[论文解读] A framework for quantifying the value of vibration-based structural health monitoring

Antonios Kamariotis, Eleni Chatzi+1 more|arXiv (Cornell University)|Feb 3, 2022

Infrastructure Maintenance and Monitoring被引用 6

一句话总结

本文提出了一种贝叶斯决策分析框架，通过比较有无结构健康监测（SHM）情况下的全生命周期成本，量化基于振动的结构健康监测（SHM）的经济价值。该框架利用连续模态数据和间歇性检查，通过序贯贝叶斯滤波更新结构可靠性，案例研究显示在不同退化和环境条件下，两跨桥梁的全生命周期成本可节省高达€77,000。

ABSTRACT

The difficulty in quantifying the benefit of Structural Health Monitoring (SHM) for decision support is one of the bottlenecks to an extensive adoption of SHM on real-world structures. In this paper, we present a framework for such a quantification of the value of vibration-based SHM, which can be flexibly applied to different use cases. These cover SHM-based decisions at different time scales, from near-real time diagnostics to the prognosis of slowly evolving deterioration processes over the lifetime of a structure. The framework includes an advanced model of the SHM system. It employs a Bayesian filter for the tasks of sequential joint deterioration state-parameter estimation and structural reliability updating, using continuously identified modal and intermittent visual inspection data. It also includes a realistic model of the inspection and maintenance decisions throughout the structural life-cycle. On this basis, the Value of SHM is quantified by the difference in expected total life-cycle costs with and without the SHM. We investigate the framework through application on a numerical model of a two-span bridge system, subjected to gradual and shock deterioration, as well as to changing environmental conditions, over its lifetime. The results show that this framework can be used as an a-priori decision support tool to inform the decision on whether or not to install a vibration-based SHM system on a structure, for a wide range of SHM use cases.

研究动机与目标

• 解决基础设施所有者缺乏系统性方法来量化SHM经济收益的问题。
• 克服由于现实应用中成本-收益权衡不明确而导致的SHM投资难以论证的问题。
• 开发一个统一的框架，适用于从近实时诊断到长期退化预测的多个时间尺度。
• 整合环境变化的现实建模、SHM数据（通过工作模态分析）以及基于检查的维护决策。
• 提供一种事前决策支持工具，用于评估在结构上安装SHM是否能带来可衡量的经济收益。

提出的方法

• 将SHM的价值（VoSHM）正式定义为使用SHM而非仅依赖传统检查方法时，全生命周期成本的期望降低值。
• 使用随机过程对渐进式和冲击引起的损伤进行建模，并考虑随时间变化的环境影响。
• 采用粒子滤波进行序贯贝叶斯推断，利用连续SHM数据和周期性目视检查，联合估计结构退化状态和模型参数。
• 通过贝叶斯模型在模态数据中纳入环境变化的影响，考虑温度、湿度和其他运行条件。
• 使用启发式基于风险的策略模拟全生命周期的检查和维护决策，其依据为更新后的可靠性估计。
• 使用1,000次样本的蒙特卡洛模拟计算VoSHM，实现对期望成本差异的稳健统计估计。

实验结果

研究问题

• RQ1 与传统的间歇性检查相比，部署连续基于振动的SHM系统对退化结构的预期经济收益是多少？
• RQ2 模态数据中的环境变化如何影响基于SHM的状况评估可靠性以及后续的维护决策？
• RQ3 在不同时间尺度上——从即时损伤检测到长期结构退化预测——SHM能在多大程度上降低全生命周期成本？
• RQ4 连续SHM数据与周期性目视检查的整合如何影响结构可靠性更新和维护规划的准确性？
• RQ5 SHM系统成本与其在结构全生命周期中降低检查和维护费用的价值之间，最优平衡点在哪里？

主要发现

• 该框架将SHM的价值（VoSHM）量化为可测量的经济指标，案例研究显示在特定退化和环境条件下，两跨桥梁的VoSHM为€77,000。
• 在模态数据中纳入环境变化显著影响可靠性估计，而贝叶斯模型能有效在实时状况评估中处理这种不确定性。
• 序贯贝叶斯滤波能够在存在噪声和波动的SHM数据下，实现对结构退化状态和可靠性的精确、实时更新。
• 该框架表明，SHM可通过更早发现损伤和更高效的维护调度来降低全生命周期成本，尤其在渐进式和冲击性退化情况下效果显著。
• VoSHM指标在不同决策时间尺度下均保持稳健，从近实时诊断到长期预测均显示出一致的收益。
• 该框架提供了一种可扩展的事前决策工具，可用于SHM的采纳决策，且具有扩展至多构件系统和传感器布置优化的潜力。