Vibration-based model updating: Reduction and quantification of uncertainties

Brehm, Maik

Numerical models and their combination with advanced solution strategies are standard tools for many engineering disciplines to design or redesign structures and to optimize designs with the purpose to improve specific requirements. As the successful application of numerical models depends on their suitability to represent the behavior related to the intended use, they should be validated by experimentally obtained results. If the discrepancy between numerically derived and experimentally obtained results is not acceptable, a model revision or a revision of the experiment need to be considered. Model revision is divided into two classes, the model updating and the basic revision of the numerical model. The presented thesis is related to a special branch of model updating, the vibration-based model updating. Vibration-based model updating is a tool to improve the correlation of the numerical model by adjusting uncertain model input parameters by means of results extracted from vibration tests. Evidently, uncertainties related to the experiment, the numerical model, or the applied numerical solving strategies can influence the correctness of the identified model input parameters. The reduction of uncertainties for two critical problems and the quantification of uncertainties related to the investigation of several nominally identical structures are the main emphases of this thesis. First, the reduction of uncertainties by optimizing reference sensor positions is considered. The presented approach relies on predicted power spectral amplitudes and an initial finite element model as a basis to define the assessment criterion for predefined sensor positions. In combination with geometry-based design variables, which represent the sensor positions, genetic and particle swarm optimization algorithms are applied. The applicability of the proposed approach is demonstrated on a numerical benchmark study of a simply supported beam and a case study of a real test specimen. Furthermore, the theory of determining the predicted power spectral amplitudes is validated with results from vibration tests. Second, the possibility to reduce uncertainties related to an inappropriate assignment for numerically derived and experimentally obtained modes is investigated. In the context of vibration-based model updating, the correct pairing is essential. The most common criterion for indicating corresponding mode shapes is the modal assurance criterion. Unfortunately, this criterion fails in certain cases and is not reliable for automatic approaches. Hence, an alternative criterion, the energy-based modal assurance criterion, is proposed. This criterion combines the mathematical characteristic of orthogonality with the physical properties of the structure by modal strain energies. A numerical example and a case study with experimental data are presented to show the advantages of the proposed energy-based modal assurance criterion in comparison to the traditional modal assurance criterion. Third, the application of optimization strategies combined with information theory based objective functions is analyzed for the purpose of stochastic model updating. This approach serves as an alternative to the common sensitivity-based stochastic model updating strategies. Their success depends strongly on the defined initial model input parameters. In contrast, approaches based on optimization strategies can be more flexible. It can be demonstrated, that the investigated nature inspired optimization strategies in combination with Bhattacharyya distance and Kullback-Leibler divergence are appropriate. The obtained accuracies and the respective computational effort are comparable with sensitivity-based stochastic model updating strategies. The application of model updating procedures to improve the quality and suitability of a numerical model is always related to additional costs. The presented innovative approaches will contribute to reduce and quantify uncertainties within a vibration-based model updating process. Therefore, the increased benefit can compensate the additional effort, which is necessary to apply model updating procedures.

Eine typische Anwendung von numerischen Modellen und den damit verbundenen numerischen Lösungsstrategien ist das Entwerfen oder Ertüchtigen von Strukturen und das Optimieren von Entwürfen zur Verbesserung spezifischer Eigenschaften. Der erfolgreiche Einsatz von numerischen Modellen ist abhängig von der Eignung des Modells bezüglich der vorgesehenen Anwendung. Deshalb ist eine Validierung mit experimentellen Ergebnissen sinnvoll. Zeigt die Validierung inakzeptable Unterschiede zwischen den Ergebnissen des numerischen Modells und des Experiments, sollte das numerische Modell oder das experimentelle Vorgehen verbessert werden. Für die Modellverbesserung gibt es zwei verschiedene Möglichkeiten, zum einen die Kalibrierung des Modells und zum anderen die grundsätzliche Änderung von Modellannahmen. Die vorliegende Dissertation befasst sich mit der Kalibrierung von numerischen Modellen auf der Grundlage von Schwingungsversuchen. Modellkalibrierung ist eine Methode zur Verbesserung der Korrelation zwischen einem numerischen Modell und einer realen Struktur durch Anpassung von Modelleingangsparametern unter Verwendung von experimentell ermittelten Daten. Unsicherheiten bezüglich des numerischen Modells, des Experiments und der angewandten numerischen Lösungsstrategie beeinflussen entscheidend die erzielbare Qualität der identifizierten Modelleingangsparameter. Die Schwerpunkte dieser Dissertation sind die Reduzierung von Unsicherheiten für zwei kritische Probleme und die Quantifizierung von Unsicherheiten extrahiert aus Experimenten nominal gleicher Strukturen. Der erste Schwerpunkt beschäftigt sich mit der Reduzierung von Unsicherheiten durch die Optimierung von Referenzsensorpositionen. Das Bewertungskriterium für vordefinierte Sensorpositionen basiert auf einer theoretischen Abschätzung von Amplituden der Spektraldichtefunktion und einem dazugehörigen Finite Elemente Modell. Die Bestimmung der optimalen Konfiguration erfolgt durch eine Anwendung von Optimierungsmethoden basierend auf genetischen Algorithmen und Schwarmintelligenzen. Die Anwendbarkeit dieser Methoden wurde anhand einer numerischen Studie an einem einfach gelagerten Balken und einem real existierenden komplexen Versuchskörper nachgewiesen. Mit Hilfe einer experimentellen Untersuchung wird die Abschätzung der statistischen Eigenschaften der Antwortspektraldichtefunktionen an diesem Versuchskörper validiert. Im zweiten Schwerpunkt konzentrieren sich die Untersuchungen auf die Reduzierung von Unsicherheiten, hervorgerufen durch ungeeignete Kriterien zur Eigenschwingformzuordnung. Diese Zuordnung ist entscheidend für Modellkalibrierungen basierend auf Schwingungsversuchen. Das am Häufigsten verwendete Kriterium zur Zuordnung ist das modal assurance criterion. In manchen Anwendungsfällen ist dieses Kriterium jedoch kein zuverlässiger Indikator. Das entwickelte alternative Kriterium, das energy-based modal assurance criterion, kombiniert das mathematische Merkmal der Orthogonalität mit den physikalischen Eigenschaften der untersuchten Struktur mit Hilfe von modalen Formänderungsarbeiten. Ein numerisches Beispiel und eine Sensitivitätsstudie mit experimentellen Daten zeigen die Vorteile des vorgeschlagenen energiebasierten Kriteriums im Vergleich zum traditionellen modal assurance criterion. Die Anwendung von Optimierungsstrategien auf stochastische Modellkalibrierungsverfahren wird im dritten Schwerpunkt analysiert. Dabei werden Verschiedenheitsmaße der Informationstheorie zur Definition von Zielfunktionen herangezogen. Dieser Ansatz stellt eine Alternative zu herkömmlichen Verfahren dar, welche auf gradientenbasierten Sensitivitätsmatrizen zwischen Eingangs- und Ausgangsgrößen beruhen. Deren erfolgreicher Einsatz ist abhängig von den Anfangswerten der Eingangsgrößen, wobei die vorgeschlagenen Optimierungsstrategien weniger störanfällig sind. Der Bhattacharyya Abstand und die Kullback-Leibler Divergenz als Zielfunktion, kombiniert mit stochastischen Optimierungsverfahren, erwiesen sich als geeignet. Bei vergleichbarem Rechenaufwand konnten ähnliche Genauigkeiten wie bei den Modellkalibrierungsverfahren, die auf Sensitivitätsmatrizen basieren, erzielt werden. Die Anwendung von Modellkalibrierungsverfahren zur Verbesserung der Eignung eines numerischen Modells für einen bestimmten Zweck ist mit einem Mehraufwand verbunden. Die präsentierten innovativen Verfahren tragen zu einer Reduzierung und Quantifizierung von Unsicherheiten innerhalb eines Modellkalibrierungsprozesses basierend auf Schwingungsversuchen bei. Mit dem zusätzlich generierten Nutzen kann der Mehraufwand, der für eine Modellkalibrierung notwendig ist, nachvollziehbar begründet werden.

Zitieren

Zitierform:

Brehm, Maik: Vibration-based model updating: Reduction and quantification of uncertainties. 2011.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:

Export