Comparison of selected algorithms for force identification in time domain

• Autorzy: Deręgowski J. , Mendrok K.

Warianty tytułu

PL

Porównanie wybranych algorytmów identyfikacji wymuszeń działających w dziedzinie czasu

• Języki publikacji: EN

Abstrakty

EN

In recent years one can observe significant growth of the interest in the structural health monitoring (SHM) systems development and applications. However many authors focuses on the damage detection and all the activities related with diagnosis of failure. Meanwhile, classical, full SHM system should have in addition to a diagnostic module also module for excitation monitoring. Excitation can be measured, but easier and cheaper is to identify it by measuring the response of the object. Often it is the only practical possibility to monitor the excitation. The authors took this often overlooked problem of SHM systems, comparing the most commonly used algorithms for the identification of excitation acting in the time domain in terms of their usefulness in SHM systems. Showing a description of each of the algorithms and simulation results. The following features were compared: accuracy of the excitation reconstruction, simplicity of the algorithm, including the amount and type of data needed to build the model.

PL

W ostatnich latach obserwuje się znaczny wzrost zainteresowania budową i zastosowaniami układów monitorowania stanu obiektów (ang. Structural Health Monitoring - SHM). Jednakże większość autorów skupia się na wykrywaniu uszkodzeń i innymi czynnościami związanymi z diagnostyką. Tymczasem, klasyczny, pełny układ monitoringu powinien posiadać poza modułem diagnostycznym również moduł odpowiedzialny za rejestrację wymuszeń. Wymuszenia te mogą być mierzone, lecz taniej i łatwiej niejednokrotnie jest identyfikować je na podstawie pomiaru odpowiedzi. Często jest to jedyna praktyczna możliwość monitorowania wymuszeń. Autorzy podjęli ten często pomijany problem, dokonując porównania najpopularniejszych algorytmów identyfikacji wymuszeń działających w dziedzinie czasu pod kątem ich przydatności w układach SHM. Pokazano zarówno opis metod jak i wyniki ich symulacyjnej weryfikacji. Porównywano następujące cechy algorytmów: dokładność odtwarzania wymuszenia, prostota algorytmu z uwzględnieniem implementacji, czasu działania i rodzaju danych koniecznych do przygotowania algorytmu.

Słowa kluczowe

EN

force identification; inverse problems

PL

identyfikacja wymuszeń; zagadnienie odwrotne

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2012
• Tom: nr 3(63)
• Strony: 27--34
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Deręgowski J.

autor

Mendrok K.

• AGH University of Science and Technology, Department of Robotics and Mechatronics, al. Mickiewicza 30, 30-059 Krakow, Poland,

Bibliografia

• [1] Balageas D., Fritzen C.-P., Guemes A. (Ed.), “Structural Health Monitoring”, ISTE Ltd., London, UK, 2006.
• [2] Uhl T., Mendrok K., „Zastosowanie odwrotnego zadania identyfikacji do wyznaczania sił obciążających konstrukcje mechaniczne”, Wydawnictwo Instytutu Technologii Eksploatacji - PIB, Radom, 2005.
• [3] Gaeta M., Briolle F., Esparcieux P., “Blind separation of sources applied to convolutive mixtures in shallow water”, IEEE SP Workshop on Higher-Order Statistics, Banff, Canada, pp. 340-343, 1997.
• [4] Kompella S. M., Davies P., Bernhard R. J., Ufford D. A., “A technique to determine the number of incoherent sources contributing to the response of a system”, Mechanical Systems and Signal Processing, vol. 8 (4), pp. 363-380, 1994.
• [5] Giergiel J., Uhl T., “Identification of the impact force in mechanical system”, Archives of Machine Design, tom XXXVI, no. 2-3, 1989.
• [6] Giergiel J., Uhl T., “Identification of the input impact type forces in mechanical systems”, The Archives of Transport, vol.1, no. 1, pp. 29-52, 1989.
• [7] Pieczara J., “Application of genetic algorithms for identification of load vector”, Machine Dynamics Problems, vol. 29, no. 2, pp. 115-128, 2005.
• [8] Busby H. R., Trujillo D. M, “Optimal Regularization of an inverse dynamic problem”, Computers & Strucrures, vol. 63, no. 2, pp. 243-248, 1997.
• [9] Klinkov M., Fritzen C.-P., „Online estimation of external loads from dynamic measurements”, Proceedings of ISMA 2006, Leuven, Belgium, pp. 3957-3968, 2006.
• [10] Ha Q. P., Trinh H., “State and input simultaneous estimation for a class of nonlinear systems “, Automatica, vol. 40, pp. 1779-1785, 2004.
• [11] Czop P., Uhl T., “Load identification methods based on parametric models for mechanical structures”, Proceedings of the 8th IEEE International Conference on Methods and Models in Automation and Robotics MMAR 2002, Szczecin, vol. 2, pp. 1015-1020, 2002.
• [12] Mendrok K., Kurowski P., Uhl T., “Operational forces identification from helicopter model in-flight data with the use of inverted regressive parametric models”, Proceedings of the ASME 2008 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference, New York, USA, 2008.
• [13] Larminat P., Thomas Y., „Automatykaukłady liniowe” vol. 2. Identyfikacja, WNT, Warszawa, 1983.
• [14] Norgaard M., Ravn O., Poulsen N. K., Hansen L.K., “Neural network for modeling and control of dynamic systems”, SpringerVerlag, London, UK, 2000.
• [15] Tadeusiewicz R., „Sieci neuronowe”, Akademicka Oficyna Wydawnicza, Warszawa, 1983.
• [16] McCool K. M., Flitter L. A., Haas D. J., “Development and flight test evaluation of a rotor system load monitoring technology”, Journal of American Helicopter Society, vol. 45, pp. 19-27, 2000.
• [17] Haas D. J., Milano J., Flitter L., “Prediction of Helicopter Component Loads Using Neural Networks”, Journal of the American Helicopter Society, vol. 40, pp. 72-82,1995.
• [18] Góral G., Bydoń S., Uhl T., „Intelligent transducers of in-operational loads in construction fatigue monitoring”, Machine Dynamics Problems, vol. 26, no. 2/3, pp. 73-88, 2002.
• [19] Petko M., Uhl T., “Smart sensor for operational load measurement”, Transactions of the Institute of Measurement and Control, vol. 26, no. 2, pp. 99-117, 2004.