ОБНАРУЖЕНИЕ ПОВРЕЖДЕНИЙ В СТАЛЬНЫХ РАМНЫХ КОНСТРУКЦИЯХ АКУСТИЧЕСКИМ МЕИОДОМ: АНАЛИТИЧЕСКИЙ ОБЗОР

Основное содержимое статьи

Анупам Кумар Бисвас
Алоке Кумар Дата
Пиюш Топдар
Санджай Сенгупта

Аннотация

Стальные конструкции широко используются в промышленности, а в настоящее время они применяются и в жилых зданиях. Конструкции из стали являются лучшей из альтернатив, так как их конструкции обладают высокой прочностью, малым весом и быстровозводимостью по сравнению с другими строительными материалами. Деградация стальных конструкций часто связана с недостаточной эффективностью инженерных систем и приводит к их разрушению. Поэтому очень важно выявить проблему и принять меры по ее устранению, чтобы убедиться, что конструкции функционируют так, как предполагалось, в течение всего проектного срока службы. Одним из лучших неразрушающих методов оценки для поиска повреждений является акустическая эмиссия (АЭ). В данном исследовании оценивается доступная литература по этому методу в нескольких основных областях и обсуждаются исторические достижения в каждой из категорий. Обсуждаются плюсы и минусы каждого подхода, а также предлагаются направления будущих исследований. В данном обзоре рассматриваются фундаментальные методы акустической эмиссии и современные исследования по выявлению повреждений в различных типах стальных конструкций с использованием различных подходов к обнаружению повреждений. Цель данного исследования - найти оптимальное расположение датчика для обнаружения повреждений в стальных конструкциях в режиме реального времени. В заключение обсуждаются методы искусственного интеллекта, используемые для выявления повреждений в стальных конструкциях.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
Бисвас, А. К., Дата, А. К., Топдар, П., & Сенгупта, С. (2023). ОБНАРУЖЕНИЕ ПОВРЕЖДЕНИЙ В СТАЛЬНЫХ РАМНЫХ КОНСТРУКЦИЯХ АКУСТИЧЕСКИМ МЕИОДОМ: АНАЛИТИЧЕСКИЙ ОБЗОР. International Journal for Computational Civil and Structural Engineering, 19(2), 188–204. https://doi.org/10.22337/2587-9618-2023-19-2-188-204
Раздел
Материалы выпуска

Библиографические ссылки

Emission, Mark, F. Carlos-Acoustic. Heeding the Warning Sounds from Materials. ASTM Standardisation News. 2003.

Holford, K.M. and Lark, R.J. Acoustic emission testing of bridges, in Inspection and monitoring techniques for bridges and civil structures. G. Fu, Editor. 2005, Wood head Publishing Limited and CRC. P.183-215. DOI: https://doi.org/10.1533/9781845690953.183

Udwadia, Firdaus, E. Methodology for optimum sensor locations for parameter identification in dynamic systems. Journal of Engineering Mechanics. 1994, 120(2), p. 368-390. DOI: https://doi.org/10.1061/(ASCE)0733-9399(1994)120:2(368)

Shah, P.C., and Udwadia, F.E. A methodology for optimal sensor locations for identification of dynamic systems. 1978, p.188-196. DOI: https://doi.org/10.1115/1.3424225

Datta, A.K., Shrikhande, M., and Paul, D.K. On the optimal location of sensors in multi-storeyed buildings. Journal of earthquake engineering. 2002, 6(1), p. 17-30. DOI: https://doi.org/10.1080/13632460209350408

Li, Z.N., Tang, J., and Li, Q.S. Optimal sensor locations for structural vibration measurements. Applied Acoustics. 2004, 65(8), p.807-818 DOI: https://doi.org/10.1016/j.apacoust.2003.12.007

Calabrese, L., Galeano, M., Proverbio, E. The use of b-value and Ib-value of acoustic emission in monitoring hydrogen-assisted cracking of martensitic stainless steel. Int. J. Micro struct. Mater. Prop. 2017, 12, p.165–182. DOI: https://doi.org/10.1504/IJMMP.2017.091099

Behnia, A., Chai, H.K., Shiotani, T. Advanced structural health monitoring of concrete structures with the aid of acoustic emission. Constr. Build. Mater. 2014, 65, p.282–302. DOI: https://doi.org/10.1016/j.conbuildmat.2014.04.103

Shiotani, T., Yuyama, S., Li, ZW., Ohtsu, M. Application of AE improved b-value to quantitative evaluation of fracture process in concrete materials. J. Acoust. Emiss. 2001, 19, p.118–133.

MISTRAS Group Inc. Express-8 AE System user's Manual, Rev 0, Part#: 7050-1000. Physical Acoustic Corporation, 2014

Hatano, H., Watanabe, T. Reciprocity calibration of acoustic emission transducers in Rayleigh wave and longitudinal wave sound field. The Journal of the Acoustical Society of America. 1997, 101, p.1450-1455 DOI: https://doi.org/10.1121/1.418170

Hsu, N.N., Breckenridge, F.R. Characterization and calibration of acoustic emission sensors. Materials Evaluation. 1981, 39, p.60-68

Vallen Systeme GmbH. Acoustic Emission Sensors Specification; 2015. Available from: http://www.vallen.de/zdownload/pdf/sov1507.pdf [Accessed 2018-07-03]

Shehadeh M., Steel J.A., Reuben R.L. Acoustic emission source location for steel pipe and pipeline applications: the role of arrival time estimation. Proceedings of the Institution of Mechanical Engineers Part E‐Journal of Process Mechanical Engineering. 2006, 220(E2), p.121‐133. DOI: https://doi.org/10.1243/095440806X78829

Shetty N., Livitsanos G., Van Hemelrijck D., Aggelis D.G., Wevers M., Verstrynge E. Characterization of mechanical behaviour of masonry under compression using acoustic emission. in 8th International Conference on Acoustic Emission Kyoto, Japan. 2016, p.365‐370

Shah S.P., Li Z. Localization of micro cracking in concrete under uniaxial tension. ACI Materials Journal. 1994, 91(4), p.372–381. DOI: https://doi.org/10.14359/4052

Grosse C.U., Reinhardt H.W., Dahm T. Localization and classification of fracture types in concrete with quantitative acoustic emission measurement techniques. NDT & E International. 1997, 30(4), p.223‐230 DOI: https://doi.org/10.1016/S0963-8695(96)00060-6

Rao, S.S., & Subramanian, B. Analysis of Acoustic Emission Signals using Wavelet Transformation Technique. Defense Science Journal. 2008, 58(4), p.559. DOI: https://doi.org/10.14429/dsj.58.1677

Ai, L., Greer, B., Hill, J., Soltangharaei, V., & Ziehl, R.A.P. Finite element modelling of acoustic emission in dry cask storage systems generated by cosine bell sources. In AIP Conference Proceedings. 2019, 2102(1), 130001. DOI: https://doi.org/10.1063/1.5099851

Kosnik, D.E., Hopwood, T., & Corr, D.J. Acoustic emission monitoring for assessment of steel bridge details. In AIP Conference Proceedings, 2011, 1335(1), 1410-1417. DOI: https://doi.org/10.1063/1.3592097

Amer, A.O., Gloanec, A.L., Courtin, S., & Touze, C. Characterization of fatigue damage in 304L steel by an acoustic emission method. Procedia Engineering. 2013, 66, p. 651-660. DOI: https://doi.org/10.1016/j.proeng.2013.12.117

Sivasuriyan, A., Vijayan, D.S., Górski, W., Wodzyński, Ł., Vaverková, M.D., & Koda, E. Practical implementation of structural health monitoring in multi-story buildings. Buildings. 2021, 11(6), p. 263 DOI: https://doi.org/10.3390/buildings11060263

Colada, M., Prevorovsky, Z. Remote AE monitoring of fatigue crack growth in complex aircraft structures. In: Proceedings, 30th European Conference on Acoustic Emission Testing & 7th International Conference on Acoustic Emission, 2012, p. 12-15.

Di, Bo, Jingkai Wang, Haotian Li, Jinhang Zheng, Yu Zheng, and Gangbing Song. Investigation of bonding behaviour of FRP and steel bars in self-compacting concrete structures using acoustic emission method. Sensors. 2019, 19(1), 159. DOI: https://doi.org/10.3390/s19010159

Adamczak-Bugno, A., Swit, G., & Krampikowska, A. Application of the Acoustic Emission Method in the Assessment of the Technical Condition of Steel Structures. In IOP Conference Series: Materials Science and Engineering. 2019, 471(3), p. 032041. DOI: https://doi.org/10.1088/1757-899X/471/3/032041

Khan, M.T.I. Structural Health Monitoring by Acoustic Emission. Structural Health Monitoring from Sensing to Processing. 2018, 23. DOI: https://doi.org/10.5772/intechopen.79483

Verstrynge, E., Lacidogna, G., Accornero, F., & Tomor, A. A review on acoustic emission monitoring for damage detection in masonry structures. Construction and Building Materials. 2021, 268, 121089. DOI: https://doi.org/10.1016/j.conbuildmat.2020.121089

Ghiassi, B., Verstrynge, E., Lourenço, P.B., & Oliveira, D.V. Characterization of debonding in FRP-strengthened masonry using the acoustic emission technique. Engineering Structures. 2014, 66, p.24-34. DOI: https://doi.org/10.1016/j.engstruct.2014.01.050

Świt, G. Acoustic emission method for locating and identifying active, destructive processes in operating facilities. Applied Sciences. 2018, 8(8), p.1295. DOI: https://doi.org/10.3390/app8081295

Black, C.J., & Ventura, C.E. Blind test on damage detection of a steel frame structure. In Society for Experimental Mechanics. Inc, 16 the International Modal Analysis Conference. 1998, 1, p. 623-629.

Bernagozzi, G., Ventura, C.E., Allahdadian, S., Kaya, Y., Landi, L., & Diotallevi, P.P. Application of modal flexibility-based deflections for damage diagnosis of a steel frame structure. Procedia Engineering. 2017, 199, p.2026-2033. DOI: https://doi.org/10.1016/j.proeng.2017.09.468

Döhler, M., & Hille, F. Subspace-based damage detection on steel frame structure under changing excitation. In Structural Health Monitoring. 2014, 5, p. 167-174. DOI: https://doi.org/10.1007/978-3-319-04570-2_19

Hou, Z., Noori, M.N., & St Amand, R. Wavelet-based approach for structural damage detection. Journal of Engineering Mechanics. 2000, 126(7), p.677. DOI: https://doi.org/10.1061/(ASCE)0733-9399(2000)126:7(677)

Das, A.K., Suthar, D., & Leung, C.K. Machine learning-based crack mode classification from unlabeled acoustic emission waveform features. Cement and Concrete Research. 2019, 121, p.42-57. DOI: https://doi.org/10.1016/j.cemconres.2019.03.001

Azimi, M., Eslamlou, A.D., Pekcan, G. Data-Driven Structural Health Monitoring, and Damage Detection through Deep Learning: State-of-the-Art Review. Sensors. 2020, 20, p.2778. https://doi.org/10.3390/s20102778 DOI: https://doi.org/10.3390/s20102778

Paulraj, M.P., Yaacob, S., Majid, M.A., Kazim, M.N.F.M., & Krishnan, P. Structural steel plate damage detection using non-destructive testing, frame energy-based statistical features, and artificial neural networks. Procedia Engineering. 2013, 53, p.376-386. DOI: https://doi.org/10.1016/j.proeng.2013.02.049

Betti, M., Facchini, L., & Biagini, P. Damage detection on a three-story steel frame using artificial neural networks and genetic algorithms. Meccanica, 2015, 50(3), p.875-886. DOI: https://doi.org/10.1007/s11012-014-0085-9

Похожие статьи

1 2 3 4 5 6 7 8 9 10 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.