Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Bertoldi, Evandro
Orientador(a): Clarke, Thomas Gabriel Rosauro
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
SHM
Link de acesso: http://hdl.handle.net/10183/256548
Resumo: Neste trabalho foi proposto um método de processamento de dados provindos de um sistema de Monitoramento de Saúde Estrutural (SHM) baseado em ondas guiadas visando à detecção e quantificação de danos por corrosão em tanques de armazenamento em unidades Flutuantes de Produção, Armazenamento e Transferência (FPSO). Para isso, foram utilizados dados de um painel simulando um trecho da estrutura de um tanque de FPSO, que foi instrumentado com um conjunto de sensores operados com eletrônica e software desenvolvidos em um trabalho prévio. Primeiramente foram obtidos sinais a partir da estrutura na condição íntegra para criar um banco de dados de sinais base (baselines). Posteriormente, foram introduzidos diferentes níveis de dano no painel, e novas coletas de dados foram realizadas para cada nível de dano. O método proposto consiste em realizar uma redução de dimensão nos dados do teste de ondas guiadas usando Análise de Componentes Independentes (ICA). A partir dos dados reduzidos, é utilizado uma abordagem baseada na detecção de outliers para identificar a componente referente ao dano de forma automática. Para isso, primeiramente é montado um conjunto de dados a partir do banco de dados de baseline, onde os dados são selecionados de forma aleatória e sem reposição, formando o primeiro conjunto de dados. Em seguida é montado o segundo conjunto de dados, o qual é formado pelo primeiro conjunto e um sinal adicionado (sinal de baseline ou dano) em uma posição aleatória entre os demais sinais de baseline. Após a redução dimensional dos dados, foram utilizados os vetores de pesos do ICA para identificar se um determinado sinal tem origem de uma condição intacta ou danificada por meio de um procedimento envolvendo correlação cruzada. Nesse procedimento, as componentes dos dois conjuntos de dados são relacionadas entre si através do valor máximo da correlação cruzada. Assim, a componente relacionada ao dano do segundo conjunto tenderá a não estar vinculada, pois deverá ter menos similaridade com as componentes do primeiro conjunto. Por último, foi repetido este processo várias vezes para calcular a acurácia e os erros da detecção de danos e para calcular a rela- ção sinal-ruído (SNR) das componentes outliers para quantificar o dano. Foram obtidas taxas médias de acurácia acima de 80% para detecção de danos, com taxas médias de erro Tipo I abaixo de 20% e taxas médias de erro Tipo II abaixo de 40%. Além disso, foi possível estimar a severidade dos danos, principalmente, em seus estágios iniciais de profundidade.
id URGS_5a8a0c216aa3e0dcb684edafa2c68529
oai_identifier_str oai:www.lume.ufrgs.br:10183/256548
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Bertoldi, EvandroClarke, Thomas Gabriel Rosauro2023-03-31T03:22:56Z2022http://hdl.handle.net/10183/256548001164539Neste trabalho foi proposto um método de processamento de dados provindos de um sistema de Monitoramento de Saúde Estrutural (SHM) baseado em ondas guiadas visando à detecção e quantificação de danos por corrosão em tanques de armazenamento em unidades Flutuantes de Produção, Armazenamento e Transferência (FPSO). Para isso, foram utilizados dados de um painel simulando um trecho da estrutura de um tanque de FPSO, que foi instrumentado com um conjunto de sensores operados com eletrônica e software desenvolvidos em um trabalho prévio. Primeiramente foram obtidos sinais a partir da estrutura na condição íntegra para criar um banco de dados de sinais base (baselines). Posteriormente, foram introduzidos diferentes níveis de dano no painel, e novas coletas de dados foram realizadas para cada nível de dano. O método proposto consiste em realizar uma redução de dimensão nos dados do teste de ondas guiadas usando Análise de Componentes Independentes (ICA). A partir dos dados reduzidos, é utilizado uma abordagem baseada na detecção de outliers para identificar a componente referente ao dano de forma automática. Para isso, primeiramente é montado um conjunto de dados a partir do banco de dados de baseline, onde os dados são selecionados de forma aleatória e sem reposição, formando o primeiro conjunto de dados. Em seguida é montado o segundo conjunto de dados, o qual é formado pelo primeiro conjunto e um sinal adicionado (sinal de baseline ou dano) em uma posição aleatória entre os demais sinais de baseline. Após a redução dimensional dos dados, foram utilizados os vetores de pesos do ICA para identificar se um determinado sinal tem origem de uma condição intacta ou danificada por meio de um procedimento envolvendo correlação cruzada. Nesse procedimento, as componentes dos dois conjuntos de dados são relacionadas entre si através do valor máximo da correlação cruzada. Assim, a componente relacionada ao dano do segundo conjunto tenderá a não estar vinculada, pois deverá ter menos similaridade com as componentes do primeiro conjunto. Por último, foi repetido este processo várias vezes para calcular a acurácia e os erros da detecção de danos e para calcular a rela- ção sinal-ruído (SNR) das componentes outliers para quantificar o dano. Foram obtidas taxas médias de acurácia acima de 80% para detecção de danos, com taxas médias de erro Tipo I abaixo de 20% e taxas médias de erro Tipo II abaixo de 40%. Além disso, foi possível estimar a severidade dos danos, principalmente, em seus estágios iniciais de profundidade.In this study, it was proposed a method for processing data from a guided wave-based Structural Health Monitoring (SHM) aiming to detect and quantify corrosion damage on storage tanks Floating Production, Storage and Offloading (FPSO) units. For this, data from a panel simulating a section of an FPSO tank structure were used, which were instrumented with a set of sensors operated with electronics and software developed in a previous study. First, signals were obtained from the intact structure to create a baseline signal database. Subsequently, different damage levels were introduced into the panel and new data collection was performed for each damage level. The proposed method consists in performing a dimension reduction on guided wave test data using Independent Component Analysis (ICA). From the reduced data, an approach based on outlier detection is used to automatically identify the damage component. For this purpose, a data set is first assembled from the baseline database, where the data is selected randomly and without replacement, forming the first data set. Then the second data set is assembled, which is made of the first set and one added signal (baseline signal or damage) at a random position among the other baseline signals. After the dimensional reduction of the data, ICA weight vectors were used to identify if a specific signal originated from an intact or damaged condition through a procedure involving cross-correlation. In this procedure, the components of the two data sets are related to each other through the maximum cross-correlation value. So, the damage-related components of the second set will tend to be unrelated, because it should have less similarity to the components of the first set. Finally, this process was repeated several times to calculate the accuracy and errors of the damage detection and to calculate the signal-to-noise ratio (SNR) of the outlier components to quantify the damage. Average accuracy above 80% was obtained for damage detection, with average Type I error rates below 20% and Type II error rates below 40%. Additionally, it was possible to estimate damage severity, especially in its early stages of depths.application/pdfporTanque de armazenamento de combustívelCorrosãoSegurança de estruturasPropagação de ondasData drivenSHMComplex structuresGuided wavesMétodo de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de Minas, Metalúrgica e de MateriaisPorto Alegre, BR-RS2022doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001164539.pdf.txt001164539.pdf.txtExtracted Texttext/plain262764http://www.lume.ufrgs.br/bitstream/10183/256548/2/001164539.pdf.txte4da3514b78c95fddfc73a371e8eeb33MD52ORIGINAL001164539.pdfTexto completoapplication/pdf16126346http://www.lume.ufrgs.br/bitstream/10183/256548/1/001164539.pdfe1e63ca35e6d7ea453a7845000fb66c9MD5110183/2565482025-12-15 08:01:08.68937oai:www.lume.ufrgs.br:10183/256548Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br || lume@ufrgs.bropendoar:18532025-12-15T10:01:08Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
title Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
spellingShingle Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
Bertoldi, Evandro
Tanque de armazenamento de combustível
Corrosão
Segurança de estruturas
Propagação de ondas
Data driven
SHM
Complex structures
Guided waves
title_short Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
title_full Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
title_fullStr Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
title_full_unstemmed Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
title_sort Método de detecção e quantificação de dano por corrosão em tanques de FPSO com dados coletados de um sistema de SHM baseado em ondas guiadas
author Bertoldi, Evandro
author_facet Bertoldi, Evandro
author_role author
dc.contributor.author.fl_str_mv Bertoldi, Evandro
dc.contributor.advisor1.fl_str_mv Clarke, Thomas Gabriel Rosauro
contributor_str_mv Clarke, Thomas Gabriel Rosauro
dc.subject.por.fl_str_mv Tanque de armazenamento de combustível
Corrosão
Segurança de estruturas
Propagação de ondas
topic Tanque de armazenamento de combustível
Corrosão
Segurança de estruturas
Propagação de ondas
Data driven
SHM
Complex structures
Guided waves
dc.subject.eng.fl_str_mv Data driven
SHM
Complex structures
Guided waves
description Neste trabalho foi proposto um método de processamento de dados provindos de um sistema de Monitoramento de Saúde Estrutural (SHM) baseado em ondas guiadas visando à detecção e quantificação de danos por corrosão em tanques de armazenamento em unidades Flutuantes de Produção, Armazenamento e Transferência (FPSO). Para isso, foram utilizados dados de um painel simulando um trecho da estrutura de um tanque de FPSO, que foi instrumentado com um conjunto de sensores operados com eletrônica e software desenvolvidos em um trabalho prévio. Primeiramente foram obtidos sinais a partir da estrutura na condição íntegra para criar um banco de dados de sinais base (baselines). Posteriormente, foram introduzidos diferentes níveis de dano no painel, e novas coletas de dados foram realizadas para cada nível de dano. O método proposto consiste em realizar uma redução de dimensão nos dados do teste de ondas guiadas usando Análise de Componentes Independentes (ICA). A partir dos dados reduzidos, é utilizado uma abordagem baseada na detecção de outliers para identificar a componente referente ao dano de forma automática. Para isso, primeiramente é montado um conjunto de dados a partir do banco de dados de baseline, onde os dados são selecionados de forma aleatória e sem reposição, formando o primeiro conjunto de dados. Em seguida é montado o segundo conjunto de dados, o qual é formado pelo primeiro conjunto e um sinal adicionado (sinal de baseline ou dano) em uma posição aleatória entre os demais sinais de baseline. Após a redução dimensional dos dados, foram utilizados os vetores de pesos do ICA para identificar se um determinado sinal tem origem de uma condição intacta ou danificada por meio de um procedimento envolvendo correlação cruzada. Nesse procedimento, as componentes dos dois conjuntos de dados são relacionadas entre si através do valor máximo da correlação cruzada. Assim, a componente relacionada ao dano do segundo conjunto tenderá a não estar vinculada, pois deverá ter menos similaridade com as componentes do primeiro conjunto. Por último, foi repetido este processo várias vezes para calcular a acurácia e os erros da detecção de danos e para calcular a rela- ção sinal-ruído (SNR) das componentes outliers para quantificar o dano. Foram obtidas taxas médias de acurácia acima de 80% para detecção de danos, com taxas médias de erro Tipo I abaixo de 20% e taxas médias de erro Tipo II abaixo de 40%. Além disso, foi possível estimar a severidade dos danos, principalmente, em seus estágios iniciais de profundidade.
publishDate 2022
dc.date.issued.fl_str_mv 2022
dc.date.accessioned.fl_str_mv 2023-03-31T03:22:56Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/256548
dc.identifier.nrb.pt_BR.fl_str_mv 001164539
url http://hdl.handle.net/10183/256548
identifier_str_mv 001164539
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/256548/2/001164539.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/256548/1/001164539.pdf
bitstream.checksum.fl_str_mv e4da3514b78c95fddfc73a371e8eeb33
e1e63ca35e6d7ea453a7845000fb66c9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br || lume@ufrgs.br
_version_ 1854319303961083904