Étude numérique visant à améliorer l'efficacité et la précision de l'optimisation par essaims de particules pour la détection des dommages structurels d'une poutre en porte-à-faux

Numerical study to improve the effectiveness and accuracy of particle swarm optimization for structural damage detection of a cantilever beam

• Auteur / Autrice : Xiaolin Li
• Direction : Roger Serra
• Type : Thèse de doctorat
• Discipline(s) : Génie Mécanique et Productique
• Date : Soutenance le 13/12/2021
• Etablissement(s) : Bourges, INSA Centre Val de Loire
• Ecole(s) doctorale(s) : École doctorale Énergie, Matériaux, Sciences de la Terre et de l'Univers (Centre-Val de Loire ; 2012-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mécanique Gabriel Lamé (Orléans ; 2018-....)
• Jury : Examinateurs / Examinatrices : Roger Serra, Yves Gourinat, Nazih Mechbal, Julien Olivier, Nicolas Monmarché, Eduardo de Cursi Souza
• Jury : Rapporteurs / Rapporteuses : Yves Gourinat, Nazih Mechbal

Mots clés

Mots clés libres

Détection des dommages structurels

Optimisation par essaims de particules

Fonction fitness

Structural damage detection

Particle swarm optimization

Fitness function

Résumé

La détection des dommages structurels (DDS) basée sur les vibrations est un problème typique d'optimisation inverse. L'optimisation par essaims de particules (OEP) a été utilisée numériquement ou expérimentalement pour résoudre ce problème en raison de son concept simple, de sa convergence rapide et de ses quelques paramètres de réglage. Cependant, il existe encore quelques inconvénients, tels que la convergence prématurée, la consommation de temps et l'inconstance des performances, qui peuvent détériorer les résultats de la détection des dommages. L'objectif de ce manuscrit est d'améliorer l'efficacité et la précision d'OEP pour la DDS.Les principales contributions peuvent être résumées en trois aspects. Premièrement, les deux facteurs critiques, la fonction physique et la structure de topologie, qui ont un impact significatif sur la performance de l'EPS pour la DDS, sont étudiés séparément. Leurs résultats de simulation respectifs pour la DDS d'une poutre en porte-à-faux ont vérifié que la fonction physique basée sur l'ECBI est plus favorable ; la topologie à quatre groupes fournit la meilleure performance globale. Deuxièmement, un cadre multi-composants est construit et amélioré en combinant plusieurs variantes d’OEP différentes, permettant aux particules de suivre différentes stratégies de recherche dans l'optimisation afin que les avantages de chaque variante d’OEP puissent être exploités. Dans la version améliorée, les particules peuvent autoréguler leur comportement de recherche en fonction de leur taux de mise à jour réussie en mémoire. Des résultats de simulation sur des cas de détection de dommages multiples sur la poutre en porte-à-faux ont démontré l'efficacité du cadre et la supériorité de la version améliorée. Troisièmement, une approche en deux étapes, qui permet de localiser et de quantifier les dommages séparément, a été développée pour résoudre le problème de l’OEP, qui prend beaucoup de temps. Les résultats de la simulation montrent que la méthode en deux étapes proposée offre une convergence plus rapide, un temps de calcul moindre et une meilleure tolérance au bruit.

Vibration-based based structural damage detection (SDD) is a typical inverse optimization problem. While the particle swarm optimization (PSO) has been used numerically or experimentally to solve this problem due to its simple concept, fast convergence, and few tuning parameters. However, there are still some drawbacks, such as premature convergence, time consumption, and inconsistent performance, which can deteriorate its damage detection results. This manuscript aims to improve the effectiveness and accuracy of particle swarm optimization (PSO) for structural damage detection (SDD). The main contributions can be summarized in three aspects. First, the two critical factors, fitness function and topology structure, which have significant impacts on the performance of the PSO in SDD, are investigated separately. Their respective simulation results in SDD of a cantilever beam verified that the ECBI-based fitness function is more favorable; the Four Cluster topology provides the best overall performance. Second, a multi-component framework is constructed and improved by combining several different PSO variants, allowing the particles to follow different search strategies in the optimization so that the advantages of each PSO variant can be exploited. In the improved version, the particles can self-regulate their search behavior based on their successful update rate in memory. Simulation results on multi-damage detection cases of the cantilever beam demonstrated the effectiveness of the framework and the superiority of the improved version. Thirdly, a two-stage approach that allows damage localization and quantification to be carried out separately was developed to address the time-consuming problem of PSO. Simulation results show that the proposed two-stage method provides faster convergence, less computation time, and better noise tolerance.