di spostamento in un prescelto sistema di riferimento cartesiano spaziale).
Il vettore VS può assumere teoricamente infiniti valori, poiché infiniti sono i carichi che possono agire sulla struttura nelle differenti condizioni operative possibili, rispettivamente in un numero infinito di pluralità di rango N di punti notevoli della struttura, e con una pluralità di possibili valori di intensità.
Per gli scopi dell'invenzione si considera che ciascun elemento di VS possa assumere un numero discreto finito di valori, ad esempio in virtù della discretizzazione di misura dei sensori impiegati sulla struttura.
Nella forma realizzativa attualmente preferita, per ciascuna situazione di carico l'unità di elaborazione U acquisisce N valori di spostamento di addestramento [S1l, S2l, ..., SNl], uno per ciascun punto notevole Pi. Per M diverse condizioni di carico l'unità di elaborazione acquisisce dunque M vettori di spostamento, ciascuno di N punti, corrispondenti a Nx3 valori numerici, in quanto ogni vettore presenta tre componenti. Gli M vettori di N punti sono immagazzinati nella banca dati DB.
Successivamente, al passo 300, è attuata una fase di addestramento delle N reti neurali (una per ciascun punto notevole), imponendo alla rete neurale associata al punto i-esimo Pi una condizione di valori di ingresso pari ai valori dello spostamento rilevati negli N-1 punti notevoli differenti da Pi e memorizzati in DB, ed un valore di uscita rappresentativo del valore dello spostamento rilevato nel punto notevole i-esimo Pi, anch'esso memorizzato in DB. Ogni rete neurale crea una associazione fra gli spostamenti in N-1 punti e lo spostamento nel punto notevole Pi a cui è associata, per cui l'unità di elaborazione viene a disporre di N leggi associative, del tipo descritto precedentemente, fra il valore dello spostamento di un punto Pi e ciascuno degli altri N-1 punti, per ogni valore di i compreso fra 1 ed N.
Ogni rete neurale è configurata in una fase di addestramento vantaggiosamente condotta durante la prima fase di servizio della struttura. Per l'addestramento sono utilizzati preferibilmente i dati di M condizioni di carico differenti, dove M può essere scelto in funzione del numero di coefficienti C utilizzato dalla rete neurale, ed è conveniente che sia più elevato di almeno cinque volte il numero di coefficienti C per un addestramento soddisfacente.
Nel caso di una pluralità di condizioni di carico può essere fatto un confronto, per ciascun punto, fra la previsione di uno spostamento ottenuta attraverso la rete neurale in corso di addestramento utilizzando in ingresso gli altri N-1 spostamenti nella condizione di nuovo carico e quello effettivamente rilevato nel punto in tale condizione. Questo approccio consente una valutazione della maturità dell'addestramento, che potrà eventualmente essere prolungato per più condizioni di carico.
Vantaggiosamente, per un addestramento efficace i punti notevoli sono selezionati con criteri di tipo strutturale e statistico (variabilità).
Al termine della procedura di addestramento può essere verificato il funzionamento delle reti neurali al passo 400 confrontando i valori di uscita previsti dalla rete addestrata in corrispondenza di dati valori di ingresso con i valori in uscita utilizzati nell’addestramento, e valutando se la differenza, puntuale e media, supera una soglia fissata e, nel caso in cui sia determinato il malfunzionamento (ossia il superamento puntuale e/o medio della soglia fissata di almeno una o di un numero minimo predeterminato di esse è incrementato il numero di condizioni di carico differenti su cui eseguire il rilevamento dello spostamento nei punti notevoli, generando nuovi vettori di spostamento di addestramento [S1l, S2l, ..., SNl] memorizzati nella banca dati DB (passo 200), su cui è nuovamente eseguito l'addestramento delle reti neurali (300).
Nel caso in cui sia determinato il malfunzionamento di almeno una rete neurale o di un numero minimo predeterminato di esse per un numero di volte superiore ad una soglia predeterminata, è modificata la topologia di punti notevoli (passo 100), per aggiunta o sostituzione di punti, quindi sono ripetute le fasi di acquisizione di M' vettori di spostamento di addestramento [S1l, S2l, ..., SN'l], per N' punti notevoli e M' diverse condizioni di carico, la loro memorizzazione nella banca dati DB, e l'addestramento delle N' reti neurali al passo 300. Nel caso di malfunzionamento persistente, oltre al prolungamento del periodo di addestramento, si può prevedere la modifica del numero di livelli e/o di nodi per livello della rete neurale e/o la modifica della funzione (del tipo di funzione) f e Φ .
Se è accertato il corretto funzionamento delle reti neurali, l'unità di elaborazione è configurata per la diagnostica della struttura, salvo eventuali aggiornamenti, ad esempio periodici, dei vettori di spostamento e corrispondente nuovo addestramento delle reti neurali, ad esempio in seguito a modifiche alla struttura o invecchiamento della medesima.
Le operazioni di diagnostica della struttura, sono descritte nel seguito.
Assunto che per un determinato carico o una determinata pluralità di carichi si produca una distribuzione di spostamenti SP nel reticolo di N punti notevoli Pi della struttura, con 1 < i < N, si indica con (SP)q una distribuzione di spostamenti nel reticolo indotta dal medesimo carico o pluralità di carichi in presenza di un difetto nella struttura, e più in generale con (SP)d una distribuzione di spostamenti rivelata dai sensori.
Ad ogni istante, al passo 500 è rilevato lo spostamento corrente (SP)d dei punti notevoli della struttura per una determinata condizione di carico corrente, ad esempio è rilevato il vettore di spostamenti corrente [S1d, ... Sid, ..., SNd].
Quindi, al passo 600, per ogni punto Pi, con 1 < i < N è calcolato il valore dello spostamento P'i mediante la associata rete neurale precedentemente addestrata, a partire da ingressi includenti i valori dello spostamento rilevati negli altri punti (S1d, ..., S(i-1)d, S(i+1)d, ..., SNd).
Successivamente, al passo 700 per ciascun punto e qualsiasi situazione di carico è realizzato un confronto fra il valore dello spostamento previsto dalla rete neurale ed il valore dello spostamento rilevato dal sensore. Specificamente, è eseguito il confronto tra il valore dello spostamento Sid rilevato al punto Pi ed il valore dello spostamento S'i calcolato dalla rispettiva rete neurale nel medesimo punto, iterando il confronto per ogni i, 1 < i < N.
Si realizza pertanto una efficace valutazione diagnostica attraverso il confronto, in ogni punto, tra lo spostamento locale della struttura atteso e quello rilevato. L'identificazione di difetti nella struttura avviene per quei punti in cui lo spostamento locale della struttura rilevato si differenzia da quello atteso, calcolato per mezzo della rispettiva rete neurale (ossia è discorde) oltre una soglia percentuale prestabilita.
Se l'esito del confronto è il riconoscimento di una condizione di sostanziale accordo dei valori, a meno di una tolleranza predeterminata, il procedimento di diagnostica conclude per l'integrità della struttura (800), segnalando tale condizione tramite l'unità di segnalazione D ad un operatore, quale il pilota del velivolo od un manutentore, visivamente attraverso iscrizioni e mappature su di uno schermo od elettronicamente attraverso l'emissione di un report, per rappresentare lo stato di integrità della struttura monitorata.
Se l'esito del confronto è il riconoscimento di una condizione di sostanziale discordanza dei valori, oltre una tolleranza predeterminata, il procedimento di diagnostica interpreta una possibile difettosità della struttura (900). Conseguentemente, il procedimento ripete il passo 500 di rilevamento dello spostamento locale della struttura nei punti notevoli selezionati, in un momento successivo, per la condizione di carico corrente. Ripete, quindi, il passo 600, per ogni punto Pi, con 1 < i < N calcolando il valore dello spostamento mediante la associata rete neurale precedentemente addestrata, ed infine nuovamente al passo 700 è eseguito il confronto tra il valore dello spostamento rilevato al punto Pi ed il valore dello spostamento calcolato dalla rete neurale nel medesimo punto, per ogni i, 1 < i < N.
Il ciclo di operazioni ai passi 500-700 è iterato per un numero predeterminato di volte verificando il raggiungimento di un numero prestabilito di iterazioni al passo di confronto 1000, a meno che non venga definitivamente riconosciuta una condizione di sostanziale concordanza dei valori, e quindi di integrità della struttura.
Se al passo di confronto 1000 è determinato che è stato raggiunto il numero prestabilito di iterazioni, e permane l'indicazione di difettosità della struttura, è innescata una segnalazione (1100), tramite l'unità di segnalazione D, ad un operatore, quale il pilota del velivolo od un manutentore, visivamente attraverso iscrizioni e mappature su di uno schermo od elettronicamente attraverso l'emissione di un report, per rappresentare lo stato di difettosità della struttura monitorata e la sua localizzazione (ossia, l'identificazione del punto Pi per non cui non è soddisfatto l'accordo tra il valore dello spostamento rilevato ed il valore dello spostamento calcolato dalla rete neurale).
La valutazione diagnostica può essere ulteriormente verificata considerando diverse situazioni di carico e quindi di misura dello spostamento locale della struttura: se la discordanza si ripete per diverse condizioni di carico, ciò può essere interpretato come conferma dell'occorrenza di un danno o difetto alla struttura che induce una variazione dello spostamento previsto. Se la discordanza non si ripete, ciò può essere interpretato come segnalazione episodica, spuria, non provocata da effettivi fattori fisici.
La valutazione diagnostica descritta in precedenza è eseguita per ogni punto notevole della struttura. La mappatura dei punti in cui è determinata l'insorgenza di un danno o difetto fornisce un'indicazione dell'estensione del danno. Ad esempio, la determinazione di un danno o difetto in diversi punti contigui è indicazione di un'area delaminata.
Naturalmente, come apparirà chiaro ad un tecnico del settore, il procedimento terminato come illustrato nel diagramma di flusso di figura può essere ripetuto ciclicamente, ad esempio ad intervalli periodici predeterminati secondo un piano di verifica prestabilito.
Vantaggiosamente, per consentire il funzionamento del sistema anche nel caso di danneggiamento della struttura in prossimità di qualcuno dei punti di rilevamento e quindi di danneggiamento dei sensori, è creata una ridondanza aumentando il numero dei punti notevoli di rilevamento, così da disporre di un certo numero di sensori supplementari di backup.
Il procedimento e sistema oggetto dell'invenzione rendono vantaggiosamente possibile individuare danni in strutture aeronautiche, con accrescimento della sicurezza, riduzione dei costi di manutenzione e realizzazione di disegni meno conservativi e quindi di strutture più leggere.
Naturalmente, fermo restando il principio dell'invenzione, le forme di attuazione ed i particolari di realizzazione potranno essere ampiamente variati rispetto a quanto è stato descritto ed illustrato a puro titolo di esempio non limitativo, senza per questo allontanarsi dall'ambito di protezione dell'invenzione definito dalle rivendicazioni allegate.

Claims (16)

  1. RIVENDICAZIONI 1. Procedimento per la diagnostica di una struttura (S1-S3) sottoposta a carichi, in particolare una struttura di velivolo (A), attraverso una disposizione sensoriale associata a detta struttura (S1-S3) ed atta a rivelare almeno uno spostamento locale della struttura, la quale comprende una matrice di sensori (P) collocati in punti notevoli (Pi) della struttura (S1-S3), ciascuno dei quali è suscettibile di rilevare una grandezza fisica indicativa dello spostamento locale della struttura (S1-S3) e di emettere un rispettivo segnale elettrico di risposta correlato al valore assunto da detta grandezza, il procedimento essendo caratterizzato dal fatto che comprende, in una fase di apprendimento (100-300): (a) a partire da una pluralità di dati di addestramento indicativi dello spostamento locale della struttura (S1-S3) in corrispondenza di una pluralità di punti notevoli di rilevamento (Pi) per associazione con almeno una condizione di carico, stabilire (300) una relazione associativa tra i valori dello spostamento locale della struttura in un sottoinsieme di detta pluralità di punti notevoli di rilevamento ed i valori dello spostamento locale della struttura in almeno un punto notevole di rilevamento residuo; e in una fase operativa: (b) rilevare (500) i valori assunti dallo spostamento locale della struttura in una pluralità di punti notevoli di rilevamento (Pi) in detta almeno una condizione di carico; (c) sulla base della relazione associativa prestabilita, a partire dai valori assunti dallo spostamento locale della struttura in un sottoinsieme di detta pluralità di punti di rilevamento, stimare (600) i valori dello spostamento locale in almeno un punto di rilevamento residuo; (d) confrontare (700) tra loro i valori stimati e rilevati dello spostamento locale in detto almeno un punto di rilevamento residuo; e (e) determinare uno stato di integrità della struttura (800) se i valori dello spostamento locale rilevati e stimati concordano sostanzialmente a meno di tolleranze predeterminate, ovvero determinare uno stato di difettosità della struttura (900, 1000) se detti valori dello spostamento locale discordano a meno delle tolleranze predeterminate.
  2. 2. Procedimento secondo la rivendicazione 1, in cui il confronto (700) tra i valori stimati ed i valori rilevati dello spostamento locale è condotto per ogni punto notevole di rilevamento (Pi).
  3. 3. Procedimento secondo la rivendicazione 1 o 2, in cui detta fase di apprendimento (100-300) e detta fase operativa (500-1000) sono eseguite in una pluralità di differenti condizioni di carico, per cui uno stato di difettosità della struttura è determinato sulla base della sussistenza di una condizione di discordanza tra i valori stimati e rilevati dello spostamento locale in una molteplicità di situazioni di carico, mentre una segnalazione episodica è determinata sulla base della sussistenza di una condizione di discordanza tra i valori stimati e rilevati dello spostamento locale in una sola situazione di carico o in un numero di situazioni di carico inferiore ad una soglia.
  4. 4. Procedimento secondo una qualsiasi delle rivendicazioni precedenti, in cui la fase di apprendimento include la raccolta (200) di una pluralità di dati di addestramento nella forma di vettori comprendenti i valori dello spostamento locale rilevati nei punti notevoli, in almeno una condizione di carico.
  5. 5. Procedimento secondo una qualsiasi delle rivendicazioni precedenti, in cui una pluralità di reti neurali è rispettivamente associata a detti punti notevoli (Pi) e la fase di apprendimento comprende, per ogni rete neurale, la determinazione di una relazione associativa tra i valori dello spostamento locale della struttura in almeno una condizione di carico nel punto notevole di rilevamento corrispondente a detta rete ed i valori dello spostamento locale nella restante pluralità di punti di notevoli di rilevamento.
  6. 6. Procedimento secondo la rivendicazione 5, in cui la fase di apprendimento comprende, nel caso di una pluralità di condizioni di carico, un confronto fra il valore dello spostamento locale stimato attraverso la rete neurale in corso di addestramento in almeno un punto notevole ed il valore dello spostamento locale in detto almeno un punto notevole, in una condizione di nuovo carico.
  7. 7. Procedimento secondo la rivendicazione 6, comprendente la verifica (400) di apprendimento delle reti neurali attraverso il confronto fra il valore dello spostamento locale, stimato in almeno un punto notevole residuo a partire da dati di addestramento indicativi dello spostamento locale della struttura in corrispondenza di un sottoinsieme di detta pluralità di punti di notevoli di rilevamento, ed il valore dello spostamento locale di addestramento in detto punto notevole residuo, l'apprendimento essendo considerato compiuto se la differenza tra i suddetti valori è inferiore ad una soglia prefissata, o insoddisfacente altrimenti per cui è incrementato il numero di condizioni di carico differenti in cui è eseguita la fase di apprendimento, ovvero è modificata la topologia dei punti notevoli, ovvero ancora è modificato almeno uno tra il numero di livelli, il numero di nodi per livello e una funzione caratteristica delle reti neurali.
  8. 8. Procedimento secondo una qualsiasi delle rivendicazioni precedenti, in cui è determinato uno stato di difettosità della struttura se detti valori dello spostamento locale discordano a meno delle tolleranze predeterminate dopo una successione temporale di un predeterminato numero di iterazioni delle operazioni (b), (c), (d).
  9. 9. Procedimento secondo una qualsiasi delle rivendicazioni precedenti, caratterizzato dal fatto che è ripetuto ad intervalli periodici predeterminati secondo un piano di verifica prestabilito.
  10. 10. Procedimento secondo una qualsiasi delle rivendicazioni precedenti, in cui una mappatura dei punti notevoli (Pi) in cui è stimata la difettosità della struttura è interpretata come indicazione dell'estensione di detta difettosità.
  11. 11. Procedimento secondo una qualsiasi delle rivendicazioni precedenti, in cui detti punti notevoli di rilevamento (Pi) sono scelti con un criterio di periodicità, fatta salva una intensificazione in prossimità di aree di maggiore criticità strutturale.
  12. 12. Sistema per la diagnostica di una struttura sottoposta a carichi (S1-S3), in particolare una struttura di velivolo (A), comprendente: - una disposizione sensoriale associata a detta struttura ed atta a rivelare almeno uno spostamento locale della struttura, la quale comprende una matrice di sensori (P) collocati in punti notevoli (Pi) della struttura (S1-S3), ciascuno dei quali è suscettibile di rilevare una grandezza fisica indicativa dello spostamento locale della struttura e di emettere un rispettivo segnale elettrico di risposta correlato al valore assunto da detta grandezza; e - mezzi elettronici (U) di elaborazione ad apprendimento, del tipo rete neurale, predisposti per attuare un procedimento secondo una qualsiasi delle rivendicazioni 1 a 12.
  13. 13. Sistema secondo la rivendicazione 12, in cui detti mezzi di elaborazione (U) comprendono una pluralità di reti neurali rispettivamente associate a detti punti notevoli (Pi), in cui ogni rete neurale è una rete a Q livelli, con dQ nodi per livello, per ciascun nodo essendo definito un rispettivo parametro di correlazione C una funzione di correlazione incrociata � associando a ciascuna coppia di parametri di correlazione Ca, Cb un parametro di correlazione incrociata K, con Ka,b =��(Ca, Cb), una funzione f iperbolica determinando una correlazione tra ciascun nodo di un livello Xi+1,j ed i nodi del livello precedente Xi,j in funzione di detto parametro di correlazione incrociata, come: Xi+1,j = f((xi,1, K(i,1),(i+1,J)), (xi,2, K(i,2),(i+1,J)), ..., (xi,N, K(i,N),(i+1,J)), l’addestramento della rete includendo la determinazione dei parametri C che minimizzino la differenza fra il valore in uscita calcolato, ed il suo valore effettivo.
  14. 14. Sistema secondo una qualsiasi delle rivendicazioni 12 o 13, in cui detti mezzi di elaborazione (U) sono collegati ad una unità di segnalazione (D), atta a rappresentare ad un operatore lo stato di integrità o difettosità delle strutture monitorate.
  15. 15. Sistema secondo una qualsiasi delle rivendicazioni 12 a 14, in cui detti sensori di rilevamento (P) includono sensori di spostamento locale della struttura.
  16. 16. Programma di elaborazione o gruppo di programmi eseguibile da un sistema di elaborazione (U), comprendente uno o più moduli di codice per l'attuazione di un procedimento per la diagnostica di una struttura sottoposta a carichi secondo una qualsiasi delle rivendicazioni 1 a 11.
IT102018000006499A 2018-06-20 2018-06-20 Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento. IT201800006499A1 (it)

Priority Applications (4)

Application Number Priority Date Filing Date Title
IT102018000006499A IT201800006499A1 (it) 2018-06-20 2018-06-20 Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento.
US16/443,995 US11436485B2 (en) 2018-06-20 2019-06-18 Method for performing diagnostics of a structure subject to loads based on the measurement of displacements and system for implementing said method
EP19180750.2A EP3584659A1 (en) 2018-06-20 2019-06-18 Method for performing diagnostics of a structure subject to loads based on the measurement of displacements and system for implementing said method
CN201910533031.6A CN110618670A (zh) 2018-06-20 2019-06-19 用于诊断结构的方法和系统及相关处理程序或程序组

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102018000006499A IT201800006499A1 (it) 2018-06-20 2018-06-20 Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento.

Publications (1)

Publication Number Publication Date
IT201800006499A1 true IT201800006499A1 (it) 2019-12-20

Family

ID=63762668

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102018000006499A IT201800006499A1 (it) 2018-06-20 2018-06-20 Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l'attuazione di detto procedimento.

Country Status (4)

Country Link
US (1) US11436485B2 (it)
EP (1) EP3584659A1 (it)
CN (1) CN110618670A (it)
IT (1) IT201800006499A1 (it)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113358308B (zh) * 2021-06-03 2022-10-25 哈尔滨工业大学 基于有限测点和全局模态的组合结构横向位移确定方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2682836A2 (en) * 2012-07-04 2014-01-08 Alenia Aermacchi S.p.A. Method for performing diagnostics of a structure subject to loads and system for implementing said method

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1166277A (en) * 1979-12-12 1984-04-24 Sundstrand Data Control, Inc. Aircraft low tire pressure detection system
US6132016A (en) * 1997-05-02 2000-10-17 Hydro-Aire, Inc. System and method for adaptive brake application and initial skid detection
US20070006652A1 (en) * 2005-07-06 2007-01-11 Abnaki Systems, Inc. Load measuring sensor and method
IT1392258B1 (it) 2008-12-05 2012-02-22 Alenia Aeronautica Spa Procedimento per la prognostica di una struttura sottoposta a carichi.
DE102009002392A1 (de) * 2009-04-15 2010-11-04 Airbus Deutschland Gmbh System und Verfahren zur Bestimmung von lokalen Beschleunigungen, dynamischen Lastverteilungen und aerodynamischen Daten bei einem Luftfahrzeug
CN102514709B (zh) * 2011-12-06 2014-04-09 南京航空航天大学 一种采用格栅结构的飞行器机翼盒段及设计方法
JP6450108B2 (ja) * 2014-08-08 2019-01-09 三菱航空機株式会社 航空機、および航空機の機外に設置される装置を機体に取り付けるための方法
US20170331844A1 (en) * 2016-05-13 2017-11-16 Sikorsky Aircraft Corporation Systems and methods for assessing airframe health
US10343784B2 (en) * 2017-06-07 2019-07-09 The Boeing Company Methods for optimized engine balancing based on flight data
JP2020523596A (ja) * 2017-06-15 2020-08-06 オーロラ フライト サイエンシズ コーポレーション 自律型航空機の正常性システムと方法
WO2019165409A1 (en) * 2018-02-26 2019-08-29 Fedex Corporate Services, Inc. Systems and methods for enhanced collision avoidance on logistics ground support equipment using multi-sensor detection fusion

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2682836A2 (en) * 2012-07-04 2014-01-08 Alenia Aermacchi S.p.A. Method for performing diagnostics of a structure subject to loads and system for implementing said method

Also Published As

Publication number Publication date
US11436485B2 (en) 2022-09-06
US20190392313A1 (en) 2019-12-26
EP3584659A1 (en) 2019-12-25
CN110618670A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
EP2682836B1 (en) Method for performing diagnostics of a structure subject to loads and system for implementing said method
RU2719064C2 (ru) Интегрированная система и способы для управления и контроля транспортных средств
US7006947B2 (en) Method and apparatus for predicting failure in a system
CN108569607A (zh) 基于双向门控循环神经网络的电梯故障预警方法
Sun et al. Benefits analysis of prognostics in systems
Grassia et al. Strain based method for monitoring the health state of composite structures
US8706447B2 (en) Procedure for the prognostic of a structure subject to loads
IT201800006499A1 (it) Procedimento per la diagnostica di una struttura sottoposta a carichi basato sulla misura di spostamenti, e sistema per l&#39;attuazione di detto procedimento.
EP2956751B1 (en) Method and monitoring device for monitoring a structure
Lu A statistical based damage detection approach for highway bridge structural health monitoring
Raphael et al. Sensor data interpretation in bridge monitoring—A case study
RU2633288C1 (ru) Способ диагностики надежности и предельного ресурса эксплуатации многослойных конструкций из композитных материалов.
Sbarufatti et al. Sensor network optimization for damage detection on aluminium stiffened helicopter panels
Haardt et al. Monitoring during life cycle of bridges to establish performance indicators
Alcover et al. Performance assessment and prediction of welded joints in orthotropic decks considering hourly monitoring data
Kamizi et al. Fiber Bragg grating sensors probed by artificial intelligence to detect and localize impacts on structures.
RU2595066C1 (ru) Способ оценки нагружения конструкции самолёта при лётных прочностных исследованиях с использованием искусственных нейронных сетей
Colombo et al. Load adaptive baseline by inverse finite element method for structural damage identification
Tatarintsev et al. Risk assessment and reliability of railway rolling stock elements
CN105303315B (zh) 一种计及检修随机性影响的电力设备可靠性评估方法
CN116882713B (zh) 一种特种设备的数据采集方法、装置和电子设备
Sbarufatti et al. Advanced stochastic FEM-based artificial neural network for crack damage detection
CN117992803B (zh) 一种基于钢结构健康的多尺度结合监测方法及系统
IT201900014922A1 (it) Metodo di rilevamento dello stato strutturale e di gestione di reti di ponti e viadotti
Kvasnikov The System of the Assessment of a Residual Resource of Complex Technical Structures