Numerical Technique Applied to Damage Identification in Bolted Structures using Time-domain Dynamic Responses

Abstract

Em diversos campos da engenharia, a necessidade de identificar e monitorar danos em estruturas complexas e de difícil acesso ainda apresenta um grande desafio para as técnicas não destrutivas de monitoramento existentes. Os métodos baseados em Structural Health Monitoring (SHM) demonstram o potencial de identificar e monitorar danos em estruturas através de um sistema on-board de comparação imediata com uma base de dados existentes. Nesse sentido, o presente trabalho propõe um estudo numérico usando o método de predição de dano SHM com a solução do problema inverso. A estrutura de estudo foi uma viga engastada com condições de contorno elásticas modelada através de um modelo de baixa ordem de fidelidade. Usando elementos finitos, uma junta aparafusada com 4 parafusos NAS6208-16 foi modelada no Ansys Parametric Design Language (APDL) usando o elemento COMBIN14 a partir de 6 rigidezes, onde 3 rigidezes são de torção e 3 sao de flexão. Uma análise de convergência foi realizada, resultando na avaliação da modelagem do problema com condições estáticas e em uma discretização de 20 elementos usando funções de interpolação quadrática entre os nós. Os danos da viga foram definidos através de uma perda de torque de aperto nos parafusos variando de 5% a 50%, resultando em uma perda de rigidez na conexão da viga. Foi proposto um índice-R capaz de avaliar os resultados com base na aceleração na direção vertical e normalizado em relação ao sinal de aceleração máxima coletada. Simulações transientes usando superposição modal foram realizadas para avaliar a robustez do Indice-R. Como primeiro resultado, observou-se que o Indice-R selecionado e robusto em relação a mudança na posição de aplicação da força e na quantidade e distribuição de nós para leitura de dados. Foi possível aproximar os resultados através de uma única curva quadrática, a partir das médias obtidas do índice-R. Foram traçadas curvas de limite de confiança de 95% a partir dos valores médios, possibilitando uma tentativa na solução do problema inverso. Com a adição de ruído de 1% a 5% nos dados obtidos de aceleração vertical, a detecção de perda de torque em baixos níveis foi prejudicada. Apesar disso, através da análise do intervalo de confiança, o método ainda se mostrou capaz de identificar satisfatoriamente perdas de torque acima de 25%, principalmente quando foi considerado o uso da média dos valores obtidos nos sensores para o cálculo do índice-R.