Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Pathology-based Structural Health Monitoring

Description du projet

Jumeaux numériques pour la surveillance de l’état des structures basée sur la pathologie

La surveillance de l’état des structures (SHM) du patrimoine culturel implique une évaluation régulière de l’intégrité d’une structure afin de détecter les changements et d’alerter sur les dommages potentiels. Cependant, les approches conventionnelles peuvent présenter des incertitudes dans la prise de décision parce qu’elles sont généralement basées sur un modèle unique du bien patrimonial. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet Path-B SHM propose une nouvelle approche de SHM basée sur la pathologie et utilisant des jumeaux numériques multiclasses. Un diagnostic systématique est effectué sur place afin d’identifier les pathologies structurelles potentielles. Des modèles numériques de haute fidélité basés sur des scénarios seront ensuite formulés pour chaque pathologie identifiée. À leur tour, les outils basés sur l’IA remplaceront les modèles numériques par des méta-modèles efficaces afin de créer un jumeau numérique multiclasse capable de prédire la probabilité d’apparition d’une pathologie en présence de données de surveillance continue.

Objectif

Structural health monitoring (SHM) methods provide a comprehensive approach to the condition-based maintenance of Cultural Heritage (CH) constructions, aiming to extend their lifespan through optimized rehabilitation interventions. While physics-based damage identification is the most effective approach for comprehensive damage assessment, it has well-documented limitations. Specifically, classical methods often rely on a single model of the CH asset, which introduces significant uncertainties in decision-making. To address this challenge, this Action introduces a pioneering SHM paradigm referred to as pathology-based SHM (Path-B SHM) using multi-class digital twins (DTs)—a population of competing, efficient meta-models. The methodology begins with a systematic diagnosis, including site visits supplemented by non-destructive testing (NDT), to identify the most probable structural pathologies the asset may experience throughout its lifespan. High-fidelity scenario-based numerical models are then developed for each identified pathology. To enable real-time damage identification and simultaneous inverse calibration of all scenario-based models, these numerical models are replaced by computationally efficient meta-models constructed using artificial intelligence (AI) tools which form a multi-class DT. The resulting DT is capable of inferring, in quasi real-time, the probability of occurrence of the identified potential damage pathologies and their severity when supplied with continuous monitoring data. If an anomaly is detected, a Bayesian model selection approach identifies the damage mechanism, selecting the meta-model that explains the experimental data with the highest likelihood. This approach, therefore, enables rapid, robust, and comprehensive damage identification. Path-B SHM has the potential to revolutionize and advance the frontiers of SHM, offering unprecedented opportunities for data-informed decision-making in the preservation of CH constructions.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2024-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSIDAD DE GRANADA
Contribution nette de l'UE
€ 209 914,56
Coût total
Aucune donnée

Partenaires (1)