Resumen de Detección del modo de fallo por despegue en vigas de hormigón reforzadas con FRP mediante sensores piezoeléctricos PZT

Enrique Sevillano, Ricardo Perera Velamazán, Daniel Cisneros Quero, Ibrahim Attia Sharaky, Rui Sun

• español

  La aplicación del método de impedancia electromecánica para identificación del daño estructural ha experimentado un crecimiento notable en los últimos años. El uso de transductores piezoeléctricos permite medir la impedancia de una estructura, altamente variable en función de los parámetros dinámicos de la estructura y, por tanto, representativa de sus propiedades mecánicas. Este tipo de medidas contienen muchos datos en el campo de la frecuencia y, por tanto, son difíciles y costosas de manejar computacionalmente. Con el fin de mejorar la capacidad de análisis de este tipo de datos, el método de compresión de datos basado en el análisis de componentes principales se ha empleado en este trabajo. Este método, en combinación con el procedimiento de reconocimiento de patrones basado en las máquinas de vectores soporte, se ha aplicado para desarrollar una metodología de detección de daño para vigas reparadas con materiales poliméricos reforzados con fibra de material compuesto (FRP). Para validar el método se han realizado ensayos sobre probetas de hormigón con FRP adherido a una de sus caras provocando distintos niveles de severidad de daño por despegue (Figura 1). Se pretende demostrar que mediante el método propuesto es posible determinar el estado en el que se encuentra una estructura de estas características con pocas medidas de impedancia capturadas mediante sensores PZT adheridos a la banda de FRP.

• English

  The application of the Electro-Mechanical Impedance (EMI) method for damage detection in Structural Health Monitoring has noticeable increased in recent years. EMI method utilizes piezoelectric transducers for directly measuring the mechanical properties of the host structure, obtaining the so called impedance measurement, highly influenced by the variations of dynamic parameters of the structure. These measurements usually contain a large number of frequency points, as well as a high number of dimensions, since each frequency range swept can be considered as an independent variable. That makes this kind of data hard to handle, increasing the computational costs and being substantially time-consuming. In that sense, the Principal Component Analysis (PCA)-based data compression has been employed in this work, in order to enhance the analysis capability of the raw data. Furthermore, a Support Vector Machine (SVM), which has been widespread used in machine learning and pattern recognition fields, has been applied in this study in order to model any possible existing pattern in the PCA-compress data, using for that just the first two Principal Components. The method has been validated by performing some tests on concrete specimens strengthened with FRP with different levels of damage by debonding (Figure 1). Thus, the purpose of this work is to demonstrate how, with a few impedance measurements of a beam as raw data, its healthy status can be determined based on pattern recognition procedures.