Damage quantification in laminated composites using gaussian process regression model
Carregando...
Arquivos
Data
2020-08-31
Autores
Paixão, Jessé Augusto dos Santos
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
After detecting initial damage in a composite structure through a data-driven approach, the user needs to decide if there is an imminent structural failure or if the system can be kept in operation under monitoring to track the damage progression and its impact on the structural safety condition. In this scenario, it is essential to quantify the extension and the damage's size to decide about these points. Therefore, this work proposes a damage quantification based on the application of the Gaussian Process Regression (GPR) model to capture the trend and uncertainties associated with the damage index progression according to damage extension. The GPR model trained in a supervised approach is used to quantify the damage by the stochastic interpolation of the damage indices. The central methodology is proposed for delamination area quantification in laminated composite plates using damage indices based on Lamb wave signals. Autoregressive models are applied to extract damage-sensitive features from Lamb waves signals, and the Mahalanobis squared distance is used to compute damage indices, although any damage features extraction technique could be used and adapted to the proposed methodology. A modified version of the central methodology is proposed to demonstrate the methodology's versatility, using damage indices based on singular spectrum analysis of vibration signals, a well-established technique in the literature. Three sets of tests are used to demonstrate the effectiveness of this approach — one in carbon-epoxy laminate with simulated damage under temperature changes to show the general steps of the procedure; a second test involving a set of carbon fiber reinforced polymer coupons with actual delamination caused by repeated fatigue loads, for which the central methodology is applied; and finally an industrial example involving a wind turbine blade with damage caused by debonding in the trailing edge and using traditional vibration-based damage indices. Various damage progression levels are measured during the tests and monitored using the sensors bonded to these structural surfaces. The GPR proved to be capable of capturing the trend and accommodating the uncertainties related to the damage indices versus the damage size in the simulated spots in the tests. The results manifest a smooth and adequate prediction of the size area of the simulated and real delamination damage in the two first application cases and the debonding size in the last application case.
Após detectar um dano em uma estrutura de material compósito laminado por meio de uma abordagem orientada a dados, o usuário precisa decidir se há uma falha estrutural iminente ou se o sistema pode ser mantido em operação sob monitoramento da progressão do dano e seu impacto na segurança estrutural. Neste cenário é essencial quantificar a extensão do dano para se tomar uma decisão. Portanto, este trabalho propõe uma metodologia para quantificação de dano baseada na aplicação de modelo de Regressão de Processos Gaussianos (GPR) para capturar a tedência e incertezas associadas a progressão do índice de dano global de acordo com a extensão do dano. O modelo GPR treinado de maneira supervisionada é utilizado para quantificar o dano através da interpolação estocástica dos índices de dano. Uma metodologia principal é proposta para quantificação de dalaminação em placas de compósito laminado utilizando índices de dano baseados no sinal de propagação de ondas Lamb. Modelos autoregressivos são aplicados para extrair características sensíveis ao dano e o algoritmo de distância quadrada de Mahalanobis é usado para calcular os índices de dano, embora diferentes técnicas de extração dos índices de danos possam ser adaptadas a metodologia. Para demonstrar a versatilidade da metodologia, uma versão modificada é apresentada com índices de dano baseados na análise espectral singular de sinais de vibração. Três aplicações experimentais são apresentadas para demonstrar a eficácia dessa abordagem – na primeira com uma placa de carbono-epóxi laminado com dano simulado e mudanças de temperatura para mostrar as etapas gerais do procedimento; na segunda envolvendo um conjunto de placas de polímeros reforçados com fibra de carbono com delaminação real causada em um ensaio de fadiga, para as quais a metodologia principal é aplicada; e, finalmente, um exemplo industrial envolvendo uma pá de turbina eólica com dano simulando a descolagem progressiva na borda de fuga, na qual aplica-se a versão modificada da metodologia proposta usando índices de danos baseados em sinais de vibração. O modelo GPR demonstra ser capaz de capturar a tendência e acomodar as incertezas relacionadas aos índices de dano versus o tamanho do dano nos pontos simulados nos testes. Os resultados demonstraram uma previsão adequada da área de delaminação simulada e real nas duas primeiras aplicações experimentais e da extensão de descolagem na pá de turbina eólica.
Após detectar um dano em uma estrutura de material compósito laminado por meio de uma abordagem orientada a dados, o usuário precisa decidir se há uma falha estrutural iminente ou se o sistema pode ser mantido em operação sob monitoramento da progressão do dano e seu impacto na segurança estrutural. Neste cenário é essencial quantificar a extensão do dano para se tomar uma decisão. Portanto, este trabalho propõe uma metodologia para quantificação de dano baseada na aplicação de modelo de Regressão de Processos Gaussianos (GPR) para capturar a tedência e incertezas associadas a progressão do índice de dano global de acordo com a extensão do dano. O modelo GPR treinado de maneira supervisionada é utilizado para quantificar o dano através da interpolação estocástica dos índices de dano. Uma metodologia principal é proposta para quantificação de dalaminação em placas de compósito laminado utilizando índices de dano baseados no sinal de propagação de ondas Lamb. Modelos autoregressivos são aplicados para extrair características sensíveis ao dano e o algoritmo de distância quadrada de Mahalanobis é usado para calcular os índices de dano, embora diferentes técnicas de extração dos índices de danos possam ser adaptadas a metodologia. Para demonstrar a versatilidade da metodologia, uma versão modificada é apresentada com índices de dano baseados na análise espectral singular de sinais de vibração. Três aplicações experimentais são apresentadas para demonstrar a eficácia dessa abordagem – na primeira com uma placa de carbono-epóxi laminado com dano simulado e mudanças de temperatura para mostrar as etapas gerais do procedimento; na segunda envolvendo um conjunto de placas de polímeros reforçados com fibra de carbono com delaminação real causada em um ensaio de fadiga, para as quais a metodologia principal é aplicada; e, finalmente, um exemplo industrial envolvendo uma pá de turbina eólica com dano simulando a descolagem progressiva na borda de fuga, na qual aplica-se a versão modificada da metodologia proposta usando índices de danos baseados em sinais de vibração. O modelo GPR demonstra ser capaz de capturar a tendência e acomodar as incertezas relacionadas aos índices de dano versus o tamanho do dano nos pontos simulados nos testes. Os resultados demonstraram uma previsão adequada da área de delaminação simulada e real nas duas primeiras aplicações experimentais e da extensão de descolagem na pá de turbina eólica.
Descrição
Palavras-chave
Damage quantification, Gaussian process, Composite structures, Structural health monitoring, Quantificação de dano, Processos gaussianos, Estruturas de material compósito, Monitoramento de integridade estrutural