Zur Übersicht

Vortrag

Dünnbesetzte Lösungstechniken für Last- und Schadensüberwachungssysteme

Donnerstag (22.06.2017)
11:00 - 11:20 Uhr
Bestandteil von:


Lastüberwachung und Schadensdetektion von mechanischen Strukturen sind wichtige Aufga-benfelder im Bereich des Structural Heath Monitorings (SHM). Eine solche Überwachung ist notwendig um die Integrität einer Struktur beurteilen zu können und eine Vorhersage der Restlebensdauer treffen zu können. Dabei führt die Rekonstruktion von unbekannten Lasten oder die Bestimmung von Schadensparametern meist auf eine mathematisch inverse Problem-stellung. Zur Lösung dieser inversen Problemstellung ist es zweckmäßig Vorkenntnisse der gesuchten Größen mit zu berücksichtigen um physikalisch sinnvolle Ergebnisse zu erhalten.


Schäden wie z.B. Risse können als räumliche Singularität interpretiert werden, da Risse ledig-lich zu einer lokalen Steifigkeitsreduktion führen. Durch Lokalisieren und Quantifizieren der Steifigkeitsreduktion kann somit der Schaden vorständig identifiziert werden. Auch einer unbekannten Strukturanregung liegen meist bekannte Kraftcharakteristika zugrunde, z.B. eine räumliche Konzentration für Einzellasten, eine kurze Zeitdauer für Impulslasten oder eine schmale Bandbreite für eine harmonische Anregung. In diesem Fall wird Kraftrekonstruktion ebenfalls zu einem Problem der Kraftlokalisierung und der Betragsbestimmung.


Die charakteristischen Eigenschaften von Kraft und Schaden werden in der vorliegenden Ar-beit dazu genutzt um die jeweils auftretende inverse Problemstellung in ein dünnbesetztes Gleichungssystem zu überführen. Die Lösung solcher Gleichungssysteme mittels l1-Regularisierung wurde in den letzten Jahren bereits in diversen Feldern der angewandten Ma-thematik erfolgreich eingesetzt, z.B. im Compressive Sensing. In dieser Arbeit wird anhand von Simulationsstudien und experimentellen Beispielen gezeigt, wie dünnbesetzte Lösungs-strategien auf Probleme der Strukturüberwachung angewendet werden können und so die Rekonstruktionsergebnisse bei einer gleichzeitig reduzierten Sensoranzahl signifikant verbessern.

 

Sprecher/Referent:
Prof. Claus-Peter Fritzen
Universität Siegen
Weitere Autoren/Referenten:
  • Daniel Ginsberg
    Universität Siegen