Vibration based finite element model updating for civil structures using swarm intelligence

Structural health monitoring techniques for civil structures have become increasingly popular over the last decade, following the need worldwide to keep under control the actual health of structures and infrastructures, especially those with strategic functions. Vibration-based structural health monitoring, i.e. the observation of structural dynamics, is a widely used technique. It consists of collecting data with in situ dynamic measurements, processing them to extract selected parameters and then monitoring the structural dynamic response by tracking the evolution of these parameters over time. In order to obtain more accurate information, it may also be crucial to develop a finite element model that accurately represents the response of the actual structure. For this to happen, however, the model must undergo a calibration process to reduce the error due to differences with experimental data. The error, inherent to the model, is due to uncertainties and approximations involved in its realisation, such as geometries, material properties, simplified modelling assumptions, etc. In practical engineering applications, therefore, the problem of calibrating numerical models becomes an optimisation problem aimed at reducing the difference between measured and simulated data by updating. The calibrated numerical model can then be used to establish modal parameter thresholds that can be used in real-time monitoring, as well as to obtain more reliable predictive assessments of the structural response in the presence of different sources and levels of excitation. In this thesis an optimisation algorithm inspired by the social behaviour of birds, namely Particle Swarm Optimization, is used to automate the calibration process. In particular a finite element model updating method based on modal analysis is applied to different real-world case studies and results are presented.

Le tecniche di monitoraggio della salute strutturale per le strutture civili sono diventate sempre più popolari nell'ultimo decennio, facendo seguito alla necessità, in tutto il mondo, di tenere sotto controllo l'effettivo stato di salute di strutture e infrastrutture, soprattutto quelle con funzioni strategiche. Il monitoraggio strutturale basato sulle vibrazioni, ossia sull'osservazione della dinamica strutturale, è una tecnica ampiamente utilizzata. Consiste nel raccogliere dati con misure dinamiche in situ, elaborarli per estrarre parametri selezionati e quindi monitorare la risposta dinamica strutturale seguendo l'evoluzione di questi parametri nel tempo. Per ottenere informazioni più precise, può essere fondamentale sviluppare un modello agli elementi finiti che rappresenti accuratamente la risposta della struttura reale. A tal fine, tuttavia, il modello deve essere sottoposto a un processo di calibrazione per ridurre l'errore dovuto alle differenze con i dati sperimentali. L'errore, intrinseco al modello, è dovuto alle incertezze e alle approssimazioni coinvolte nella sua realizzazione, come le geometrie, le proprietà dei materiali, le ipotesi di modellazione semplificate, ecc. Nelle applicazioni pratiche dell'ingegneria, quindi, il problema della calibrazione dei modelli numerici diventa un problema di ottimizzazione volto a ridurre la differenza tra i dati misurati e quelli simulati mediante l'aggiornamento. Il modello numerico calibrato può quindi essere utilizzato per stabilire soglie di parametri modali utilizzabili nel monitoraggio in tempo reale, nonché per ottenere valutazioni predittive più affidabili della risposta strutturale in presenza di diverse sorgenti e livelli di eccitazione. In questa tesi viene utilizzato un algoritmo di ottimizzazione ispirato al comportamento sociale degli uccelli, ovvero il Particle Swarm Optimization, per automatizzare il processo di calibrazione. In particolare, un metodo di calibrazione del modello agli elementi finiti basato sull'analisi modale viene applicato a diversi casi di studio reali e ne vengono presentati i risultati.