Probabilidade Preditiva de Curvas de Localização (P-POL) para Estruturas com Condições Ambientais Variáveis

Um dos desafios fundamentais na monitoração da saúde estrutural (SHM) é a falta de dados do estado danificado, que são necessários para verificar os algoritmos de detecção automática de danos. Neste artigo, é apresentada uma abordagem recentemente desenvolvida que permite avaliar a detectabilidade de danos antes que eles ocorram. A abordagem é baseada nas chamadas curvas de probabilidade de deteção que podem ser avaliadas com base em dados e em um modelo da estrutura não danificada, de maneira "preditiva". O método se baseia em quatro suposições fundamentais: as características sensíveis a danos podem ser aproximadas por meio de uma distribuição normal, a variância na medição permanece constante para diferentes cenários de danos, um modelo analítico da estrutura examinada está disponível para o cálculo de sensibilidade, e a relação entre medições e mudanças estruturais pode ser linearizada para pequenas mudanças estruturais. Em publicações anteriores, essa abordagem já foi aplicada no monitoramento de frequência natural e modo de forma, além de testes ultrassônicos. Neste artigo, é aplicada a medições de deformação e inclinação a partir de estudos de caso numéricos pela primeira vez, demonstrando a universalidade do método. Além disso, é analisado como as mudanças nas variáveis ambientais e operacionais (EOVs) afetam a POD prevista. Os resultados demonstram que a POD prevista é válida mesmo na presença de mudanças ambientais, mas depende dos hiperparâmetros definidos pelo usuário dos algoritmos que removem os efeitos ambientais das medições. Portanto, a seleção de hiperparâmetros é discutida criticamente e uma estratégia de monitoramento ideal é delineada.