2022 Fiscal Year Annual Research Report
Inverse crack identification and optimal sensor placement for mechanical structures based on normal modes of vibration
| Project/Area Number |
20K11855
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
齋藤 彰 明治大学, 理工学部, 専任准教授 (40581442)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 逆解析 / 損傷検出 / 最適化 / 固有振動 |
|---|
| Outline of Annual Research Achievements |
本研究は，き裂により生じる機械構造物の固有振動数・振動形状の変化と，き裂の情報を高精度に対応付ける方法を明らかにし，定量的にき裂の位置と長さを同定する方法を構築することを目的としたものである.
2022年度は，き裂を有する鋼板を対象に，振動モード形状から最適なセンサ配置を求めるアルゴリズムの検討を行った．特に，2020年度に，測定されたモード形状の線形独立性を最大化するアルゴリズムによって得られたセンサ配置の妥当性検証が未達であった．このため，比較として遺伝的アルゴリズム，およびトポロジー最適化による最適センサ配置を実施した．その結果，これらアルゴリズムでも類似した配置が得られ，線形独立性の高いモード形状を計測可能であることがわかった．
研究期間全体を通じて，機械構造物の固有振動数および振動形状の計測データと，それらの数値解析による予測値の差を，き裂のパラメータを制御変数として最適化アルゴリズムを用いて最小化することで，定量的にき裂の位置と長さを同定する事が可能であることがわかった．また，切り欠きを有する鋼板を対象として，構造物の密度分布を損傷を特徴づける制御変数として最適化を実施することで，高精度に損傷を特定可能であることを示した．最適化の際に，実際には存在しない密度の低下による損傷の誤検知が発生するが，正則化を施すことでそのような損傷の誤検知を減少させることが可能であることがわかった．また正則化は測定誤差に対しても有効であることがわかった．
|
