S'abonner

Crack identification method in beam-like structures using changes in experimentally measured frequencies and Particle Swarm Optimization - 04/02/18

Doi : 10.1016/j.crme.2017.11.008 
Samir Khatir a, Kevin Dekemele a, Mia Loccufier a, Tawfiq Khatir b, Magd Abdel Wahab c, d, e,
a Department of Electrical Energy, Metals, Mechanical Constructions, and Systems, Faculty of Engineering and Architecture, Ghent University, Gent, Belgium 
b Institute of Science and Technology, University Center Salhi Ahmed Naama, Algeria 
c Division of Computational Mechanics, Ton Duc Thang University, Ho Chi Minh City, Viet Nam 
d Faculty of Civil Engineering, Ton Duc Thang University, Ho Chi Minh City, Viet Nam 
e Soete Laboratory, Faculty of Engineering and Architecture, Ghent University, Technologiepark Zwijnaarde 903, B-9052 Zwijnaarde, Belgium 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 11
Iconographies 19
Vidéos 0
Autres 0

Abstract

In this paper, a technique is presented for the detection and localization of an open crack in beam-like structures using experimentally measured natural frequencies and the Particle Swarm Optimization (PSO) method. The technique considers the variation in local flexibility near the crack. The natural frequencies of a cracked beam are determined experimentally and numerically using the Finite Element Method (FEM). The optimization algorithm is programmed in MATLAB. The algorithm is used to estimate the location and severity of a crack by minimizing the differences between measured and calculated frequencies. The method is verified using experimentally measured data on a cantilever steel beam. The Fourier transform is adopted to improve the frequency resolution. The results demonstrate the good accuracy of the proposed technique.

Le texte complet de cet article est disponible en PDF.

Keywords : Crack detection, Vibration analysis, Particle swarm optimization, Finite element method, Experimental modal analysis


Plan


© 2017  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 346 - N° 2

P. 110-120 - février 2018 Retour au numéro
Article précédent Article précédent
  • Limit analysis, rammed earth material and Casagrande test
  • Ranime El-Nabouch, Joseph Pastor, Quoc-Bao Bui, Olivier Plé
| Article suivant Article suivant
  • Settling velocity of quasi-neutrally-buoyant inertial particles
  • Marco Martins Afonso, Sílvio M.A. Gama

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.