Low frequency identification of critical states of transmission tower structures

• Autorzy: Szopa K. , Iwaniec M. , Gołaś A.

Identyfikatory

DOI

http://dx.doi.org/7494/mech.2013.32.3.102

Warianty tytułu

PL

Identyfikacja stanów krytycznych konstrukcji wsporczych napowietrznych linii energetycznych

• Języki publikacji: EN

Abstrakty

EN

Transmission towers are vital parts of the overhead power line infrastructures. Any damage to these supporting structures may result in decreased load-bearing capacity and, in consequence, their collapse. Failures of transmission towers are much more severe than power failures, as they not only cause interruption to the energy supply but can also result in considerable costs of infrastructure repairs and damage. Therefore, supporting structures of overhead power lines should be subjected to structural health monitoring. This paper presents a comprehensive database containing natural frequencies and strain energies of all elements for various (simulated) damage states. On the basis of structure modal parameters, by finding the correlation between natural frequencies of damaged structure stored in the created database and natural frequencies of the structure of interest, state of the test structure can be identified. In order to verify this method, a numerical experiment was carried out. Observing the strain energy variation as compared to the undamaged state makes it possible to localize the damage and assess its importance for the further structure exploitation.

PL

Konstrukcje wsporcze stanowią istotną część infrastruktury napowietrznych linii elektroenergetycznych. Uszkodzenie konstrukcji słupa elektroenergetycznego może prowadzić do zmniejszenia nośności takiego obiektu, a w rezultacie do utraty jego stateczności i zniszczenia. Awarie konstrukcji wsporczych napowietrznych linii elektroenergetycznych są o wiele bardziej niebezpieczne niż awarie powstałe z przyczyn elektroenergetycznych (np. awaria zasilania), gdyż powodują nie tylko przerwę w dostawie energii elektrycznej, ale również mogą skutkować kosztami poniesionymi w związku z naprawami i wypłatą odszkodowań. Dlatego też stan techniczny konstrukcji słupów elektroenergetycznych powinien być monitorowany. Artykuł przedstawia bazę danych zawierającą różne (symulowane) stany uszkodzeń, wraz z przypisanymi do nich informacjami na temat częstotliwości drgań własnych obiektu oraz energii sprężystej poszczególnych elementów. Na podstawie własności dynamicznych obiektu, poprzez znalezienie korelacji pomiędzy częstotliwościami drgań własnych symulowanych stanów uszkodzeń konstrukcji, zapisanymi w bazie danych, a częstotliwościami drgań własnych badanej konstrukcji, stan techniczny badanej konstrukcji może zostać zidentyfikowany. W celu weryfikacji metody, przeprowadzono eksperyment numeryczny. Obserwując zmianę energii sprężystej konstrukcji badanego obiektu w porównaniu z energią konstrukcji nieuszkodzonej, możliwe jest dokonanie oceny stanu technicznego badanego obiektu i określenie wpływu uszkodzenia na przyszłą pracę konstrukcji.

Słowa kluczowe

EN

space frames; natural frequency; database; numerical analysis; damage detection

PL

ramy przestrzenne; częstotliwości drgań własnych; baza danych; analiza numeryczna; detekcja uszkodzeń

• Wydawca: AGH University of Science and Technology Press
• Czasopismo: Mechanics and Control
• Rocznik: 2013
• Tom: Vol. 32, no. 3
• Strony: 102--109
• Opis fizyczny: Bibliogr. 16 poz., rys., wykr., tab.

Twórcy

autor

Szopa K.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Krakow, Poland

autor

Iwaniec M.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Krakow, Poland

autor

Gołaś A.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Krakow, Poland

Bibliografia

• 1. Albermani F., Kitipornchai S., Chan R.W.K. 2009, Failure analysis of transmission towers. Eng. Fail. Anal., vol. 16, pp. 1922–1928.
• 2. Allemang R.J., Brown D.L. 1982, A correlation coefficient for modal vector analysis. Proc. International Modal Analysis Conference, pp. 110–116.
• 3. Allemang R.J. 2003, The modal assurance criterion – twenty years of use and abuse. Sound and Vibration, August, pp. 14–21.
• 4. Battista R.C., Rodrigues R.S., Pfeil M.S. 2003, Dynamic behavior and stability of transmission line towers under wind forces. J. Wind. Eng. Ind. Aerod., vol. 91, pp. 1051–1067.
• 5. Guo H.Y. 2006, Structural damage detection using information fusion technique. Mech. Syst. Signal Pr., vol. 20, pp. 1173–1188.
• 6. Koh B.H., Dyke S.J. 2007, Structural health monitoring for flexible bridge structures using correlation and sensitivity of modal data. Comput.Struct., vol. 85, pp. 117–130.
• 7. Mendera Z., Szojda L., Wandzik G. 2012, Stalowe konstrukcje wsporcze napowietrznych linii elektroenergetycznych wysokiego napięcia. Wydawnictwo Naukowe PWN, Warszawa.
• 8. Messina A., Jones I.A., Williams E.J. 1996, Damage detection and localization using natural frequency changes, Proc., Conf., Identification In Engineering Systems, Swansea, UK, pp. 67–76.
• 9. Messina A., Williams E.J., Contursi J. 1998, Structural damage detection by a sensitivity and statistical-based method. J. Infrastruct. Syst., vol. 216 (5), pp. 791–808.
• 10. Nobahari M., Seyedpoor S.M. 2011, Structural damage detection using an efficient correlation-based index and a modified genetic algorithm, Math. Comput. Model., vol. 53, pp. 1798–1809.
• 11. Rao N.P., Knight G.M.S., Lakshmanan N., Iyer N.R. 2010, Investigation of transmission line tower failure. Eng. Fail. Anal., vol. 17, pp. 1127–1141.
• 12. Sanayei M., Santini-Bell E., Javdekar C.N., Edelmann J.L., Slavsky E. 2006, Damage localization and finite-element model updating using multiresponse NDT Dat., J. Bridge Eng., vol. 11(6), pp. 688–698.
• 13. Wu J.R., Li Q.S. 2006, Structural parameter identification and damage detection for a steel structure using a two-stage finite element model updating method. J. Constr. Steel Res., vol. 62, pp. 231–239.
• 14. Yin T., Lam H.F., Chow H.M., Zhu H.P. 2009, Dynamic reduction-based structural damage detection of transmission tower utilizing ambient vibration data. Eng. Struct., vol. 31, pp. 2009–2019.
• 15. Zhao J., Ivan J.N., DeWolf J.T. 1998, Structural damage detection using artificial neural networks. J. Infrastruct. Syst., 4(3), pp. 93–101.
• 16. Zimmerman A.T., Shiraishi M., Swartz R.A., Lynch J.P. 2008, Automated modal parameter estimation by parallel processing within wireless monitoring systems. J. Infrastruct. Syst., 14, SPECIAL ISSUE: New Sensors, Instrumentation and Signal Interpolation, pp. 102–113.