Haar wavelet method for vibration analysis of beams and parameter quantification

dc.contributor.advisorHein, Helle, juhendaja
dc.contributor.authorJaanuska, Ljubov
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.date.accessioned2021-01-15T12:33:04Z
dc.date.available2021-01-15T12:33:04Z
dc.date.issued2021-01-15
dc.description.abstractTala on konstruktsioonielement, mille ülesandeks on vastu pidada erinevatele koormustele. Projekteerimisel alahinnatud koormused, ebatäpsused tootmisel, söövitav keskkond, konstruktsiooni vananemine ekspluatatsiooni käigus võivad talasid kahjustada ning põhjustada kogu konstruktsiooni purunemist. Seetõttu talade dünaamilise käitumise modelleerimine ja ekspluatatsiooni jälgimine on jätkuvalt aktuaalne teema konstruktsioonide mehaanikas. Käesolev väitekiri on suunatud süstemaatilisele lähenemisele võnkumiste analüüsimiseks ja purunemise parameetrite määramiseks Euler-Bernoulli tüüpi talades. Töös pakutakse välja Haari lainikute meetod sageduste arvutamiseks ja andmete töötlemiseks. Nimelt, väitekirja esimeses osas on Haari lainikuid ja nende integreerimist rakendatud vabavõnkumise ülesannete korral, kus lahendatavaks võrrandiks on muutuvate kordajatega diferentsiaalvõrrand, millel puudub analüütiline lahend (näiteks ebaühtlase ristlõikega tala, materjali funktsionaalse gradientjaotusega tala). Arvutused kinnitasid, et pakutud lähenemisviis on kiire ja täpne vabavõnkumiste sageduste arvutamisel. Väitekirja teine osa käsitleb vabavõnkumisega seotud pöördülesandeid: pragude, delaminatsioonide, elastsete tugede jäikuse, massipunktide parameetrite määramist modaalsete omaduste kaudu. Kuna purunemise asukoha ja ulatuse arvutamine võnkumise diferentsiaalvõrrandist ei ole analüütiliselt võimalik, kasutatakse antud töös tehisnärvivõrke ja juhumetsi. Andmekogumite genereerimiseks lahendati võnkumise võrrand ning tulemusi töödeldi Haari lainikute abil. Arvutused näitasid, et Haari lainikute abil genereeritud andmekogumite arvutamiseks kuluv aeg oli üle kümne korra väiksem kui vabavõnkumiste sagedustele põhinevate andmekogumite arvutusaeg; Haari lainikute abil genereeritud andmekogumid ennustasid paremini purunemise asukohta, samas vabavõnkumiste sagedused olid tundlikumad purunemise ulatuse suhtes; enamikel juhtudel andsid tehisnärvivõrgud sama täpseid ennustusi kui juhumetsad. Töös pakutud meetodeid ja mudeleid saab kasutada teistes teoreetilistes ülesannetes vabavõnkumiste ja purunemiste uurimiseks või rakendada talade purunemise diagnostikas.et
dc.description.abstractA beam is a common structural element designed to resist loading. Underestimated loads during the design stage, looseness during the manufacturing stage, corrosive environment, collisions, fatigue may introduce some damage to beams. If no action is taken, the damage can turn into a fault or a breakdown of the whole system. Hereof, the entirety of beams is a crucial issue. This dissertation proposes a systematic approach to vibration analysis and damage quantification in the Euler-Bernoulli type beams. The solution is sought on the modal properties such as natural frequencies and mode shapes. The forward problem of the vibration analysis is solved using the Haar wavelets and their integration since the corresponding differential equations do not have an analytical solution. Multiple numerical examples indicate that the proposed approach is fast and accurate. Damage quantification (location and severity) of a crack, a delamination, a point mass or changes in the stiffness coefficients of elastic supports on the bases of the modal properties is an inverse problem. Since it is not analytically possible to calculate the damage parameters from the vibration differential equation, the task is solved with the aid of artificial neural networks or random forests. The datasets are generated solving the vibration equations and decomposing the mode shapes into the Haar wavelet coefficients. Multiple numerical examples indicate that the Haar wavelet based dataset is calculated more than ten times faster than the frequency based dataset; the Haar wavelets are more sensitive to the damage location, while the frequencies are more sensitive to the damage severity; in most cases, the neural networks produce as precise predictions as the random forests. The results presented in this dissertation can help in understanding the behaviour of more complex structures under similar conditions, provide apparent influence on the design concepts of structures as well as enable new possibilities for operational and maintenance concepts.en
dc.description.urihttps://www.ester.ee/record=b5398830et
dc.identifier.isbn978-9949-03-550-2
dc.identifier.isbn978-9949-03-551-9 (pdf)
dc.identifier.issn2613-5906
dc.identifier.urihttp://hdl.handle.net/10062/71083
dc.language.isoenget
dc.relation.ispartofseriesDissertationes informaticae Universitatis Tartuensis;23
dc.rightsopenAccesset
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectwaveletsen
dc.subjectjoistsen
dc.subjectdifferential equationsen
dc.subjectneural networksen
dc.subjectautomatic learningen
dc.subject.otherdissertatsioonidet
dc.subject.otherETDet
dc.subject.otherdissertationset
dc.subject.otherväitekirjadet
dc.subject.otherlainikudet
dc.subject.othertaladet
dc.subject.otherdiferentsiaalvõrrandidet
dc.subject.othertehisnärvivõrgudet
dc.subject.othertehisõpeet
dc.titleHaar wavelet method for vibration analysis of beams and parameter quantificationet
dc.title.alternativeHaari lainikute meetod omavõnkumiste analüüsiks ja parameetrite määramisekset
dc.typeThesiset

Failid

Originaal pakett

Nüüd näidatakse 1 - 1 1
Laen...
Pisipilt
Nimi:
jaanuska_ljubov.pdf
Suurus:
65.59 MB
Formaat:
Adobe Portable Document Format
Kirjeldus:

Litsentsi pakett

Nüüd näidatakse 1 - 1 1
Pisipilt ei ole saadaval
Nimi:
license.txt
Suurus:
1 B
Formaat:
Item-specific license agreed upon to submission
Kirjeldus: