Bridge damage identification under operational and environmental variability

Los puentes pueden llegar a colapsar bajo ciertas circunstancias, por ejemplo, por desastres naturales, sobrecarga de tráfico, procesos de deterioro o falta de mantenimiento, lo que genera grandes costes de renovación y reemplazo y, en el peor de los casos, pérdidas humanas. Con el fin de evitar fallas catastróficas es necesaria la evaluación de la estabilidad estructural de los puentes durante su vida útil de diseño. Por este motivo, en las últimas décadas se han investigado y adoptado numerosas técnicas de monitoreo de salud estructural (SHM). En particular, los métodos basados en vibraciones (VBM) se han utilizado ampliamente para la detección de daños y la evaluación del estado de las estructuras de puentes debido a su alta eficiencia. Estos métodos se basan en el principio de que un cambio en la respuesta dinámica de la estructura puede deberse a un posible daño estructural. Sin embargo, en el caso de los puentes, estos cambios también pueden deberse a la variabilidad operativa (efecto del tráfico real en el puente) y ambiental (variaciones de temperatura y humedad). De hecho, esto dificulta la labor de identificación de daños, ya que el puente puede permanecer seguro, pero aún tener cambios en la respuesta dinámica si los efectos de tráfico y condiciones ambientales no se han eliminado adecuadamente de la respuesta dinámica. Por lo tanto, se activarían falsos positivos de alarma por daño. Desde este punto de vista, el objetivo de esta tesis es evaluar métodos y algoritmos adecuados para detectar, localizar y cuantificar diferentes tipos de escenarios de daños eliminando los efectos de variabilidad operativa y ambiental. Sin embargo, debido a la dificultad de obtener datos reales en puentes sin daño y posteriormente dañados, y a la vez influenciados por el tráfico y los cambios de temperatura, los métodos propuestos se verifican mediante un modelo numérico de referencia generada como parte de la Acción COST TU1402 sobre la cuantificación del valor de la informa
Bridges are prone to collapse under certain circumstances, for instance, by natural disasters, traffic overloading, deterioration processes or lack of maintenance, resulting in huge renovation and replacement costs and, in the worst cases, human losses. To prevent catastrophic failures, the assessment of the structural stability of bridges during their design lifetime is required. Consequently, numerous Structural Health Monitoring (SHM) techniques have been investigated and adopted over the past few decades. Particularly, vibration-based methods (VBM) have been widely used for damage detection and condition assessment of bridge structures due to its high efficiency. These methods are based on the concept that a potential structural damage can be inferred from a change in the dynamic response of the structure. However, in the case of bridges, these changes can also be due to the operational (traffic load effects) and environmental (temperature and humidity variations) variability. Indeed, this hinders the task of damage identification since the bridge can stay safe, but still has changes in the dynamic response if the effects of traffic and environment have not been properly deleted from the dynamic response. Therefore, a false positive alarm would be triggered. From this perspective, the aim of this thesis is to verify suitable methods and algorithms that can be used to detect, locate and quantify damage by removing the effects of operational and environmental variability. However, due to the difficulty of obtaining real data on undamaged and later damaged bridges, and simultaneously influenced by traffic and changes in temperature, the proposed methods are verified via a numerical benchmark structure generated as part of COST Action TU1402 on Quantifying the Value of Information. The benchmark model consists of a two-span steel girder bridge and includes six levels of damage simulated in two different locations. The vertical acceleration response is obtained from