Mitigation of environmental and operational variability in structural health monitoring through hybrid procedures and latent variables

Abstract

Els procediments actuals d’inspecció visual per controlar i mantenir les infraestructures tendeixen a ser costosos i a vegades poc fiables. Diversos problemes amb aquests procediments han provocat investigacions sobre sistemes intel·ligents que es poden instal·lar a les estructures i mesurar la seva integritat física. En aquest sentit, el Monitoratge de Salut Estructural Basat en Vibracions (VSHM, per les seves sigles en anglès) s’ha proposat com una tecnologia clau per fer la transició cap al manteniment basat en condicions de les estructures. Tanmateix, diversos reptes minen la implementació d’aquests sistemes. Un d’aquests reptes és la influència dels Paràmetres Ambientals i Operacionals (EOPs, per les seves sigles en anglès) sobre les característiques sensibles al dany (DSFs, per les seves sigles en anglès). Factors com la temperatura, el vent o l’acumulació de gel poden emmascarar l’existència o la propagació del dany a l’estructura, fent que els sistemes de monitoratge siguin poc fiables.

S’han proposat una àmplia gamma de procediments per mitigar o extreure la influència dels EOPs sobre les DSFs. La mitigació dels EOPs s’ha aconseguit principalment a través de dues metodologies diferents: explícita i implícita. Els procediments explícits tenen com a objectiu construir models de regressió que correlacionin els EOPs (causa) amb les DSFs (efecte). Mentrestant, els mètodes implícits es basen únicament en les DSFs i se centren a extreure patrons o tendències mitjançant diferents tècniques, com ara mètodes basats en projeccions o sèries temporals. Tot i que aquestes aproximacions han demostrat un gran potencial, encara hi ha diverses limitacions que han motivat una investigació addicional sobre procediments de mitigació com a part d’aquesta tesi.

L’objectiu principal d’aquesta tesi és desenvolupar i validar procediments innovadors per millorar encara més la fiabilitat dels procediments de mitigació d’EOV. La recerca realitzada en aquest treball estableix dues idees noves per ajudar a mitigar els paràmetres ambientals i operacionals. En primer lloc, es proposen procediments híbrids per establir un pont entre les estratègies explícites i implícites i reduir algunes de les seves limitacions. Aquests procediments només corregeixen les DSFs influïdes pels EOVs, a diferència dels procediments explícits convencionals, que corregeixen sistemàticament totes les DSFs. Per tant, es redueix la introducció de soroll als models, com a DSFs mal regressades. A més, l’estratègia proposada no es basa a desconsiderar certes DSFs com ho fan els procediments implícits, evitant així la pèrdua d’informació de danys determinats. En segon lloc, aquesta tesi recomana allunyar-se de l’ús convencional de les variables mesurades (DSFs i EOPs) a favor d’una aproximació més generalitzada en què s’estimi l’espai latent. Aquesta idea té com a objectiu reduir el soroll inherent de les variables mesurades, especialment els EOPs, i extreure la informació potencial d’EOV que no va ser adquirida inicialment.

Los procedimientos actuales de inspección visual para controlar y mantener las infraestructuras tienden a ser costosos y a veces poco fiables. Varios problemas con estos procedimientos han generado interés en sistemas inteligentes que se pueden instalar en las estructuras para medir su integridad física. En este sentido, el Monitoreo de Salud Estructural Basado en Vibraciones (VSHM, por sus siglas en inglés) se ha propuesto como una tecnología clave para hacer la transición hacia el mantenimiento basado en condiciones de las estructuras. Sin embargo, varios desafíos dificultan la implementación de estos sistemas. Uno de estos desafíos es la influencia de los Parámetros Ambientales y Operacionales (EOPs, por sus siglas en inglés) en las características sensibles al daño (DSFs, por sus siglas en inglés). Factores como la temperatura, el viento o la acumulación de hielo pueden enmascarar la existencia o la propagación del daño en la estructura, haciendo que los sistemas de monitoreo sean poco fiables.

Se han propuesto una amplia gama de procedimientos para mitigar o extraer la influencia de los EOPs sobre las DSFs. La mitigación de los EOPs se ha logrado principalmente a través de dos metodologías diferentes: explícita e implícita. Los procedimientos explícitos tienen como objetivo construir modelos de regresión que correlacionen los EOPs (causa) con las DSFs (efecto). Mientras tanto, los métodos implícitos se basan únicamente en las DSFs y se centran en extraer patrones o tendencias mediante diferentes técnicas, como métodos basados en proyecciones o series temporales. Aunque estas aproximaciones han demostrado un gran potencial, aún existen varias limitaciones que han motivado una investigación adicional sobre procedimientos de mitigación como parte de esta tesis.

El objetivo principal de esta tesis es desarrollar y validar procedimientos innovadores para mejorar aún más la fiabilidad de los procedimientos de mitigación de EOV. La investigación realizada en este trabajo establece dos ideas nuevas para ayudar a mitigar los parámetros ambientales y operacionales. En primer lugar, se proponen procedimientos híbridos para establecer un puente entre las estrategias explícitas e implícitas y reducir algunas de sus limitaciones. Estos procedimientos solo corrigen las DSFs influenciadas por los EOVs, a diferencia de los procedimientos explícitos convencionales, que corrigen sistemáticamente todas las DSFs. Por lo tanto, se reduce la introducción de ruido en los modelos, como DSFs mal regresadas. Además, la estrategia propuesta no se basa en desconsiderar ciertas DSFs como lo hacen los procedimientos implícitos, evitando así la pérdida de información de daños específicos. En segundo lugar, esta tesis recomienda alejarse del uso convencional de las variables medidas (DSFs y EOPs) a favor de un enfoque más generalizado en el que se estime el espacio latente. Esta idea tiene como objetivo reducir el ruido inherente de las variables medidas, especialmente los EOPs, y extraer la información potencial de EOV que no fue adquirida inicialmente.

Current visual inspection procedures for controlling and maintaining infrastructures tend to be expensive and sometimes unreliable. Different issues with these procedures have sparked research on intelligent systems that can be installed on structures and measure their physical integrity. In this sense, Vibration-based Structural Health Monitoring (VSHM) has been proposed as a key technology for transitioning into condition-based maintenance of structures. Nonetheless, several challenges undermine the implementation of these systems. One of these challenges is the influence of Environmental and Operational Parameters (EOPs) on the acquired damage-sensitive features (DSFs). Factors such as temperature, wind, or ice accumulation can mask the existence or propagation of damage to the structure, making monitoring systems unreliable.

A wide range of procedures has been proposed to mitigate or extract the influence of EOPs over DSFs. The mitigation of EOPs has been mainly achieved through two different approaches: Explicit and Implicit. Explicit procedures aim to construct regression models that correlate EOPs (cause) with DSFs (effect). Meanwhile, implicit methods solely rely on DSFs (effect-only approach) and focus on extracting patterns or trends through different techniques, such as projection-based, manifold, or time-series methods. Although these approaches have demonstrated great promise, several limitations still exist that have motivated further research on mitigation procedures as part of this thesis.

The main objective of this thesis is to develop and validate novel procedures to further enhance the robustness of EOV mitigation procedures. The research conducted in this work establishes two novel ideas to aid in mitigating environmental and operational parameters. First, hybrid procedures are proposed to bridge the gap between explicit and implicit strategies and reduce some of their limitations. These procedures only correct DSFs influenced by EOVs, unlike conventional explicit procedures, which systematically correct all DSFs. Therefore, the introduction of noise to the models, as poorly regressed DSFs, is reduced. In addition, the proposed strategy does not rely on disregarding certain DSFs like implicit procedures, thus avoiding the loss of certain damage information. Second, this thesis proposes to depart from the conventional use of measured variables (DSFs and EOPs) in favour of a more generalized approach in which the latent space is estimated. This idea aims to reduce the inherent noise of measured variables, especially EOPs, and extract potential EOV information that was not acquired initially.