Key points are not available for this paper at this time.
Cet article présente une méthodologie pour un système de surveillance de la santé structurelle (SHM) basé sur des réseaux de fibres optiques utilisant la réflexion arrière optique (OBR). L'étude se concentre sur l'utilisation des méthodes d'apprentissage automatique pour surveiller la microdéformation d'un fuselage de drone et détecter et discriminer entre différents types de dommages lorsque la structure est soumise à des charges statiques. Un total de 1500 points sont mesurés pour chaque charge, fournissant une compréhension complète de la réponse structurelle. De plus, quatre types de dommages, y compris le délaminage partiel à différents emplacements, sont induits avec des degrés d'extension variés pour évaluer la sensibilité et la précision du système SHM. Les résultats montrent que le système SHM basé sur OBR est capable de détecter et de localiser les dommages avec une grande précision, indiquant son potentiel en tant qu'outil fiable et efficace pour la surveillance en temps réel de la santé structurelle dans les applications aérospatiales. La méthodologie présentée dans cette étude pourrait être étendue à d'autres types de structures et scénarios de dommages, contribuant au développement de systèmes SHM plus avancés et efficaces. Mots-clés : Apprentissage Automatique, réseau de capteurs OBR, Véhicule Aérien Non Habité, Drone.
Delgado et al. (Sat,) ont étudié cette question.