Jumeau numérique de structures auto-sensibilisantes utilisant la méthode des éléments finis statistiques

Résumé La surveillance des actifs d'infrastructure à l'aide de réseaux de capteurs devient de plus en plus répandue. Un jumeau numérique sous la forme d'un modèle d'éléments finis (EF), tel qu'il est couramment utilisé dans la conception et la construction, peut aider à donner sens à la quantité copieuse de données de capteurs collectées. Cet article démontre l'application de la méthode des éléments finis statistiques (statFEM), qui fournit un moyen fondamental de synthétiser les données et les modèles basés sur la physique, dans le développement d'un jumeau numérique d'une structure auto-sensibilisante. Comme étude de cas, un pont ferroviaire en acier instrumenté de 27,341,5 m de long situé le long de la ligne principale de la côte ouest près de Staffordshire au Royaume-Uni est considéré. En utilisant les données de déformation capturées à partir de capteurs de grille Bragg en fibre à 108 emplacements le long de la superstructure du pont, la statFEM peut prédire la réponse « réelle » du système tout en tenant compte des incertitudes dans les relevés des capteurs, des charges appliquées et des erreurs de spécification du modèle EF. Les distributions de déformation longitudinale le long des deux poutres principales en I sont à la fois mesurées et modélisées lors du passage d'un train de passagers. Le jumeau numérique statFEM est capable de générer des prévisions raisonnables de distribution de déformation à des emplacements où aucune donnée de mesure n'est disponible, y compris à plusieurs points le long des poutres principales en I et sur des éléments structurels sur lesquels aucun capteur n'est même installé. Les implications pour la surveillance et l'évaluation à long terme de la santé structurelle incluent l'optimisation de l'emplacement des capteurs et la réalisation d'analyses plus fiables de scénarios hypothétiques à des emplacements et dans des scénarios de charge pour lesquels aucune donnée de mesure n'est disponible.