Integracja symulacji numerycznej i danych eksperymentalnych dla ulepszonego monitorowania stanu konstrukcji mostów

##plugins.themes.bootstrap3.article.main##

Om Narayan Singh

msngh97@kgpian.iitkgp.ac.in

https://orcid.org/0009-0009-4860-6099
Kaushik Dey

kausdey@mining.iitkgp.ac.in

Abstrakt

Badania opisane w niniejszym artykule mają na celu poprawę monitorowania stanu konstrukcji (structural health monitoring – SHM) mostów na autostradach poprzez integrację symulacji numerycznych z danymi eksperymentalnymi. Prosto podparty most na autostradzie jest badany pod obciążeniem ruchem drogowym i zastosowano zarówno podejście numeryczne, jak i eksperymentalne. Model numeryczny mostu został opracowany przy użyciu programu ANSYS, podczas gdy dane eksperymentalne o wysokiej rozdzielczości zostały zebrane z przetworników prędkości umieszczonych w kluczowych punktach mostu. Dane eksperymentalne zostały porównane z wynikami modelu numerycznego w celu walidacji. Wyniki pokazały, że częstotliwości drgań własnych uzyskane zarówno z analiz eksperymentalnych, jak i numerycznych były ściśle dopasowane, co świadczy o niezawodności modelu. Zweryfikowany model został następnie wykorzystany do przewidywania długoterminowych zachowań strukturalnych w różnych warunkach operacyjnych, przyczyniając się do lepszego planowania konserwacji i zrównoważonego rozwoju infrastruktury. W badaniu stwierdzono, że połączenie symulacji numerycznych z danymi eksperymentalnymi poprawia dokładność SHM, umożliwiając wczesne wykrywanie potencjalnych problemów strukturalnych i wydłużając żywotność mostów. Kluczowe wyniki badań podkreślają istotną rolę prędkości pojazdu we wpływie na dynamiczną reakcję mostu, a także znaczenie uwzględnienia właściwości materiału i obciążeń pojazdu w przewidywaniu stanu konstrukcji.

Słowa kluczowe:

monitorowania stanu konstrukcji, częstotliwość drgań własnych, mode shape, modelowanie metodą elementów skończonych, ANSYS, mosty na autostradach

Bibliografia

##plugins.themes.bootstrap3.article.details##

Integracja symulacji numerycznej i danych eksperymentalnych dla ulepszonego monitorowania stanu konstrukcji mostów. (2025). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 15(1), 22-26. https://doi.org/10.35784/iapgos.6721