Improving the Structural Health Monitoring System in Detection of Tiny Crack Locations using Wavelet Transform and Digital Filter

Document Type : Power Article

Authors

1 Department of Electrical Engineering, Faculty of Engineering, Shahr-e-Qods Branch, Islamic Azad University, Tehran Iran.

2 Department of Electrical Engineering, Faculty of Engineering, Shahr-e-Qods Branch, Islamic Azad University, Tehran, Iran

Abstract

Structural health monitoring systems, by evaluating several parameters of structural health, attempt to detect the faults in early stages, and prevent their expansion. One of the most important components of a building is its beams in which any crack or damage can result in irreparable financial and psychological damage. Using motion sensors and analyzing their data is one of the methods for monitoring the structural health and detecting its cracks and damages. Meanwhile, wavelet transformation is one of the most commonly used diagnostic tools. In current research, a method based on combination of a discrete wavelet transform and a digital filter is proposed to detect the reinforced concrete beam defects. Various fault modes have been simulated using Abaqus software and Mode shapes have been analyzed using Matlab software under discrete wavelet transform and digital filter. The results indicate a very accurate performance of the proposed method in the detection of millimeter cracks, which shows about 10-times improvement in the resolution, compared with the previous works.

Keywords

Main Subjects


[1] E. Douka, S. Loutridis, and A. Trochidis, "Crack identification in beams using wavelet analysis," International Journal of Solids and Structures, Vol. 40, No. 13-14, pp. 3557-3569, 2003.
[2] A. Ovanesova and L. E. Suarez, "Applications of wavelet transforms to damage detection in frame structures," Engineering structures, Vol. 26, No. 1, pp. 39-49, 2004.
[3] X. Zhu and S. Law, "Wavelet-based crack identification of bridge beam from operational deflection time history," International Journal of Solids and Structures, Vol. 43, No. 7-8, pp. 2299-2317, 2006.
[4] H. Gökdağ and O. Kopmaz, "A new damage detection approach for beam-type structures based on the combination of continuous and discrete wavelet transforms," Journal of Sound and Vibration, Vol. 324, No. 3-5, pp. 1158-1180, 2009.
[5] امیر عزالدین، حسین نادرپور، علی خیرالدین، و غلامرضا قدرتی امیری، "تشخیص محل و میزان ترک در تیرها با استفاده از تبدیل موجک"، نشریه مدل سازی در مهندسی، دوره 12، شماره 39، زمستان 1393، صفحه 1-12.
[6] طاهره عارف زاده، واعظ حسینی، حسین نادرپور، و امیر عزالدین، "شناسایی موقعیت و شدت ترک‌های چندگانه در تیر طره‌ی بتن‌آرمه با استفاده از تحلیل مودال و آنالیز موجک"، نشریه مهندسی سازه و ساخت، دوره سوم، شماره 1، بهار 1395، صفحه 72-83.
[7] حسین نادرپور، محمد کاظم شربتدار، فاطمه خادمیان، "تشخیص الگوی آسیب دیوارهای برشی بتن‌آرمه با استفاده از تبدیل‌های ریاضیاتی"، نشریه مهندسی سازه و ساخت، دوره سوم، شماره 4، زمستان 1395، صفحه 79-96.
[8] امیر احمدنژاد زرنقی و امیر طریقت، "آشکارسازی خرابی در سازه‌های صفحه‌ای با استفاده از تحلیل انرژی موجک"، نشریه مدل سازی در مهندسی، دوره 16، شماره 53، تابستان 1397، مقاله 25.
[9] L. Debnath and F. A. Shah, "The Wavelet Transforms and Their Basic Properties," in Wavelet Transforms and Their Applications, ed: Springer, 2015, pp. 337-373.
[10] جواد صابریان، محمدرضا ملک، "تبدیل موجک و کاربردهای آن در GIS "، هفدهمین همایش ژئوماتیک، اردیبهشت ۱۳۸۸، صفحه 1-8.
[11] عاطفه عموزاده، محمدرضا فدوی امیری، علی زارع حسین زاده، و غلامرضا قدرتی امیری، "پردازش پاسخ سازه ها با کمک تبدیل موجک برای تشخیص آسیب های رخ داده در اثر زلزله"، مجله علمی پژوهشی مهندسی عمران مدرس، دوره 16، شماره 20، سال1395، صفحه 103-117.
[12] مهدی یوسفی، آزاد یزدانی، و مرتضی بسطامی، "بررسی اثر محتوی فرکانسی زمین لرزه در ضریب شکل پذیری سازه ها با استفاده از تبدیل موجک"، ششمین کنگره ملی مهندسی عمران، اردیبهشت ۱۳۹۰، صفحه 1-8.
[13] K. D. Rao and M. Swamy, "IIR Digital Filter Design," in Digital Signal Processing, ed: Springer, 2018.