Enhanced operational modal analysis and change point detection for vibration-based structural health monitoring of bridges
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One of the most promising uses of vibration-based structural health monitoring (VBSHM) in bridge damage detection is the tracking of modes through long-term repeated or continuous operational modal analysis (OMA). Any shifts in modal parameters over time can signal structural damage. However, in real-world applications, noise and environmental uncertainties introduce variability in the data, potentially obscuring damage-related changes. To address this, it is essential to establish and understand the temporal trends and behavior of the estimated modal parameters, enabling accurate interpretation of the engineering data. This paper presents a detailed study focusing on data-driven techniques to improve the OMA results by determining the causes of modal variability and establishing modal models to filter out these known causes of variability. It explores the use of data continuously collected over a period of one month in November 2017 on the Confederation Bridge in eastern Canada. Operational modal analysis is conducted to extract modal frequencies and mode shapes, revealing correlations with environmental and operational factors such as wind, temperature and vehicular traffic. A novel approach using the residuals from regression modal models for damage detection is proposed, utilizing a change point detection algorithm. Results indicate the potential to detect shifts in modal frequencies corresponding to damage scenarios, at lower levels than was previously possible, highlighting the feasibility of using enhanced modal features for sensitive damage identification. Overall, the paper contributes to advancing the understanding of variability in vibration-based structural health monitoring and presents a promising practical technique for improving damage detection results using enhanced operational modal estimates in realistic field applications of a real-world structure. • The AI-FSI technique is used to extract the modal parameters of the Confederation Bridge. • Machine learning (smoothing and regression) is carried out on modal frequency time series. • Correlations with environmental and operational processes are identified and quantified. • A novel residual analysis with change point detection algorithm is presented. • The use of modal features for the identification of low-level damage is now possible.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle