يشير رصد الصحة الإنشائية (SHM) إلى عملية تنفيذ استراتيجية كشف وتوصيف الأضرار للهياكل الهندسية. هنا يتم تعريف الضرر على أنه تغييرات في الخصائص المادية و / أو الهندسية لنظام هيكلي ، بما في ذلك التغييرات في شروط الحدود واتصال النظام ، مما يؤثر سلبًا على أداء النظام. تتضمن عملية SHM مراقبة النظام مع مرور الوقت باستخدام قياسات الاستجابة الديناميكية للعينة من خلال مجموعة من المستشعرات ، واستخراج الخصائص الحساسة للضرر من هذه القياسات ، والتحليل الإحصائي لهذه الميزات لتحديد الحالة الراهنة لصحة النظام. بالنسبة إلى SHM طويل الأجل ، يتم تحديث ناتج هذه العملية بشكل دوري من المعلومات المتعلقة بقدرة البنية على أداء وظيفتها المقصودة في ضوء التقادم والتدهور الحتمي الناتج عن البيئات التشغيلية. بعد الأحداث المتطرفة ، مثل الزلازل أو تحميل الانفجار ، يتم استخدام SHM لفحص الحالة بسرعة ويهدف إلى توفير ، في الوقت الحقيقي تقريبا ، معلومات موثوقة بشأن سلامة الهيكل. يلعب فحص البنية الأساسية دوراً رئيسياً في السلامة العامة فيما يتعلق بتراكم الأضرار على المدى الطويل وسيناريوهات الأحداث الشديدة. كجزء من التطورات السريعة في التقنيات التي تعتمد على البيانات والتي تعمل على تحويل العديد من المجالات في الهندسة والعلوم ، أصبحت تقنيات التعلم الآلي ورؤية الكمبيوتر قادرة بشكل متزايد على تشخيص وتصنيف أنماط البيانات في صورة موثوقة ، والتي لديها تطبيقات واضحة في سياقات التفتيش.

المقدمة
لطالما استخدمت الطرق النوعية وغير المستمرة لتقييم الهياكل من حيث قدرتها على خدمة الغرض المقصود منها. منذ بداية القرن التاسع عشر ، استخدم مخرسو عجلات السكة الحديدية صوت مطرقة تضرب عجلة القطار لتقييم ما إذا كان الضرر موجودًا. في الآلات الدوارة ، تم استخدام مراقبة الاهتزاز لعقود كأسلوب لتقويم الأداء. اثنين من التقنيات في مجال SHM هي تقنيات انتشار الموجة على أساس راغافان و Cesnik والتقنيات القائمة على الاهتزاز. على نطاق واسع يمكن تقسيم الأدبيات الخاصة بـ SHM المستندة إلى الاهتزاز إلى جانبين ، الأول حيث يتم اقتراح النماذج للضرر لتحديد الخصائص الديناميكية ، والمعروفة أيضًا باسم المشكلة المباشرة ، على سبيل المثال الرجوع ، الإطار الموحد والثاني ، حيث الخصائص الديناميكية تستخدم لتحديد خصائص الضرر ، والمعروفة أيضًا باسم المشكلة العكوسة ، على سبيل المثال الرجوع. في السنوات العشر إلى الخمس عشرة الماضية ، ظهرت تقنيات SHM لخلق مجال جديد مثير داخل فروع الهندسة المختلفة. وقد تم تأسيس مؤتمرات أكاديمية ومجلات علمية خلال هذا الوقت تركز بشكل خاص على SHM. هذه التقنيات أصبحت شائعة بشكل متزايد في الوقت الحالي.

التعرف على النمط الإحصائي
يمكن معالجة مشكلة SHM في سياق نموذج التعرف على النمط الإحصائي. يمكن تقسيم هذا النموذج إلى أربعة أجزاء: (1) التقييم التشغيلي ، (2) الحصول على البيانات وتطهيرها ، (3) استخراج الميزات وضغط البيانات ، و (4) تطوير النموذج الإحصائي للتميز في التمييز. عندما يحاول أحد تطبيق هذا النموذج على البيانات من هياكل العالم الحقيقي ، يصبح من الواضح أن القدرة على تطهير وضغط وتطبيع ودمج البيانات لحساب التغيرات التشغيلية والبيئية هي قضية رئيسية في التنفيذ عند معالجة الأجزاء 2-4 من هذا نموذج. يمكن تنفيذ هذه العمليات من خلال الأجهزة أو البرامج ، وبصفة عامة ، سيتم استخدام مزيج من هذين الأسلوبين.

التقييم الصحي للهياكل الهندسية للجسور والمباني والبنى التحتية الأخرى ذات الصلة
يستخدم هذا المفهوم المعروف باسم تقييم الصحة الإنشائية (SHA) أو SHM ، على نطاق واسع لأشكال مختلفة من البنى التحتية ، خاصة مع دخول البلدان في جميع أنحاء العالم في فترة أطول من بناء البنى التحتية المختلفة التي تتراوح بين الجسور إلى ناطحات السحاب. خاصة عندما يتعلق الأمر بأضرار في الهياكل ، من المهم ملاحظة أن هناك مراحل من الصعوبة المتزايدة التي تتطلب معرفة المراحل السابقة ، وهي:

كشف وجود الضرر على الهيكل
تحديد الضرر
تحديد أنواع الضرر
قياس شدة الضرر

من الضروري استخدام معالجة الإشارات والتصنيف الإحصائي لتحويل بيانات المستشعر على الحالة الصحية للبنية التحتية إلى معلومات عن الضرر من أجل التقييم.

التقييم التشغيلي
يحاول التقييم التشغيلي الإجابة على أربعة أسئلة تتعلق بتنفيذ القدرة على تحديد الضرر:

ط) ما هي سلامة الحياة و / أو التبرير الاقتصادي لأداء SHM؟
(2) كيف يتم تحديد الضرر للنظام الجاري التحقيق فيه ، وما هي الحالات الأكثر إثارة للقلق بالنسبة للإمكانات المتعددة للأضرار؟
(3) ما هي الشروط التشغيلية والبيئية على حد سواء ، التي بموجبها يتم رصد النظام؟
4) ما هي القيود المفروضة على الحصول على البيانات في بيئة التشغيل؟

يبدأ التقييم التشغيلي بتحديد القيود على ما سيتم رصده وكيف سيتم إنجاز الرصد. يبدأ هذا التقييم بتخصيص عملية تحديد الضرر للميزات الفريدة للنظام الذي تتم مراقبته ومحاولة الاستفادة من الميزات الفريدة للضرر الذي يتم اكتشافه.

اكتساب البيانات ، التطبيع والتطهير
يتضمن جزء الحصول على البيانات في عملية SHM تحديد طرق الإثارة وأنواع المستشعرات وعددها ومواقعها وأجهزة اكتساب البيانات / التخزين / الإحالة. مرة أخرى ، ستكون هذه العملية محددة التطبيق. سوف تلعب الاعتبارات الاقتصادية دورا رئيسيا في اتخاذ هذه القرارات. الفواصل الزمنية التي يجب جمع البيانات فيها هي اعتبار آخر يجب معالجته.

نظرًا لأنه يمكن قياس البيانات وفقًا لظروف مختلفة ، تصبح القدرة على تطبيع البيانات مهمة جدًا لعملية تحديد الضرر. كما ينطبق على SHM ، فإن تطبيع البيانات هو عملية فصل التغييرات في قراءة المستشعر بسبب التلف الناتج عن تغير الظروف التشغيلية والبيئية. واحدة من أكثر الإجراءات شيوعًا هي تطبيع الاستجابات المقاسة بواسطة المدخلات المقيسة. عندما يكون التباين البيئي أو التشغيلي مشكلة ، يمكن أن تنشأ الحاجة إلى تطبيع البيانات بطريقة زمنية محددة لتسهيل مقارنة البيانات المقاسة في أوقات مماثلة لدورة بيئية أو تشغيلية. يجب تحديد مصادر التباين في عملية الحصول على البيانات ومع النظام الجاري رصده والتقليل منه إلى أقصى حد ممكن. بشكل عام ، لا يمكن القضاء على جميع مصادر التباين. لذلك ، من الضروري إجراء القياسات المناسبة بحيث يمكن قياس هذه المصادر إحصائيًا. يمكن أن تنشأ التباين من تغير الظروف البيئية والاختبارات ، والتغيرات في عملية تقليل البيانات ، وعدم التناسق بين الوحدة والوحدة.

تنقية البيانات هي عملية اختيار البيانات بشكل انتقائي للانتقال إلى أو رفض عملية اختيار الميزة. عادة ما تستند عملية تنقية البيانات إلى المعرفة المكتسبة من الأفراد المشتركين بشكل مباشر في الحصول على البيانات. على سبيل المثال ، قد يكشف فحص إعداد الاختبار عن أن جهاز الاستشعار قد تم تركيبه بشكلٍ فضفاض ، وبالتالي ، استنادًا إلى حكم الأفراد الذين يقومون بإجراء القياس ، يمكن حذف مجموعة البيانات هذه أو البيانات من هذا المستشعر بشكل انتقائي من عملية اختيار ميزة. كما يمكن التفكير في تقنيات معالجة الإشارات مثل الترشيح وإعادة أخذ العينات كإجراءات لتنقية البيانات.

وأخيرًا ، يجب ألا يكون جزء الحصول على البيانات وتطبيعها وتنظيفها من عملية SHM ثابتًا. توفر الإحصاءات المكتسبة من عملية اختيار الميزة وعملية تطوير النموذج الإحصائي معلومات عن التغييرات التي يمكن أن تحسن عملية الحصول على البيانات.

ميزة استخراج وضغط البيانات
منطقة عملية SHM التي تحظى بأكبر قدر من الاهتمام في الأدبيات الفنية هي تحديد ميزات البيانات التي تسمح للمرء بالتمييز بين البنية التالفة والتالفة. المتأصلة في عملية اختيار ميزة هذه هي تكثيف البيانات. أفضل ميزات تحديد الضرر ، مرة أخرى ، التطبيق محددة.

تعتمد واحدة من أكثر طرق استخراج الميزات شيوعًا على ربط كُثُر استجابة النظام المقاسة ، مثل سعة أو تردد الاهتزاز ، مع الملاحظات المباشرة للنظام المهين. وهناك طريقة أخرى لتطوير ميزات لتحديد الضرر تتمثل في تطبيق عيوب هندسية مماثلة لتلك المتوقعة في ظروف التشغيل الفعلية ، إلى الأنظمة وتطوير فهم أولي للمعلمات الحساسة للأضرار المتوقعة. يمكن أيضًا استخدام النظام المعيب للتحقق من أن القياسات التشخيصية حساسة بما فيه الكفاية للتمييز بين الميزات المحددة من النظام غير التالف والتالف. إن استخدام أدوات تحليلية مثل نماذج العناصر المحدودة التي تم التحقق منها تجريبياً يمكن أن يكون رصيدا كبيرا في هذه العملية. في كثير من الحالات ، تستخدم الأدوات التحليلية لإجراء تجارب رقمية حيث يتم إدخال العيوب من خلال محاكاة الكمبيوتر. اختبار تراكم الأضرار ، حيث تتحلل المكونات الهيكلية الهامة للنظام قيد الدراسة من خلال إخضاعهم لظروف التحميل واقعية ، ويمكن أيضا أن تستخدم لتحديد الميزات المناسبة. قد تتضمن هذه العملية اختبار الأضرار الناجمة عن التلف ، أو اختبار التعب ، أو نمو التآكل ، أو تدوير درجات الحرارة لتجميع أنواع معينة من التلف بطريقة متسارعة. يمكن الحصول على نظرة ثاقبة على السمات المناسبة من عدة أنواع من الدراسات التحليلية والتجريبية كما هو موضح أعلاه ، وعادة ما يكون ذلك ناتجًا عن معلومات تم الحصول عليها من مجموعة من هذه الدراسات.

تقنيات التنفيذ والتشخيص قياس القياس اللازمة لأداء SHM تنتج المزيد من البيانات من الاستخدامات التقليدية للمعلومات ديناميكية الهيكلية. يعد تكثيف البيانات مفيدًا وضروريًا عند إجراء مقارنات بين العديد من مجموعات الميزات التي تم الحصول عليها على مدار عمر الهيكل. أيضا ، لأنه سيتم الحصول على البيانات من هيكل على مدى فترة طويلة من الزمن وفي بيئة تشغيلية ، يجب تطوير تقنيات قوية لتقليل البيانات للحفاظ على حساسية الميزة للتغيرات الهيكلية في الاهتمام في وجود التقلبات البيئية والتشغيلية. لمزيد من المساعدة في استخراج وتسجيل البيانات الجيدة اللازمة لأداء SHM ، يجب تحديد الأهمية الإحصائية للميزات واستخدامها في عملية التكثيف.

تطوير النموذج الإحصائي
جزء من عملية SHM التي تلقت أقل قدر من الاهتمام في الأدبيات الفنية هو تطوير نماذج إحصائية للتمييز بين الميزات من الهياكل غير التالفة والتالفة. يهتم تطوير النموذج الإحصائي بتنفيذ الخوارزميات التي تعمل على الخصائص المستخرجة لتقدير حالة الضرر للهيكل. عادة ما تقع الخوارزميات المستخدمة في تطوير النموذج الإحصائي في ثلاث فئات. عندما تكون البيانات متاحة من البنية غير التالفة أو التالفة ، فإن خوارزميات التعرف على النمط الإحصائي تندرج في التصنيف العام المشار إليه على أنه التعلم تحت الإشراف. تصنيف المجموعة وتحليل الانحدار هي فئات خوارزميات التعلم تحت الإشراف. يشير التعلم غير المشاهد إلى الخوارزميات المطبقة على البيانات التي لا تحتوي على أمثلة من البنية التالفة. الكشف المبكر أو الجدي هو الفئة الأساسية من الخوارزميات المطبقة في تطبيقات التعلم غير الخاضعة للإشراف. تقوم جميع الخوارزميات بتحليل التوزيعات الإحصائية للميزات المقاسة أو المشتقة لتعزيز عملية تحديد الضرر.

بديهيات أساسية
استنادًا إلى الأدبيات الكثيرة التي تطورت على SHM على مدار العشرين عامًا الماضية ، يمكن القول إن هذا الحقل قد نضج إلى درجة نشأ فيها العديد من البديهيات الأساسية ، أو المبادئ العامة. يتم سرد المسلمات على النحو التالي:

Axiom I: جميع المواد لها عيوب أو عيوب كامنة ؛
Axiom II: يتطلب تقييم الضرر مقارنة بين حالتين من النظام ؛
Axiom III: يمكن تحديد وجود التلف ومكانه بطريقة تعلم غير خاضعة للرقابة ، ولكن تحديد نوع الضرر الموجود وشدة الضرر لا يمكن إجراؤه عمومًا إلا في وضع التعلم تحت الإشراف ؛
Axiom IVa: لا تستطيع أجهزة الاستشعار قياس الضرر. يعد استخراج الميزات من خلال معالجة الإشارات والتصنيف الإحصائي ضروريًا لتحويل بيانات المستشعر إلى معلومات عن الضرر ؛
Axiom IVb: بدون استخلاص ميزة ذكية ، كلما كان القياس أكثر حساسية للتلف ، كلما كان أكثر حساسية لتغيير الظروف التشغيلية والبيئية ؛
Axiom V: تحدد مقاييس الطول والوقت المرتبطة ببدء الضرر والتطور الخصائص المطلوبة لنظام الاستشعار SHM ؛
Axiom VI: هناك مفاضلة بين حساسية تلف الخوارزمية وقدرتها على رفض الضجيج ؛
AXOM VII: حجم الضرر الذي يمكن اكتشافه من خلال التغييرات في ديناميكيات النظام يتناسب عكسياً مع نطاق تردد الإثارة.