Les infraestructures juguen un paper cabdal en el desenvolupament social i econòmic de qualsevol regió o país. Una gran quantitat de serveis, com el transport de persones o mercaderies o la generació d’energia, depenen de l’estat d’estructures com carreteres, ponts, preses o parcs eòlics, entre d’altres. L’envelliment de moltes d’aquestes infraestructures, juntament amb condicions ambientals adverses o defectes constructius, augmenta la necessitat d’inspeccionar i controlar-les, per assegurar que apareix o es propaga cap dany. Actualment, les inspeccions visuals periòdiques són les més habituals, però presenten certs problemes, sobretot en el control entre inspeccions, la detecció de danys interns o en llocs de difícil accés.
El Dr. Josep Font Moré va defensar la seva tesi doctoral a IQS, on ha desenvolupat noves metodologies per mitigar els efectes ambientals i operacionals en les tecnologies de monitoratge de la salut d’infraestructures.
Per tal de millorar la qualitat de les inspeccions i reduir els costs associats, hi ha hagut un creixent interès en sistemes basats en el monitoratge de la salut estructural, mitjançant la instal·lació en l’estructura de diferents tipus de sensors per obtenir senyals que informen sobre la seva integritat o salut, de forma similar al control mèdic de l’estat d’un pacient, la qual cosa permet el control d’infraestructures de forma autònoma. Una part molt important en tot aquest procés és el tractament dels senyals obtinguts mitjançant Machine Learning i com aquests poden advertir en cas de perill o recomanar certes accions, ajudant en la presa de decisions.
La tecnologia SHM (Structural Health Monitoring) basada en vibracions és una de les més esteses ja que permet obtenir informació global de l’estructura utilitzant pocs sensors, que són relativament econòmics i fàcils d’instal·lar i poden ser utilitzats en múltiples aplicacions. Tot i això, existeixen certs reptes que limiten la comercialització d’aquesta tecnologia.
En aquest context, el Dr. Josep Font Moré va dur a terme la seva tesi doctoral al Departament d’Enginyeria Industrial d’IQS, sota el títol Mitigation of environmental and operational variability in structural health monitoring through hybrid procedures and latent variables. La tesi va ser dirigida pel Dr. Marco A. Pérez Martínez, dins del grup de recerca GAM – Applied Mechanics and Advanced Manufacturing, amb l’objectiu principal de proposar i desenvolupar noves metodologies que donin resposta a una de les problemàtiques més importants que limiten l’ús industrial d’aquestes tecnologies: la influència dels efectes dels paràmetres EOPs (per les seves sigles en anglès), ambientals com la temperatura, la velocitat i direcció del vent o paràmetres operacionals com el tràfic en un pont o el gir de les pales en un aerogenerador, que influencien la resposta dinàmica de l’estructura.
Aquesta influència no desitjada pot emmascarar l’aparició de danys en l’estructura i, en moltes ocasions, la seva variabilitat és molt més significativa de la que pot tenir l’aparició d’una esquerda, per exemple. És per això que calen eines avançades que permetin mitigar els efectes ambientals i operacionals, per poder extreure informació únicament de la integritat estructural.
Actualment, aquesta mitigació es pot fer mitjançant dues metodologies, anomenades explícita i implícita. Els mètodes explícits construeixen models de regressió amb l’objectiu de relacionar els EOPs, que causen aquesta variabilitat, amb les característiques sensibles al dany o DSFs, on s’observa l’efecte dels EOPs. D’altra banda, els mètodes implícits prescindeixen dels EOPs i estudien patrons o tendències en els DSFs que puguin relacionar-se amb certs paràmetres ambientals o operacionals.
Noves metodologies per mitigar els efectes ambientals i operacionals
La recerca realitzada pel Dr. Font està fonamentada en dues idees noves per millorar la mitigació dels EOPs. En primer lloc, es proposen estratègies híbrides que incorporen característiques dels mètodes explícits i implícits, per tal de reduir algunes de les seves limitacions. La metodologia proposada estudia de forma automàtica quins DSFs estan més influenciats pels EOPs i els hi aplica una correcció individualitzada. D’aquesta manera, es redueix la introducció de soroll en els models, a causa de DSFs mal corregits. A més a més, s’utilitza tota la informació disponible, evitant així un dels inconvenients dels mètodes implícits, aportant una mitigació més precisa.
En segon lloc, aquesta tesi proposa l’ús de variables latents per extreure una referència més completa sobre l’estructura. Aquesta metodologia obre nous camins en la investigació i aplicació de SHM, ja que permet obtenir una visió més holística dels paràmetres d’estudi. La proposta és altament innovadora i trencadora, perquè desafia l’ús convencional de variables mesurades i ofereix una perspectiva més general del problema de mitigació. Mitjançant aquesta nova metodologia s’ha aconseguit reduir el soroll inherent de les variables mesurades, i extreure informació sobre els EOPs que no era directament mesurada.
Aquesta tesi ha permès millorar la mitigació dels efectes ambientals i operacionals en el monitoratge d’estructures, havent validat les dues metodologies desenvolupades amb dades d’aerogeneradors, o subcomponents d’aquests, com serien les seves pales. Tot i això, l’ús d’aquestes metodologies es podria aplicar a altres tipus d’infraestructures civils.
Col·laboracions internacionals
Aquesta recerca s’ha dut a terme en col·laboració amb el Dr. Luis D. Avendaño-Valencia de la University of Southern Denmark i el Dr. David Garcia-Cava de la University of Edinburgh.
Els mètodes de monitoratge desenvolupats van ser validats amb dades d’aerogeneradors operacionals cedides per l’empresa HBK i per la Technical University of Denmark.
Publicacions relacionades
J. Font-Moré, D. Garcia Cava, M. A. Pérez, L. D. Avendaño-Valencia, A hybrid implicit-explicit procedure to mitigate environmental and operational variability for SHM Applications, International Journal of Structural Health Monitoring (under Review)
J. Font-Moré, D. Garcia Cava, M.A. Pérez, L.D. Avendaño-Valencia, A latent variable approach for mitigation of environmental and operational variability in vibration-based SHM – A linear approach, 11th European Workshop on Structural Health Monitoring (EWSHM 2024) Potsdam, Germany. Publicació seleccionada com un dels 10 best student papers, d’un total de quasi 100 articles.
https://www.ndt.net/search/docs.php3?id=29704
J. Font-Moré, D. Garcia Cava, M.A. Pérez, L.D. Avendaño-Valencia, Interpreting environmental variability from damage sensitive features, X ECCOMAS Thematic Conference on Smart Structures and Materials (SMART 2023) Patras, Grècia. Article seleccionat per formar part d’un número especial del International Journal of Structural Health Monitoring (IJSHM)
J. Font-Moré, G Reyes-Carmenaty, R. Lado-Roigé, M. A. Pérez (2023), Performance analysis of vibration-based damage indicators under low-modal information structures, Mechanical Systems and Signal Processing, Vol. 190, Pag. 110166
Aquesta tesi ha rebut un ajut del Ministerio de Universidades per a la Formació de Professorat Universitari – FPU 21/02335 i EST 23/00179, i un premi del Col·legi d’Enginyers Industrials de Catalunya per a la seva realització.
Col·laboradors
