Browsing by Author "Zenzen, Roumaissa"

Now showing 1 - 5 of 5

Couplage de la méthode d’analyse vibratoire avec des méthodes du soft-computing pour la détection et la localisation des endommagements dans les structures
(2020) Zenzen, Roumaissa; Belaidi, Idir (Directeur de thèse)
La problématique de l'identification, de détection et de quantification des endommagements dans les structures est posé de façon cruciale et représente un grand défis dans le domaine de la recherche, de par les exigences de plus en plus élevées imposées par la construction de systèmes de haute sécurité en mécanique et en aéronautique, d’ouvrages d’arts en génie civil. Les concepteurs aient dès le début du siècle reconnu l’importance de la mécanique vibratoire pour la prédiction du comportement dynamique des structures. L’explosion récente des moyens informatiques a permis de franchir un grand pas dans l’approche rationnelle de la conception et de l’optimisation des systèmes mécanique. Ceci a permis de développer des techniques d’identification des endommagements dans les structures fiables. L'objectif principal de cette thèse est l'identification d’endommagements dans les structures à l'aide de techniques qui exploitent des mesures vibratoires, de les localiser et de déterminer leur profondeur, afin d'évaluer la durée de vie des structures et de réduire les coûts d'entretien. Pour atteindre cet objectif nous avons proposé un nouvel indicateur de détection d’endommagements basé sur la technique de transmissibilité pour améliorer le rapport de réponse en fréquence locale (LFCR) combiné avec le ANN. L’indicateur proposé est permis de réduire le nombre de collectes de données utilisées dans la technique ANN pour une prédiction rapide et avec une plus grande précision au lieu de collecter des données d'analyse modale. Ainsi une technique de surveillance de l'état de la structure (SHM) pour l'identification des endommagements dans des structures poutres et en treillis utilisant des données de fonction de la réponse fréquentielle (FRF) couplées avec des techniques d'optimisation est présenté. L’algorithme génétique (AG) et l’algorithme de chauve-souris (BA) sont utilisés pour estimer l'emplacement et l’ampleur des endommagements. Les deux techniques d'optimisation sont couplées à des structures modélisées à l'aide de la méthode des éléments finis (FEM). L'approche est basée sur la minimisation d'une fonction objectif en comparant les FRF mesurés et calculés
Damage Detection in Truss Structures Using Transmissibility Combined with Optimization Techniques
(Springer link, 2020) Zenzen, Roumaissa; Khatir, Samir; Belaidi, Idir; Magd, Abdel Wahab
The paper presents an effective approach based on Modal Assurance Criterion (MAC) formulation, transmissibility function and Particle Swarm Optimization (PSO) for damage assessment in truss structures. The Finite Element Method (FEM) is used to build the structures using Matlab. The main purpose of this study is to apply the transmissibility technique as an objective function based on MAC formulation to predict the damage location and severity. The objective function used in the proposed approach is based on transmissibly using MAC formulation (TMAC). The results show that the present methodology can reliably identify damage scenarios with higher accuracy even in case of complex structures
A damage identification technique for beam-like and truss structures based on FRF and Bat Algorithm
(Elsevier, 2018) Zenzen, Roumaissa; Belaidi, Idir; Khatir, Samir; Wahabc, MagdAbdel
In this paper, a Structural Health Monitoring (SHM) technique for damage identification in beam-like and truss structures using Frequency Response Function (FRF) data coupled with optimization techniques is presented. Genetic Algorithm (GA) and Bat Algorithm (BA) are used to estimate the location and severity of damage. The damage in the structures is simulated by reduction in rigidity of specific members. Both optimization techniques are coupled with modelled structures using Finite Element Method (FEM). The approach is based on minimizing an objective function by comparing measured and calculated FRFs. The results show that better accuracy is obtained using BA than using GA in terms of precision and computational time. Furthermore, it is found that the proposed approach provides faster solution than other approaches in the literature.
A modified transmissibility indicator and Artificial Neural Network for damage identification and quantification in laminated composite structures
(Elsevier, 2020) Zenzen, Roumaissa; Khatir, Samir; Belaidi, Idir; Thanh, CuongLe; MagdAbdel, Wahab
Recently, more attention has been paid to Artificial Neural Network (ANN) in the field of damage identification of engineering structures based on modal analysis. This paper proposes a new modified damage indicator, using transmissibility technique to improve Local Frequency Response Ratio (LFCR), combined with ANN. The main objective of the proposed damage indicator is to reduce the number of collected data for fast prediction and with higher accuracy instead of collecting all modal analysis data, i.e. natural frequencies, damping ratios, and mode shapes, or using inverse analysis for damage quantification. The suggested approach is tested using three layers laminated cross-ply [0°/90°/0°] composite beam and plate having single and multiple damage(s). The reliability and accuracy of the proposed application are demonstrated by predicting the severity of damages in the considered composite structures after analysing four damage scenarios
Structural Health Monitoring of Beam-Like and Truss Structures Using Frequency Response and Particle Swarm Optimization: Volume 2: Numerical Modelling in Mechanical and Materials Engineering, NME 2018, 28-29 August 2018, Ghent University, Belgium
(2019) Zenzen, Roumaissa; Khatir, Samir; Belaidi, Idir; Magd, Abdel Wahab
In this paper, non-destructive damage identification in beam-like and truss structures using Frequency Response (FR) data is presented. This approach is to formulate an inverse problem using Particle Swarm Optimization (PSO) and Finite Element Method (FEM) to identify the presence, location and quantification of the damage. PSO is one of the most efficient bio-inspired methods. It is used to minimize the objective function, which is based on FR data. The damage in structure is caused by loss of rigidity at a specific location. The capability and efficiency of this application to identify the location and severity of damage are demonstrated by means of several numerical examples. The results of the proposed approach show good accuracy.