Un groupe de mathématiciens de l'Université Clarkson et d'un ingénieur civil a développé une approche passive et non invasive pour « écouter » une collection de signaux pertinents provenant de ponts et d'autres structures mécaniques afin de diagnostiquer les changements ou les dommages.

Comme le groupe le rapporte cette semaine dans le chaos , leur approche consiste à installer des capteurs d'accéléromètre à divers endroits le long d'un pont pour mesurer comment chaque petite partie du pont est perturbée en réponse à un camion traversant.

« Les signaux des capteurs à proximité du chargement du camion sont pertinents, mais les signaux sont aussi éloignés car ils réagissent lorsque la structure du chevalet fléchit sous sa charge et que toute la structure oscille comme une corde de guitare, mais évidemment plus compliqué, " a déclaré Erik M. Bollt, un professeur W. Jon Harrington au Département de mathématiques de l'Université Clarkson, situé à Potsdam, NEW YORK.

Les accélérations servent de « support d'écoute aux forces et accélérations traversant la structure, " Bollt a déclaré. " Les signaux qui traversent la structure devraient changer si le pont subit un changement, comme une fissure dans la structure ou si certains des boulons qui la maintiennent ensemble sont desserrés délibérément."

Une partie centrale de l'analyse du groupe est une technique de traitement de données appelée « interaction d'information mutuelle optimale, " qui a été développé pour identifier les interactions directes significatives entre les composants individuels au sein d'un système.

"Notre technique adopte des idées de la théorie de l'information et de la communication et utilise des routines d'estimation statistique de pointe, " dit Jie Sun, professeur adjoint au Département de mathématiques de l'Université Clarkson. « Le concept clé est de rechercher les interactions les plus pertinentes pour augmenter la prévisibilité des oscillations du pont. Si la structure du pont a été altérée en raison de dommages ou de déformations, les détails devraient changer, nous permettant de détecter l'état de santé du pont."

Les travaux du groupe se démarquent car ils rassemblent deux aspects uniques pour détecter les dommages à l'intérieur des ponts ou d'autres structures mécaniques.

« L'un est la nature non invasive et automatisée du processus de collecte de données, " Sun a déclaré. " L'autre est l'outil d'analyse de données que nous avons développé, ce qui peut déduire un flux d'informations direct et des interactions significatives. En les combinant, nous sommes capables de détecter - à partir des données uniquement - la présence de changements structurels au sein du pont tels que contrôlés et variés dans notre expérience. »

Le long du chemin, les trois mathématiciens impliqués ont trouvé des défauts structurels intéressants révélés par l'analyse des données d'interactions significatives, ce qui les a intrigués pendant longtemps parce que cela n'avait tout simplement pas de sens.

"Notre analyse a suggéré une" limite "au milieu de la zone couverte où il n'y a aucun défaut ou motif structurel apparent, " dit Sun. "Après de longues discussions avec notre collaborateur ingénieur civil, Kerop Janoyan, professeur de génie civil à l'Université Clarkson, nous avons finalement réalisé que nous avions été confus depuis le début parce que la zone couverte n'est pas tout le pont dans l'expérience, mais plutôt une portion d'un tiers et la « limite » que nous avons découverte est précisément là où il y a une limite structurelle – une structure de support en dessous. »

Les ponts sont omniprésents, il est donc important de pouvoir détecter les dommages structurels le plus tôt possible pour éviter des conséquences désastreuses. Mais la détection des dommages structurels, qui se fait souvent manuellement, peut être coûteux et, dans de nombreux cas, inefficace.

Étant donné que le travail du groupe combine une technologie de détection moderne avec des outils d'analyse de données de pointe pour automatiser ce processus, "il peut être utilisé pour la détection précoce des changements structurels et des dommages avant d'exiger une inspection par un humain, " a déclaré Bollt.

Cette approche peut être utilisée avec une instrumentation peu coûteuse pour toutes sortes de structures, des ponts aux éoliennes, bâtiments aux avions.

"Les accéléromètres deviennent si bon marché que nous les trouvons même dans les téléphones portables, donc cela va devenir une avalanche de données, servant de mariage entre l'analyse moderne du Big Data et la surveillance de la santé structurelle, " a déclaré Bollt.

Le groupe travaille désormais à rendre leur approche déployable.

« Sur le plan plus théorique, nous construisons une base de données de modèles de ponts qui peuvent être facilement simulés et testés via des ordinateurs pour calibrer les paramètres de la méthode, et nous développons également des estimateurs statistiques améliorés pour produire des résultats plus précis plus rapidement, " Bollt a déclaré avec l'accord de Sun. " Du côté expérimental, nous collaborons avec des laboratoires pour tester nos méthodes sur d'autres structures, y compris les ailes d'avion dans diverses conditions."