Avancées dans la surveillance de la santé des structures
Découvrez comment PBSHM améliore la sécurité des structures et l'efficacité de la surveillance.
― 7 min lire
Table des matières
La Surveillance de la santé des structures (SHM) est un système utilisé pour surveiller l’état de structures comme des bâtiments, des ponts et des avions. L'objectif principal est de détecter tout dommage qui pourrait survenir au fil du temps pour pouvoir effectuer des réparations avant que les problèmes ne deviennent graves. Pour ça, on collecte des données sur une structure et on les analyse afin de voir s’il y a un souci.
Importance de la Surveillance
Le besoin de SHM vient du fait que les structures peuvent subir différents types de stress et d'usure à cause des conditions environnementales, de l'âge et de l'utilisation. Détecter les problèmes tôt peut aider à éviter des accidents, sauver des vies, et réduire les réparations coûteuses. Un bon système SHM aide à prendre des décisions éclairées sur la maintenance et l’opération, ce qui peut mener à des structures plus sûres et efficaces.
Fonctions Clés de la SHM
Il y a plusieurs aspects importants de la SHM qui aident à maintenir la santé d'une structure :
Détection des Dommages : C’est la première étape de la SHM. Ça consiste à vérifier s'il y a des dommages dans la structure.
Localisation des Dommages : Une fois les dommages détectés, il est crucial de savoir où ils se trouvent. Ça aide à planifier les réparations plus efficacement.
Type de Dommages : Identifier quel type de dommage a eu lieu peut aider à choisir les bonnes méthodes de réparation.
Étendue des Dommages : Comprendre la gravité des dommages permet de mieux prioriser les réparations.
Durée de Vie Restante : Les systèmes SHM peuvent estimer combien de temps une structure peut rester sûre et fonctionnelle avant de nécessiter une maintenance majeure ou un remplacement.
Le Défi de la Pénurie de Données
Un gros souci avec les systèmes SHM est le manque de données. Pour construire des modèles fiables qui prédisent la santé d'une structure, il faut beaucoup de données. Ces données devraient couvrir diverses conditions et scénarios, mais souvent, elles ne sont pas disponibles. Collecter ces données peut être coûteux et long.
Surveillance de la Santé Structurale Basée sur la Population (PBSHM)
Pour faire face à cette pénurie de données, une nouvelle approche appelée Surveillance de la Santé Structurale Basée sur la Population (PBSHM) a été développée. Au lieu de se concentrer uniquement sur des structures individuelles, la PBSHM regarde des groupes ou des populations de structures similaires. De cette façon, des informations précieuses peuvent être partagées entre des structures ayant des caractéristiques communes.
Qu'est-ce qu'une Population dans PBSHM ?
Dans le contexte de PBSHM, une "population" désigne un groupe de structures qui partagent des caractéristiques communes, comme le design, les matériaux ou les conditions d'exploitation. Par exemple, les éoliennes d'un parc éolien peuvent être considérées comme une population homogène si elles sont toutes du même modèle.
Types de Populations
Les populations peuvent être classées en deux types principaux :
Populations Homogènes : Ces structures sont presque identiques en design et fonction. Par exemple, une flotte d’avions du même modèle ou un groupe d’éoliennes similaires.
Populations Hétérogènes : Ces structures peuvent différer en design ou en fonction, mais partagent encore certaines similitudes qui permettent le partage de données. Par exemple, des éoliennes de modèles différents dans le même parc éolien pourraient former une population hétérogène.
Utilisation des Données des Populations
La PBSHM permet le transfert de connaissances entre structures d'une même population. Par exemple, si une structure subit une défaillance spécifique, cette info peut être utile pour prévoir des défaillances potentielles dans d'autres structures similaires. Cette approche collective aide à améliorer les prévisions et la prise de décision.
Cadre de Prise de Décision
La prise de décision dans la SHM est cruciale pour maintenir et faire fonctionner les structures efficacement. Une approche probabiliste basée sur le risque offre un moyen systématique de prendre des décisions éclairées. Le processus inclut la définition des modes de défaillance, l’Évaluation des risques et l’évaluation des coûts associés à différentes actions de maintenance.
Définir les Modes de Défaillance
Comprendre quels types de défaillances peuvent se produire est essentiel pour une surveillance efficace. Les modes de défaillance peuvent être définis comme des combinaisons de divers défauts locaux. Par exemple, dans un pont, un mode de défaillance pourrait inclure des problèmes avec les poutres de support, de la corrosion ou l’usure du tablier.
Évaluation des Risques
L'évaluation des risques dans la SHM signifie évaluer la probabilité de défaillance d'une structure et les conséquences de cette défaillance. Ça aide les organisations à prioriser leurs efforts de maintenance et à allouer les ressources plus efficacement.
Modèles Graphiques Probabilistes
Les modèles graphiques probabilistes sont des outils utilisés pour visualiser et analyser les relations entre différentes variables dans la SHM. Ces modèles aident à raisonner sous incertitude, permettant de meilleures prévisions sur la santé d'une structure.
Faire des Inférences
Les inférences sont des conclusions tirées des données recueillies durant la surveillance. Dans le cadre de la PBSHM, différents types d’inférences peuvent être faites :
Inférence Individuelle : Ces inférences se concentrent sur la compréhension de la santé d'une seule structure en fonction de ses propres données.
Inférence de Niveau : Celles-ci examinent les relations entre différents niveaux de structures, par exemple comment la santé de composants individuels affecte la santé de la structure globale.
Inférence de Population : Ce type se concentre sur la compréhension des états de santé à travers un groupe de structures similaires, permettant des aperçus plus larges.
Types de Décisions en SHM
La prise de décision en SHM peut être classée selon le niveau de la hiérarchie :
Décision Individuelle : Ce sont des choix faits concernant une seule structure, comme programmer une maintenance basée sur sa santé.
Décision de Niveau : Ces décisions impactent plusieurs niveaux d'une structure, comme l'allocation de ressources pour des tests.
Décision de Population : Ces décisions concernent des groupes de structures, comme prioriser les inspections en fonction des évaluations de risque collectives.
La valeur de l'information
Le concept de valeur de l'information (VoI) est lié à combien un décideur est prêt à investir pour obtenir des informations supplémentaires avant de faire un choix. Dans la PBSHM, la VoI peut être liée aux avantages potentiels du partage des données entre les structures, permettant d'améliorer les stratégies de gestion et de maintenance.
Amélioration par le Transfert de Connaissance
En partageant info et expériences d'une structure à une autre, les organisations peuvent améliorer leurs systèmes de surveillance. Cette approche mène à de meilleurs modèles prédictifs, une prise de décision éclairée, et au final, à des structures plus sûres et fiables.
Conclusion
La surveillance de la santé des structures et son évolution en PBSHM présentent des avancées significatives sur la façon dont on gère et entretient les structures. En utilisant une approche basée sur la population, les organisations peuvent surmonter les défis de la pénurie de données et améliorer la sécurité et la longévité de leurs actifs. L'intégration de cadres de prise de décision, de stratégies d'évaluation des risques et de partage de connaissances contribue à un système complet qui garantit que les structures restent sûres et fonctionnelles pendant des années.
Titre: Towards risk-informed PBSHM: Populations as hierarchical systems
Résumé: The prospect of informed and optimal decision-making regarding the operation and maintenance (O&M) of structures provides impetus to the development of structural health monitoring (SHM) systems. A probabilistic risk-based framework for decision-making has already been proposed. However, in order to learn the statistical models necessary for decision-making, measured data from the structure of interest are required. Unfortunately, these data are seldom available across the range of environmental and operational conditions necessary to ensure good generalisation of the model. Recently, technologies have been developed that overcome this challenge, by extending SHM to populations of structures, such that valuable knowledge may be transferred between instances of structures that are sufficiently similar. This new approach is termed population-based structural heath monitoring (PBSHM). The current paper presents a formal representation of populations of structures, such that risk-based decision processes may be specified within them. The population-based representation is an extension to the hierarchical representation of a structure used within the probabilistic risk-based decision framework to define fault trees. The result is a series, consisting of systems of systems ranging from the individual component level up to an inventory of heterogeneous populations. The current paper considers an inventory of wind farms as a motivating example and highlights the inferences and decisions that can be made within the hierarchical representation.
Auteurs: Aidan J. Hughes, Paul Gardner, Keith Worden
Dernière mise à jour: 2023-03-13 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2303.13533
Source PDF: https://arxiv.org/pdf/2303.13533
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.