DOI: https://doi.org/10.1038/s41598-025-30679-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41495109
تاريخ النشر: 2026-01-06
المؤلف: Sadegh Mobarhan Zad وآخرون
الموضوع الرئيسي: تقنيات مراقبة الصحة الهيكلية
نظرة عامة
تؤكد هذه الفقرة من البحث على الحاجة الملحة للكشف المبكر عن الأضرار الهيكلية الناتجة عن الأحمال الخارجية، والتي يمكن أن تؤدي إلى مشاكل مالية وسلامة كبيرة. يركز البحث على تعزيز عمليات تحديث نموذج العناصر المحدودة (FEMU) لضمان أن التحليلات الهيكلية تعكس بدقة الظروف الواقعية. من خلال استخدام طرق إحصائية، وخاصة مؤشر التقارب (COI) ومؤشر القرب (CI)، أجرى الباحثون 81 تجربة عددية باستخدام تصميم مركزي مركب ضمن إطار عمل هيكل ثنائي الأبعاد. تشير النتائج إلى أن تحسين عملية FEMU يمكن أن يحسن بشكل كبير من دقة وسرعة الكشف عن الأضرار، مع ارتفاع CI من نطاق أولي يتراوح بين 75-85% إلى 97.5%، مما يقلل من تكاليف الصيانة.
في الختام، يقدم البحث إطار عمل FEMU الذي يدمج منهجية سطح الاستجابة (RSM) وتصميم مركزي مركب (CCD) لتحقيق معايرة نموذج هيكلي دقيقة وفعالة تحت ظروف واقعية. تنوعت المعلمات بشكل منهجي مثل نقطة الإثارة (EP) ونقطة القياس (MP) وتردد التحديث (UF) ومستوى الضوضاء، مما يكشف أن UF والضوضاء هما العاملان الرئيسيان المؤثران على الأداء. أظهرت النتائج دقة قوية، حيث ظل CI فوق 94% حتى تحت مستويات ضوضاء كبيرة، وأظهرت التحقق المستقل أخطاء توقع منخفضة. أكدت تحليلات الحساسية التأثير المهيمن لـ UF والضوضاء على تباين الاستجابة، بينما توضح الأسطح الاستجابية غير الخطية تأثيرات التفاعل، مما يبرز فعالية الإطار في التعامل مع البيانات غير المكتملة والصاخبة.
مقدمة
في المقدمة، يؤكد البحث على أهمية تقييم توزيع الإجهاد والتشوهات الهيكلية بدقة في البنية التحتية المدنية لمعالجة القضايا المتعلقة بالشيخوخة وتدهور المواد. مع تحمل الهياكل لأحمال متغيرة مع مرور الوقت، قد تتدهور خصائصها الميكانيكية، مما يثير مخاوف تتعلق بالسلامة. لمراقبة هذه التغييرات بشكل فعال، أصبحت مراقبة صحة الهياكل (SHM) إطارًا حيويًا، تستخدم تقنيات الفحص غير التدميري (NDT) مثل الفحص بالموجات فوق الصوتية، والانبعاث الصوتي، وطرق الاهتزاز. تتيح هذه التقنيات تقييم الظروف الداخلية دون المساس بسلامة الهيكل، مما يسهل الكشف المبكر عن العيوب والصيانة في الوقت المناسب لمنع الفشل الكارثي.
تسلط المقدمة الضوء أيضًا على دمج البيانات التجريبية مع النماذج العددية في SHM، وخاصة من خلال طريقة مصفوفة الحساسية، التي تكون فعالة في تحديد موقع وشدة الأضرار الهيكلية. تعتمد هذه الطريقة على التغييرات في مصفوفات الصلابة والكتلة المستمدة من التغيرات في الخصائص الديناميكية، مثل الترددات الطبيعية وأشكال الوضع، بين الحالات السليمة والتالفة. عادة ما يتم الحصول على الخصائص الديناميكية اللازمة لهذا التحليل من خلال نمذجة العناصر المحدودة (FE)، التي تحاكي سلوك الهيكل تحت سيناريوهات ضرر مختلفة. أدت التطورات الأخيرة في تحديث نموذج FEM إلى صيغ أكثر كفاءة وقابلية للتوسع، كما يتضح من الدراسات التي تفيد بتحسين الكفاءة الحاسوبية في التطبيقات المتعلقة بالجسور والعوارض الخرسانية.
طرق
تم تقييم كفاءة منهجية FEMU من خلال تحليل التفاعلات غير الخطية بين المعلمات التجريبية المختلفة، التي تؤثر بشكل كبير على أداء النموذج. تم إنشاء سلسلة من الرسوم البيانية لسطح الاستجابة والكونتور لتصور هذه العلاقات، مما يكشف عن مناطق مثالية وانتقالية داخل مساحة التصميم. من الجدير بالذكر أن التفاعل بين قوة الإثارة (EP) ومستوى الضوضاء أظهر اتجاهًا معقدًا: عند إعدادات EP منخفضة، ينخفض فاصل الثقة (CI) بشكل حاد مع زيادة الضوضاء بسبب انخفاض تنوع البيانات وزيادة الحساسية لاضطرابات القياس. على العكس، مع زيادة EP، يميل CI إلى الاستقرار وقد يتحسن حتى تحت ظروف ضوضاء معتدلة، وذلك بسبب تعزيز تكرار الإثارة الذي يخفف من تأثير التقلبات العشوائية.
تم تحديد مناطق العتبة حيث يتغير سلوك الاستجابة، مما يشير إلى أن مستويات الضوضاء المعتدلة يمكن أن تعزز مؤقتًا CI من خلال توفير تأثير يشبه التنظيم، بينما تؤدي الضوضاء المفرطة إلى تدهور الأداء. توضح هذه الانتقالات غير الخطية، كما هو موضح في الأشكال 9(f) و9(i)، حدود الحساسية التي تعتبر حاسمة لفهم أداء FEMU في سيناريوهات الاختبار الميداني الواقعي.
نتائج
في هذا القسم، يوضح المؤلفون نتائج استخدام إطار عمل تحديث نموذج العناصر المحدودة (FEMU) لتعزيز التمثيل التحليلي لهيكل العوارض، مما يتماشى مع الخصائص الوضعية المحاكية للملاحظات التجريبية. تضمنت عملية التحديث تقليل الفجوات بين الترددات الطبيعية التحليلية والمقاسة من خلال تعديلات المعلمات المعتمدة على الصلابة. في البداية، أظهر نموذج العناصر المحدودة الأساسي انحرافات كبيرة عن البيانات التجريبية، خاصة في الأوضاع العليا بسبب التغيرات المحلية في الصلابة. بعد التحديث، تم تقليل هذه الفجوات بشكل ملحوظ، مما يدل على فعالية استراتيجية التحسين في تعويض الانخفاضات في الصلابة المرتبطة بالضرر المحاكى.
أظهر النموذج المحدث تقاربًا ثابتًا عبر جميع الأوضاع السائدة، مع انخفاض ملحوظ في أخطاء التردد بعد معايرة المعلمات. ومع ذلك، لا تزال بعض المناطق المحلية تظهر انحرافات صغيرة متبقية، تعزى إلى تغطية القياس المحدودة وقابلية الملاحظة الوضعية، خاصة في المناطق ذات كثافة المستشعرات المنخفضة أو سعة الاهتزاز. على سبيل المثال، كان الانحراف الكبير الملحوظ في العنصر 9، الموجود في منطقة الأرضية، مرتبطًا بتوزيع الصلابة المحلية وتأثيرات تفاعل الحدود، مما زاد من تعقيد الربط الوضعى وارتفاع التخميد. أظهرت مقارنة الترددات الطبيعية قبل وبعد التحديث، كما هو موضح في الجدول 7، أن الانخفاضات الملحوظة في الترددات تتوافق جيدًا مع تدهور الصلابة المطبق، خاصة في الأوضاع العليا الحساسة لمرونة الهيكل. تتماشى هذه النتائج مع دراسات FEMU السابقة، مما يؤكد قدرة النموذج المحدث على تمثيل السلوك الديناميكي لكل من الهياكل السليمة والتالفة بدقة، مما يبرز قوة نهج FEMU في تحديد تغيرات الصلابة تحت ظروف القياس الواقعية.
مناقشة
تسلط فقرة المناقشة في ورقة البحث الضوء على التقدمات الكبيرة في تقنيات تحديث نموذج العناصر المحدودة (FEMU)، مع التركيز بشكل خاص على دمج استراتيجيات مساعدة هجينة لتحسين دقة النموذج وقابليته للتطبيق في سيناريوهات الهندسة المدنية الواقعية. أظهرت الدراسات الحديثة، مثل تلك التي أجراها إسفنديارى وآخرون (2020) ورادزيينسكي وآخرون، منهجيات محسنة للكشف عن الأضرار في الهياكل باستخدام مجموعات بيانات غير مكتملة، مما يظهر فعالية الأساليب المعتمدة على الحساسية. يتم التأكيد على دمج البيانات التجريبية مع المحاكاة العددية كعامل حاسم في تحسين عمليات FEMU، التي تهدف إلى تقليل الفجوات بين التوقعات التحليلية والسلوك الهيكلي الملحوظ.
تتناول الفقرة أيضًا التحديات التي تواجه FEMU، خاصة فيما يتعلق بالكفاءة الحاسوبية والتعامل مع البيانات الصاخبة أو غير المكتملة. غالبًا ما تتطلب طرق FEMU التقليدية موارد حاسوبية كبيرة، مما يجعلها غير عملية للتطبيقات واسعة النطاق. لمعالجة هذه القيود، يقترح البحث إطار عمل FEMU معزز بـ RSM جديد يستفيد من التصميم الإحصائي ونمذجة البدائل لتحسين تحديث المعلمات بكفاءة. لا يقلل هذا النهج من عدد المحاكيات عالية الدقة المطلوبة فحسب، بل يحسن أيضًا موثوقية التقارب، كما يتضح من مؤشرات الأداء مثل مؤشر القرب (CI) ومؤشر التقارب (COI)، التي تظهر باستمرار قيمًا عالية عبر سيناريوهات مختلفة. بشكل عام، تمثل المنهجية المقترحة خطوة كبيرة نحو التطبيقات العملية لـ FEMU في مراقبة صحة الهياكل، خاصة للبنية التحتية المتقادمة التي تتعرض لظروف غير مؤكدة.
DOI: https://doi.org/10.1038/s41598-025-30679-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41495109
Publication Date: 2026-01-06
Author(s): Sadegh Mobarhan Zad et al.
Primary Topic: Structural Health Monitoring Techniques
Overview
This research paper section emphasizes the critical need for early detection of structural damage due to external loads, which can lead to significant financial and safety issues. The study focuses on enhancing Finite Element Model Updating (FEMU) processes to ensure that structural analyses accurately reflect real-world conditions. By employing statistical methods, particularly the Convergence Index (COI) and Closeness Index (CI), the researchers conducted 81 numerical experiments using a central composite design within a 2D truss framework. The findings indicate that optimizing the FEMU process can significantly improve the precision and speed of damage detection, with the CI rising from an initial range of 75-85% to 97.5%, thereby reducing maintenance costs.
In conclusion, the study presents a FEMU framework that integrates Response Surface Methodology (RSM) and Central Composite Design (CCD) to achieve accurate and efficient structural model calibration under realistic conditions. The investigation systematically varied parameters such as Excitation Point (EP), Measurement Point (MP), Updating Frequency (UF), and Noise Level, revealing that UF and Noise are the primary factors affecting performance. The results demonstrated robust accuracy, with the CI remaining above 94% even under significant noise levels, and independent validation showing low prediction errors. Sensitivity analyses confirmed the dominant influence of UF and Noise on response variability, while nonlinear response surfaces illustrated interaction effects, underscoring the framework’s effectiveness in handling incomplete and noisy data.
Introduction
In the introduction, the paper emphasizes the importance of accurately evaluating stress distribution and structural deformations in civil infrastructure to address issues related to aging and material degradation. As structures endure varying loads over time, their mechanical properties may deteriorate, raising safety concerns. To effectively monitor these changes, Structural Health Monitoring (SHM) has become a vital framework, utilizing Non-Destructive Testing (NDT) techniques such as ultrasonic inspection, acoustic emission, and vibration-based methods. These techniques allow for the assessment of internal conditions without compromising structural integrity, facilitating early detection of flaws and timely maintenance to prevent catastrophic failures.
The introduction further highlights the integration of experimental data with numerical models in SHM, particularly through the sensitivity matrix method, which is effective in identifying the location and severity of structural damage. This method relies on changes in stiffness and mass matrices derived from variations in dynamic characteristics, such as natural frequencies and mode shapes, between intact and damaged states. The dynamic properties necessary for this analysis are typically obtained via finite element (FE) modeling, which simulates structural behavior under various damage scenarios. Recent advancements in FEM-based model updating have led to more efficient and scalable formulations, as evidenced by studies that report improved computational efficiency in applications related to bridges and concrete beams.
Methods
The FEMU methodology’s efficiency was assessed through the analysis of nonlinear interactions among various experimental parameters, which significantly influence model performance. A series of response surface and contour plots were created to visualize these relationships, revealing both optimal and transitional regions within the design space. Notably, the interaction between excitation power (EP) and noise level demonstrated a complex trend: at low EP settings, the confidence interval (CI) declines sharply with increasing noise due to diminished data diversity and heightened sensitivity to measurement disturbances. Conversely, as EP increases, CI tends to stabilize and may even improve under moderate noise conditions, attributed to enhanced excitation redundancy that mitigates the impact of random fluctuations.
Threshold regions were identified where the response behavior shifts, indicating that moderate noise levels can temporarily enhance CI by providing a regularization-like effect, while excessive noise leads to performance degradation. These nonlinear transitions, illustrated in Figures 9(f) and 9(i), delineate sensitivity boundaries that are crucial for understanding the FEMU’s performance in real-world field testing scenarios.
Results
In this section, the authors detail the results of employing the Finite Element Model Updating (FEMU) framework to enhance the analytical representation of a truss structure, aligning simulated modal characteristics with experimental observations. The updating process involved iteratively minimizing discrepancies between analytical and measured natural frequencies through stiffness-based parameter adjustments. Initially, the baseline finite element model exhibited significant deviations from experimental data, particularly in higher modes due to local stiffness variations. Post-update, these discrepancies were markedly reduced, indicating the effectiveness of the optimization strategy in compensating for stiffness reductions linked to simulated damage.
The updated model demonstrated consistent convergence across all dominant modes, with a notable decrease in frequency errors following parameter calibration. However, some localized regions still exhibited small residual deviations, attributed to limited measurement coverage and modal observability, particularly in areas with lower sensor density or vibration amplitude. For instance, the high deviation observed in element 9, located in the floor region, was linked to local stiffness distribution and boundary interaction effects, compounded by complex modal coupling and higher damping. The comparison of natural frequencies before and after updating, as presented in Table 7, showed that observed frequency reductions corresponded well with applied stiffness degradation, especially in higher modes sensitive to structural flexibility. These findings align with previous FEMU studies, affirming the updated model’s capability to accurately represent the dynamic behavior of both intact and degraded structures, thereby underscoring the robustness of the FEMU approach in identifying stiffness variations under realistic measurement conditions.
Discussion
The discussion section of the research paper highlights significant advancements in Finite Element Model Updating (FEMU) techniques, particularly emphasizing the integration of hybrid surrogate-assisted strategies to enhance model accuracy and applicability in real-world civil engineering scenarios. Recent studies, such as those by Esfandiari et al. (2020) and Radzieński et al., have demonstrated improved methodologies for damage detection in structures using incomplete data sets, showcasing the effectiveness of sensitivity-based approaches. The incorporation of experimental data with numerical simulations is underscored as a critical factor in refining FEMU processes, which aim to minimize discrepancies between analytical predictions and observed structural behavior.
The section further elaborates on the challenges faced in FEMU, particularly regarding computational efficiency and the handling of noisy or incomplete data. Traditional FEMU methods often require extensive computational resources, making them impractical for large-scale applications. To address these limitations, the study proposes a novel RSM-enhanced FEMU framework that leverages statistical design and surrogate modeling to optimize parameter updates efficiently. This approach not only reduces the number of high-fidelity simulations needed but also improves convergence reliability, as evidenced by performance indicators such as the Closeness Index (CI) and Convergence Index (COI), which consistently demonstrate high values across various scenarios. Overall, the proposed methodology represents a significant step toward practical applications of FEMU in structural health monitoring, particularly for aging infrastructure subjected to uncertain conditions.