Red inalámbrica de sensores inteligentes para monitorear salud estructural que incorpora compensación por efecto de la temperatura

“III CONGRESO INTERNACIONAL DE TELECOMUNICACIONES TELCON-UNI 2014”
Resumen—Se presenta una red inalámbrica de sensores
inteligentes para monitoreo de salud estructural basado en el
principio de impedancia-electromecánica. La detección de daño
estructural se realiza comparando mediciones de tensión eficaz
de transductores piezoeléctricos de titanato zirconato de plomo,
adheridos a la estructura y excitados en un rango de frecuencias.
Variables ambientales, como la temperatura presentan un desafío
para evaluar la veracidad de los daños detectados. El sistema
propuesto es de alcance mundial, que interconecta múltiples
nodos de sensores inteligentes en el ámbito de una red ZigBee,
con una red GSM/GPRS usada para monitoreo remoto. Cada
nodo sensor inteligente permite detectar daño estructural y
compensa los efectos debido a la variación de la temperatura
ambiente, utilizando un método basado en coeficientes de
correlación. Pruebas experimentales realizadas en un ambiente
de temperatura variable y controlada en el rango de 0-60 ºC,
muestran buenos resultados para una estructura de aluminio.
Índices—Daño estructural, efecto de temperatura,
Impedancia, ZigBee, GSM/GPRS, sensor inteligente.
I. INTRODUCCIÓN
L monitoreo de la salud estructural es el proceso de
identificación, localización y cuantificación de los
cambios adversos que afectan el desempeño de los
sistemas de ingeniería. Sistemas de monitoreo de la salud
estructural (SHM: Structural Health Monitoring) que utilizan
técnicas apropiadas para detección de daños son de interés
para un gran número de investigadores académicos e
industriales y se ha convertido hoy en día en un área de
investigación muy importante desde las perspectivas
This work was submitted for review on 30/ago/2014 and accepted on
30/sep/2014. This work was partially supported by CNPq, FAPEMIG, Capes
Foundation and FAPESP (grant 2011/20354-6).
N. E. Cortez was with the Departamento Académico de Matemática y
Física, Universidad Nacional de San Cristóbal de Huamanga, Ayacucho, Perú.
He is now with the Departamento de Engenharia Elétrica, UNESP – Univ
Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 15385-000, Ilha
Solteira-SP, Brazil (e-mail: nkortez@gmail.com).
J. Vieira Filho is with the Departamento de Engenharia Elétrica, UNESP –
Univ Estadual Paulista, Campus Experimental de São João da Boa Vista,
13874-149, São João de Boa Vista-SP, Brazil (e-mail:
jozue.vieira@sjbv.unesp.br).
F. G. Baptista is with the Departamento de Engenharia Elétrica, UNESP –
Univ Estadual Paulista, Faculdade de Engenharia de Bauru, 17033-360,
Bauru-SP, Brazil (e-mail: fabriciogb@feb.unesp.br).
económicas y de seguridad [1].
El propósito principal de los sistemas de SHM es
diagnosticar una estructura y detectar daños incipientes en
condición de funcionamiento normal utilizando ensayos de
evaluación o inspección no destructiva, que puede mejorar el
normal funcionamiento y el mantenimiento de los diferentes
tipos de estructuras [2]. En este contexto, el método de SHM
basado en la técnica de impedancia electromecánica (EMI) ha
sido considerado como uno de los métodos más prometedores,
y se distingue por su simplicidad y por que utiliza
componentes de bajo costo, tales como transductores
piezoeléctricos de zirconato titanato de plomo (PZT: lead
zirconate titanate) [3],[4].
La técnica de EMI se basa en el efecto piezoeléctrico, que
es la propiedad que tienen algunos materiales especiales para
convertir la energía mecánica en energía eléctrica (efecto
directo) y la energía eléctrica en energía mecánica (efecto
inverso). Cuando un transductor piezoeléctrico está adherido a
la estructura que se pretende monitorear, existe una
interacción entre la impedancia mecánica de la estructura de
acogida y la impedancia eléctrica del transductor. Por lo tanto,
cambios en la impedancia mecánica de la estructura de
acogida causado por el daño, tales como grietas o corrosión, se
pueden evaluar de manera simple mediante la medición de la
impedancia eléctrica del transductor en un rango de
frecuencias adecuado [5],[6]. Las aplicaciones típicas de SHM
basado en el método de EMI generalmente utilizan costosos
analizadores de impedancia comerciales o sistemas
alternativos basados en la función de respuesta de frecuencia
(FRF), u otros métodos [7]-[10].
Como alternativa promisoria, se propuso recientemente un
nuevo sistema de SHM microcontrolado basado en el
principio de EMI, donde el monitoreo se realiza apenas
comparando las variaciones de tensión RMS de transductores
de PZT adheridos a la estructura, no siendo necesario
almacenar los datos correspondientes a la señal de excitación.
El PZT es excitado por señales sinusoidales en un rango de
frecuencia apropiado, y el sistema no está limitado por la tasa
muestreo del conversor analógico-digital (ADC) [11].
Sin embargo, es sabido que las constantes dieléctrica y de
deformación piezoeléctrica, de los materiales piezoeléctricos,
varían significativamente con la temperatura. Estudios
Red inalámbrica de sensores inteligentes para
monitorear salud estructural que incorpora
compensación por efecto de la temperatura
Nicolás E Cortez, Jozué Vieira Filho, Member, IEEE, and Fabricio G Baptista, Member, IEEE
E
1

realizados demuestran que las variables ambientales, como la
temperatura, afectan las mediciones de la EMI. De acuerdo
con los resultados presentados en [12], [13], la parte real de la
EMI es más sensible para la detección de daño estructural y
menos susceptible a los efectos de la temperatura. Para
minimizar los efectos causados por la variación de la
temperatura en la medición de la EMI, fueron propuestos y
discutidos algunos métodos de compensación [13]-[17].
Por otra parte, para sistemas de SHM de grande porte (gran
número de sensores y/o actuadores), los sistemas cableados
generan un aumento significativo en el tiempo de instalación y
en los costos, presentando una baja densidad espacial de
sensores a través de las redes. Esto ha motivado desarrollar
métodos alternativos a los sistemas cableados tradicionales, es
decir las redes de sensores inalámbricos (WSN: Wireless
Sensor Networks) que permiten un denso despliegue de
sensores con una mayor accesibilidad [18]-[24].
Para aliviar el inconveniente de consumo de energía, punto
clave en el diseño de WSNs, se usan las WSNs basados en la
tecnología ZigBee. Comparado con algunas redes
inalámbricas de área personal convencionales, ZigBee
presenta algunas ventajas, tales como bajo consumo de energía
diferentes topologías de aplicación [20],[25],[26]. Otras
características de las WSNs basados en la tecnología ZigBee
aplicadas al SHM se discuten en [27]-[30].
Este estudio tiene como objetivo contribuir con el desarrollo
e implementación de un nodo sensor inteligente (NSI), como
pieza clave de un WSN, usado para SHM basado en EMI. El
sistema propuesto es una WSN de baja potencia, compuesta
por un nodo de enlace para establecer comunicación entre el
centro de monitoreo remoto y múltiples NSIs. El nodo de
enlace se comunica con el centro de monitoreo remoto a través
de un sistema global para comunicaciones móviles
(GSM)/servicio general de paquetes vía radio (GPRS) y con el
NSI a través de una red ZigBee. El nodo de enlace tiene la
capacidad de comunicación a gran escala utilizando la red
celular GSM, lo que permite que el sistema de SHM propuesto
sea utilizado prácticamente desde cualquier lugar del mundo
con acceso a Internet. Cada NSI es un núcleo de SHM portátil,
está basada en microcontrolador, sintetizador digital, y
transceptor inalámbrico ZigBee. La detección de daños se
realiza comparando las variaciones en las tensiones RMS
colectados a partir de señales de respuesta de transductores
piezoeléctricos, tales como parches de PZT adheridos a la
estructura, sin calcular la EMI [11].
Después de esta sección "Introducción", este artículo está
organizado como sigue. En la siguiente sección, se presenta
una breve revisión sobre el principio de detección de daño
estructural basado en la variación de las tensiones RMS de
respuesta de los transductores de PZT. A continuación, se
discuten el diseño e implementación del sistema propuesto.
Por último, se presenta el análisis de los resultados
experimentales, y las conclusiones.
II. DETECCIÓN DE DAÑO BASADO EN LAS VARIACIONES DE LA
TENSIÓN RMS DE TRANSDUCTORES PIEZOELÉCTRICOS
Para un transductor de PZT adherido a una estructura
excitado con una señal frecuencia ( excf ), una manera directa
de calcular la magnitud de la impedancia eléctrica ( ( )Z ω ) es
usando (1).
_ _( ) ( ) ( )pzt rms pzt rmsZ V Iω ω ω= (1)
donde _ ( )pzt rmsV ω es la tensión de excitación RMS, _ ( )pzt rmsI ω
es la corriente RMS, y 2 excfω π= es la frecuencia angular.
La ecuación (1) muestra que la magnitud de la impedancia
puede ser obtenida de modo simple mediante la medición de la
tensión RMS y la corriente RMS, que es el principio utilizado
en este estudio. A partir de este concepto básico, se utiliza el
circuito que se muestra en la Fig. 1 para relacionar la
impedancia electromecánica y la tensión RMS de la señal de
respuesta del transductor de PZT.
Fig. 1. Circuito de excitación para el par PZT/Estructura.
Dado que el transductor de PZT es un dispositivo
predominantemente capacitivo y considerando una señal de
excitación de onda sinusoidal pura a una frecuencia lo
suficientemente alta, la diferencia de fase entre la tensión y la
corriente tiende a ser pequeña, entonces, la magnitud de la
impedancia puede ser representado aproximadamente por
_
_ _
( )
( )
( ) ( )
pzt rms
S
exc rms pzt rms
V
Z R
V V
ω
ω
ω ω
≅
−
(2)
donde SR es un resistor limitador de corriente, ( )Z ω es la
magnitud de la EMI, _ ( )exc rmsV ω y _ ( )pzt rmsV ω son las
tensiones RMS de la señal de excitación y señal de respuesta
del PZT, respectivamente.
Resolviendo (2) para la tensión RMS del transductor, se
obtiene
_ _
( )
( ) ( )
( )
pzt rms exc rms
S
Z
V V
Z R
ω
ω ω
ω
≅
+
(3)
A partir de (3), considerando el estado estacionario y una
señal de excitación constante para cada frecuencia (ω), se
concluye que la tensión RMS ( _ ( )pzt rmsV ω ) del transductor
cambia sólo si la magnitud de la EMI ( ( )Z ω ), que está
2

directamente relacionada con la condición física de la
estructura monitoreada, también cambia. Por lo tanto, la
tensión RMS es sensible a cualquier cambio en la impedancia
mecánica de la estructura, y este enfoque es suficiente para
detectar daños estructurales.
El sistema realiza el cálculo de los índices de daño
comparando la firma tensión RMS actualizada con las firmas
de línea de base utilizando dos índices: desviación de la raíz
cuadrada media (RMSD: root mean square deviation) y la
métrica de desviación de los coeficientes de correlación
(CCDM: correlation coefficient deviation metric). El índice
RMSD se basa en norma euclidiana y es dada por [31]
2 2
, , ,( )
N
n d n h n h
n
RMSD V V V= −∑ (4)
donde ,n hV y ,n dV son las firmas de la tensión RMS con la
estructura considerada íntegra (línea de base) y con la
estructura considerada dañada, respectivamente, ambas
medidas a la frecuencia n, y N es el número total de muestras.
El índice CCDM es dado por [32]
1 CCCDM C= − (5)
donde CC es el coeficiente de correlación calculado utilizando
las firmas de tensión RMS, que puede ir de -1 a 1.
III. SISTEMA DE SHM INALÁMBRICO PROPUESTO
El prototipo del sistema de SHM inalámbrico basado en la
impedancia incluye un diseño integrado de hardware y
software para implementar una WSN. Como se muestra la Fig.
2, el sistema propuesto se compone de tres nodos funcionales:
(a) nodo sensor inteligente (NSI), (b) nodo de enlace, y (c) El
centro de monitoreo remoto (centro de control y servidor).
Fig. 2. Diagrama funcional del sistema de SHM inalámbrica propuesto.
NSI: Nodo Sensor Inteligente; GSM: Global System for Mobile
Communications; GPRS: General Packet Radio Services.
La comunicación se inicia en el centro de monitoreo remoto
(ordenador portátil o de sobremesa) utilizando un software con
interfaz gráfica desarrollado para uso específico. Este software
permite básicamente: conectarse a una base de datos,
localizada en el servidor central, para colocar los parámetros
del barrido de frecuencia y del identificador del NSI destino;
presentar gráficamente los datos del barrido de frecuencia
previamente compensados por los efectos de la variación de la
temperatura; y calcular los índices de falla métrica: RMSD y
CCDM.
El sistema propuesto implementa una simple red ZigBee de
topología estrella usando múltiples NSIs interconectados con
el nodo de enlace, que a su vez cumple la función de
coordinador de red. El esquema de direccionamiento en una
red ZigBee es capaz de dar soporte a más de 65.000 NSIs por
red.
Los NSIs son responsables de la adquisición y análisis de
datos, y a través del nodo de enlace realizará la transferencia
de datos al servidor central para su almacenamiento
permanente y posterior análisis.
El enfoque de este trabajo está centrado en el diseño e
implementación un NSI usado para detectar fallas en
estructuras, compensando los efectos sobre las tensiones RMS
debido a la variación de la temperatura ambiente. Mayores
detalles de los diseños de hardware han sido descritos en [11],
[33].
A. Nodo Sensor Inteligente (NSI)
Cada NSI representa un nodo autónomo dentro del sistema
de SHM inalámbrico, que recolecta y analiza las mediciones
del transductor de PZT. Un diagrama funcional del NSI
propuesto se ilustra en la Fig. 3. El diseño de un NSI consta de
cuatro módulos funcionales: (a) señal de excitación de los
transductores de PZT, (b) medición de tensiones RMS, (c)
núcleo computacional, y (d) transceptor inalámbrico ZigBee.
Fig. 3. Diagrama funcional del nodo sensor inteligente (NSI).
ADC: analog-to-digital converter; SPI: Serial Peripheral Interface; UART:
Universal Asynchronous Receiver and Transmitter.
1) Módulo de señal de excitación
El módulo de señal de excitación de los sensores
proporciona una onda sinusoidal generada por un dispositivo
sintetizador digital directo (DDS: Digital Direct Synthesizer),
en este caso el AD5932 de Analog Devices. Este DDS puede
ser programado para generar una barredura con hasta 4096
pasos discretos de frecuencia por vez. Como la señal generada
es sintetizada y no pura, es necesario que sea tratada por un
circuito de acondicionamiento de señales, para amplificar y
3

filtrar la señal antes de ser aplicada a los transductores de
PZT. Así, el circuito de acondicionamiento está compuesto
por: un amplificador, un filtro pasa bajo (LPF: Low Pass
Filter) Butterworth, y buffers para evitar el efecto de carga.
2) Módulo de medición de tensiones RMS
El módulo de medición de tensiones RMS está compuesto
básicamente por dos circuitos rectificadores de precisión
usados para realizar la conversión AC-DC de las señales de
respuesta de los transductores de PZT. Un primer rectificador
de precisión es encargado de proporcionar en la entrada del
canal AD0, del núcleo computacional, la tensión RMS del
transductor de PZT adherido a la estructura, y un segundo
rectificador de precisión de entregar en la entrada del canal
AD1 la tensión RMS del transductor de PZT libre.
3) Núcleo computacional del NSI
Un microcontrolador es utilizado para coordinar todas las
diferentes partes del hardware del NSI y para proporcionar la
capacidad de procesamiento y análisis local datos. El
PIC18F2553 de Microchip, elegido en este diseño, ofrece
32 kB de memoria flash reprogramable, capacidad suficiente
para el almacenar el firmware del sistema operativo y algunos
algoritmos útiles como, compensación por efecto de la
variación de la temperatura, y cálculo de los índices de falla
métrica RMSD y CCDM. La memoria externa usada es el
25LC1024 de Microchip, ofrece una capacidad 128 kB,
suficiente para almacenar los datos correspondientes a un
barrido dentro del rango de frecuencia de 5−250 kHz con
incrementos de 4 Hz.
El sincronismo y la transferencia de dados entre el NSI y el
nodo de enlace a través de una red ZigBee, donde el nodo de
enlace cumple la función de coordinador de red.
Ejecutando el firmware del núcleo computacional, el
microcontrolador realiza las siguientes tareas: (a) ejecuta
subrutinas de inicialización, (b) configura el DDS y controla,
paso a paso, un barrido de frecuencia, (c) digitaliza y
almacena, en memoria externa, las tensiones RMS de los
transductores de PZT correspondientes a la barredura de
frecuencia, (d) realiza la compensación o corrección por efecto
de la temperatura, y (e) evalúa los índices de falla métrica
RMSD y CCDM, (f) envía los datos al nodo de enlace.
Como parte de su proceso de inicialización, el núcleo
computacional,
Inmediatamente después de configurar sus módulos
funcionales internos, el núcleo computacional realiza dos
barreduras de frecuencia excitando el PZT libre, a fin obtener
las frecuencias correspondientes a los valores máximos de la
tensión RMS; el primero para el rango de frecuencias de 25–
27 kHz (alrededor de su frecuencia de anti-resonancia de baja
frecuencia), y el segundo para el rango de frecuencias de 99–
104 kHz (alrededor de su frecuencia de anti-resonancia de alta
frecuencia). Con este paso, es posible conocer los valores de
los desvíos de frecuencia debido al efecto de la temperatura:
∆fPZT_1 y ∆fPZT_2, en baja y alta frecuencia, respectivamente,
con respecto a la temperatura nominal (considerado 25 ºC).
Las tensiones RMS del PZT libre son digitalizadas usando
del canal AD1, y apenas son almacenadas ∆fPZT_1 y ∆fPZT_2. El
núcleo computacional configura el DDS y controla la
barredura de frecuencia para obtener los datos del SHM. Las
firmas de monitoreo actual, es decir, tensiones RMS del par
PZT/estructura son digitalizadas usando el canal AD0 y
almacenadas en la memoria externa.
Cuando la estructura es considerada íntegra, cada NSI
recolecta y almacena las firmas de tensión RMS del PZT
adherido a la estructura, en condiciones de temperatura
nominal (25 ºC), es decir, almacena las firmas de línea base
nominal. La compensación por efecto de la variación de la
temperatura consiste en obtener una nueva línea base para la
temperatura de monitoreo actual, esto se consigue desviando
la línea base nominal, un ∆fL para barreduras en intervalos de
baja frecuencia, o desviando un ∆fH para barreduras en
intervalos de alta frecuencia. Los valores de ∆fPZT_1 y ∆fPZT_2
son usados para calcular los valores de ∆fL y ∆fH,
respectivamente.
Finalizado el barrido de frecuencia, el núcleo
computacional calcula os índices de falla métrica RMSD y
CCDM usando las firmas de monitoreo actual con respecto a
las firmas de línea base compensadas o corregidas para la
temperatura actual. Posteriormente, en caso de ser requerido o
en caso de existir falla, todos los datos son transmitidos hacia
la base de datos, a través del nodo de enlace.
4) Modulo transceptor inalámbrico Zigbee
En este estudio, se utiliza un módulo EasyBee de
MikroElektronika, como unidad de comunicación inalámbrica,
el cual fue elegido porque ofrece un adecuado equilibrio entre
el bajo consumo de energía y cortas distancias de
comunicación para aplicaciones de SHM. El módulo EasyBee
está compuesto principalmente de un transceptor Atmel ZigBit
ATZB-24-A2, compatible con IEEE 802.15.4/ZigBee y puede
ser utilizado en cualquier parte del mundo operando en la
banda de frecuencias ISM (Industrial, Scientific, and Medical)
de 2,4 GHz.
Para muchos procedimientos de detección de fallas, los
datos de tensión RMS adquiridos de forma individual por los
diferentes NSIs deben ser sincronizados en el tiempo. El
núcleo computacional utiliza el módulo EasyBee para
establecer comunicación con el nodo de enlace dentro del
ámbito de la red local ZigBee, para recibir los comandos de
configuración del DDS y para enviar los datos
correspondientes a una barredura de frecuencia.
Las subrutinas que implementan el protocolo para
comunicación inalámbrica entre el NSI y el nodo de enlace
utilizan el concepto de máquina de estados para garantizar un
excelente sincronismo en la transferencia de datos y controlar
eficientemente los potenciales problemas (o estados),
comúnmente encontrados en canales inalámbricos poco
4

confiables. Una máquina de estado se compone de un conjunto
de estados y en respuesta a diferentes eventos transita entre
sus estados discretos. En un instante determinado sólo puedes
estar en uno de los posibles estados.
El prototipo del NSI fue implementado utilizando sensores,
microcontroladores y transceptores inalámbricos disponibles
en el mercado. En la Fig. 4 se muestra: (a) placa de aluminio
usado como muestra de ensayo, PZT, y tuerca de acero
(carga), y (b) el prototipo del NSI.
Fig. 4. Prototipo del nodo sensor inteligente.
B. El Nodo de Enlace
El nodo de enlace se utiliza para integrar la red ZigBee con
la red GSM/GPRS con el fin de ampliar el alcance de las
comunicaciones de los NSIs, y dar soporte para su monitoreo
remoto a través de Internet desde cualquier lugar del mundo.
El nodo de enlace también representa un nodo autónomo
dentro del sistema de SHM inalámbrico, coordinando la
comunicación entre el centro de monitoreo remoto y múltiples
NSIs.
El nodo de enlace consta de tres módulos funcionales: (a)
transceptor inalámbrico ZigBee, (b) núcleo computacional, y
(c) transceptor inalámbrico GSM/GPRS. El microcontrolador
PIC18F45K22 de Microchip, usado como núcleo
computacional, se comunica con el centro de control remoto
dentro del contexto de una red GSM/GPRS, accediendo a un
servidor Web y operando un gestor de base de datos. Las
bases de datos son utilizadas como área de intercambio
utilizado para el almacenamiento temporal de los comandos de
control, parámetros de configuración y datos correspondientes
a una barredura de frecuencia.
Ejecutando el firmware del núcleo computacional, el
microcontrolador retransmite, hacia el centro de monitoreo
remoto, los parámetros de configuración y control que
provienen de los NSIs, y retransmite, hacia el servidor central,
los datos de SHM que provienen de los NSIs.
El módulo SmartGM862 de MikroElektronika es usado
como transceptor GSM/GPRS. Este módulo se compone
principalmente de un transceptor de cuatro bandas GM862-
GPS de Telit, con soporte para operar en las bandas de
frecuencia ISM no licenciadas (850, 900, 1800 y 1900 MHz)
[34].
El nodo de enlace se comunica con el servidor Web usando
el método POST del protocolo HTTP, para tal a efecto
necesita de un servicio de telefonía móvil con acceso a
Internet.
IV. ARREGLO EXPERIMENTAL
Con el fin de evaluar el rendimiento del sistema propuesto,
se realizaron ensayos sobre una placa de aluminio (estructura
monitoreada) de 500 × 30 × 2 mm3
, como se muestra en la
Fig. 4(a). Un transductor circular de PZT modelo 7BB-27-4 de
Murata adherido a un extremo de la placa utilizando
pegamento de cianoacrilato. Diferentes casos de daño
estructural fueron simulados, colocando una carga (pequeña
tuerca de acero de 3,16 g) a distancias de 10, 20, 30 y 40 cm,
medidos desde el transductor de PZT. Este método se utiliza
comúnmente en la literatura y tiene la ventaja de no causar un
daño permanente en la muestra.
Las mediciones de tensión RMS se realizaron colocando la
estructura dentro de una cámara térmica modelo SM-8-8200
de Thermotron, tal como se muestra en la Fig. 5. Las
temperaturas establecidas en la cámara térmica fueron de 0 °C
a 60 °C con intervalos o pasos de 5 °C.
Fig. 5. Cámara de temperatura modelo SM-8-8200 de Thermotron. Cortesía
del Laboratorio de Control y Sistemas Inteligentes del Departamento de
Ingeniería Mecánica de la UNESP, Ilha Solteira - Brasil.
Toda vez que la cámara térmica alcanza la temperatura
establecida, debe permanecer por un intervalo mínimo de 30
minutos para garantizar que la temperatura en la estructura sea
uniforme, en seguida, se realiza la adquisición de datos
correspondientes a las tensiones RMS del transductor de PZT.
Las pruebas comenzaron a temperatura ambiente (25 °C),
referido aquí como "temperatura nominal", disminuyendo
gradualmente hasta 0 °C, en seguida, desde 0 °C se aumenta
gradualmente hasta 60 °C, y finalmente, desde 60 °C se
disminuye hasta 25 °C. Todo este proceso fue repetido tres
veces, dejando un periodo de reposo por cada ciclo de
mediciones.
5

V. RESULTADOS
En primer lugar, se muestran las firmas de tensión RMS del
transductor de PZT adherido a la estructura monitoreada
sujeto a variación de temperatura. Las firmas tensión RMS de
línea de base, usadas como referencia, fueron obtenidas con la
estructura en condición íntegra (sin carga). Apenas las firmas
de tensión RMS obtenidas con una carga localizada a una
distancia de 30 cm fueron seleccionadas para aplicar el
método, debido a que en este caso se obtienen los mayores
valores de los índices de falla métrica [11]. En la Fig. 6 se
muestran estas firmas de tensión RMS obtenidas para
diferentes temperaturas.
.
Fig. 6. Firmas de tensión RMS para diferentes temperaturas en el rango de
10–40 kHz. (a: parte superior) estructura íntegra, y (b: parte inferior)
estructura con daño.
Dado que el transductor de PZT libre será utilizado en el
proceso de compensación por el efecto de la variación de la
temperatura, en la Fig. 7 se muestran sus firmas de tensión
RMS colectadas a diferentes temperaturas. Puede ser
observado los rangos de frecuencia donde ocurren las
resonancias de baja frecuencia.
Fig. 7. Firmas de tensión RMS del PZT libre para el rango de 10–40 kHz.
Para la estructura utilizada, el rango de frecuencia de 10−40
kHz representa una mejor sensibilidad para detectar daños. Sin
embargo, para otra estructura, otro tipo de transductor, u otro
tipo de daño, se pueden obtener rangos diferentes.
Como se observa en la Fig. 7, los principales cambios en la
firmas de tensión RMS a medida que la temperatura aumenta
son: disminución de amplitud, aumento de ancho de banda
alrededor de los picos resonantes, y principalmente, el desvío
de frecuencia. De acuerdo con los resultados presentados en
[13], [16], el desvío de frecuencia es el principal factor que
debe ser considerado para compensar los efectos de la
temperatura en las mediciones de impedancia.
Compensación por desvío de frecuencia
En este trabajo se aplica la misma técnica de compensación
debido a los efectos de la variación de la temperatura
propuesta en [13]. Este técnica permite determinar el valor
optimo de desvío de frecuencia mediante el uso de
coeficientes de correlación. En la Fig. 8 se muestran los
resultados después de compensar las firmas de tensión RMS
de línea base, para las temperaturas de 0 ºC y 60 ºC, con
respecto a la temperatura nominal.
Fig. 8. Firmas de tensión RMS de línea base compensadas, para las
temperaturas de 0ºC y 60 ºC.
Los índices RMSD y CCDM son calculados utilizando (4) y
(5). En la Fig. 9 se representan cuantitativamente estos índices
obtenidos antes y después de realizar la compensación, para el
rango de frecuencia de 10−40 kHz.
Fig. 9. Índices RMSD y CCDM con estructura íntegra y damnificada (a: parte
superior) a 0 ºC, y (b: parte inferior) a 60 ºC.
6

Los resultados evidencian que para una estructura integra
expuesto apenas a una variación de temperatura, es decir sin
compensación, los valores de los índices son elevados, incluso
comparables a los índices calculados con la estructura
damnificada, obteniéndose falsos positivos en la detección de
daño.
Después de aplicar el método de compensación, los valores
de los índices muestran una marcada diferencia entre los
medidos con estructura íntegra y con estructura damnificada.
Por ejemplo, los índices RMSD obtenidos con estructura
damnificada son 12 y 10 veces mayores que los obtenidos con
estructura íntegra, para las temperaturas es 0 ºC y 60 ºC,
respectivamente, y los índices CCDM obtenidos con
estructura damnificada son 46 y 35 veces mayores que los
obtenidos con estructura íntegra, para las temperaturas es 0 ºC
y 60 ºC, respectivamente. Por lo que, se puede establecer un
valor umbral, a partir del cual, una estructura sujeto a
variación de temperatura puede ser considerada damnificada.
VI. CONCLUSIONES
El objetivo principal de este estudio es proponer un nuevo
NSI, como componente principal de un sistema de SHM
basado en WSNs. Este NSI se caracteriza por ser portátil y
tiene la capacidad de detectar fallas en estructuras
compensando automáticamente las variaciones en las firmas
de tensión RMS debido a la variación de la temperatura
ambiente. La técnica de compensación usada, que se basa en
el cálculo del valor optimo de desvío de frecuencia mediante
el uso de coeficientes de correlación, fue probada con éxito y
permite detectar fallas en estructuras expuestas a una variación
de temperaturas dentro del rango de 0–60 ºC. Los NSIs son de
cobertura de bajo rango, pero con la capacidad de escalar a un
gran número de NSIs y pueden ser monitoreados remotamente
desde cualquier parte del mundo.
Finalmente, como contribuciones secundarias a los sistemas
de SHM inalámbricos, se destacan: el enfoque de adquisición
de datos que no depende de la frecuencia de muestreo del
ADC, y la identificación de daños realizada mediante una
simple comparación de las tensiones RMS de respuesta de los
transductores piezoeléctricos. Todo esto contribuye con el
desarrollo de sistemas hardware y software de bajo costo.
VII. REFERENCIAS
[1]. W. Ostachowicz and J. A. Güemes, New Trends in Structural Health
Monitoring. Vienna: Springer, 2013, 434 p.
[2]. V. Giurgiutiu, "Embedded NDT with piezoelectric wafer active sensors,"
in Nondestructive Testing of Materials and Structures, vol. 6, O. Güneş and
Y. Akkaya, Ed. Berlin: Springer Verlag, 2013, pp. 987-992.
[3]. V. G. M. Annamdas and M. A. Radhika, “Electromechanical
impedance of piezoelectric transducers for monitoring metallic and
non-metallic structures: A review of wired, wireless and energy-
harvesting methods,” Journal of Intelligent Material Systems and
Structures, vol. 24, no. 9, pp.1021–1042. May. 2013.
[4]. G. Park, H. Sohn, C. Farrar, and D. J. Inman, “Overview of piezoelectric
impedance-based health monitoring and path forward,” The Shock and
Vibration Digest, vol. 35, no. 6, pp. 451–463. Nov. 2003.
[5]. F. G. Baptista and J. Vieira Filho, “Optimal frequency range selection for
PZT transducers in impedance-based SHM systems,” IEEE Sensors
Journal, vol. 10, no. 8, pp. 1297–1303. Aug. 2010.
[6]. D. M. Peairs, P. A. Tarazaga, and D. J. Inman, “Frequency range selection
for impedance-based structural health monitoring,” Journal of Vibration
and Acoustics, vol. 129, no. 6, pp. 701–719. Jul. 2007.
[7]. R. M. F. Neto, V. Steffen, D. A. Rade, C. A. Gallo, and L. V. Palomino,
“A low-cost electromechanical impedance-based SHM architecture for
multiplexed piezoceramic actuators,” Structural Health Monitoring, vol.
10, no. 4, pp. 391–402. Jul. 2011.
[8]. R. Panigrahi, S. Bhalla, and A. Gupta, “A low-cost variant of electro-
mechanical impedance (EMI) technique for structural health monitoring,”
Experimental Techniques, vol. 34, no. 2, pp. 25–29. March/April 2010.
[9]. T. Radil, P. M. Ramos, and A. C. Serra, “Impedance measurement with
sine-fitting algorithms implemented in a DSP portable device,” IEEE
Transactions on Instrumentation and Measurement, vol. 57, no. 1, pp.
197–204. Jan. 2008.
[10]. S. Wang and C. You, “A circuit design for impedance-based structural
health monitoring,” Journal of Intelligent Material Systems and Structures,
vol. 19, no. 9, pp. 1029–1040. Sep. 2008.
[11]. N. E. Cortez, J. Vieira Filho, and F. G. Baptista, “A new microcontrolled
structural health monitoring system based on the electromechanical
impedance principle,” Structural Health Monitoring, vol. 12, no. 1, pp. 14–
22. Jan. 2013.
[12]. S. Bhalla and C. Kiong Soh, "Structural impedance based damage
diagnosis by piezo-transducers," Earthquake Engineering & Structural
Dynamics Journal, vol. 32, no. 12, pp. 1897-1916, Oct. 2003.
[13]. G. Park, K. Kabeya, H. H. Cudney, and D. J. Inman, "Impedance-based
structural health monitoring for temperature varying applications,"
JSME International Journal, Series A: Mechanics and Material
Engineering, vol. 42, no. 2, pp. 249–258, 1999.
[14]. F. G. Baptista, D. E. Budoya, V. A. D. de Almeida, and J. A. C. Ulson,
"An Experimental Study on the Effect of Temperature on Piezoelectric
Sensors for Impedance-Based Structural Health Monitoring," Sensors,
vol. 14 , no. 1, pp. 1208-1227, Jan. 2014..
[15]. K. Koo, S. Park, J. Lee, and C. Yun, "Automated impedance-based
structural health monitoring incorporating effective frequency shift for
compensating temperature effects," Journal of Intelligent Material
Systems and Structures, vol. 20, no. 4, p. 367-377, Mar. 2009.
[16]. F. G. Baptista, J. Vieira Filho, and D. J. Inman, "Real-time multi-
sensors measurement system with temperature effects compensation for
impedance-based structural health monitoring," Structural Health
Monitoring, vol. 11, no. 2, pp. 173-186, Mar. 2012.
[17]. D. Hong, K. Nguyen, I. Lee, and J. Kim, "Temperature-compensated
damage monitoring by using wireless acceleration-impedance sensor
nodes in steel girder connection," International Journal of Distributed
Sensor Networks, vol. 2012, no. 1, pp. 1-12, Aug. 2012.
[18]. C. Peckens, M. Kane, Y. Zhang, and J. Lynch, "Permanent installation of
wireless structural monitoring systems in infrastructure systems," In: Wang
ML, Lynch J and Sohn H (eds) Sensor Technologies for Civil
Infrastructures: Sensing Hardware and Data Collection Methods for
Performance Assessment. Cambridge: Woodhead Publishing Limited,
pp.5408–509, 2014.
[19]. V. G. M. Annamdas and Y. Yang, "Practical implementation of piezo-
ceramic sensors in monitoring of excavation for transit station
construction in Singapore," Structural Control & Health Monitoring,
vol. 19, no. 2, pp. 231–245, Mar. 2012.
[20]. A. Araujo, J. García-Palacios, J. Blesa, F. Tirado, E. Romero, A.
Samartín, and O. Nieto-Taladriz, "Wireless measurement system for
structural health monitoring with high time-synchronization accuracy,"
IEEE Transactions on Instrumentation and Measurement, vol. 61, no.
3, pp. 801–810, March 2012.
[21]. C. R. Farrar, G. Park, and K. M. Farinholt, "Sensor network paradigms," in
Encyclopedia of Structural Health Monitoring, vol. 3, C. Boller, F. Chang,
and Y. Fujino, Ed. Chichester: John Wiley & Sons, 2009, ch. 71.
7

[22]. J. P. Lynch and K. J. Loh, “A summary review of wireless sensors and
sensor networks for structural health monitoring,” The Shock and Vibration
Digest, vol. 38, no. 2, pp. 91–128. March. 2006.
[23]. E. Sazonov, V. Krishnamurthy, and R. Schilling, "Wireless intelligent
sensor and actuator network – A scalable platform for time-synchronous
applications of structural health monitoring," Structural Health
Monitoring, vol. 9, no. 5, pp. 465–476. Aug. 2010.
[24]. N. A. Tanner, J. R. Wait, C. R. Farrar, and H. Sohn, “Structural health
monitoring using modular wireless sensors,” Journal of Intelligent
Material Systems and Structures, vol. 14, no. 1, pp. 43–56. 2003.
[25]. V. Krishnamurthy and E. Sazonov, “Reservation-based protocol for
monitoring applications using IEEE 802.15.4 sensor networks,”
International Journal Of Sensor Networks, vol. 4, no. 3, pp. 155–171. Dec.
2008.
[26]. ZigBee Alliance, ZigBee Specification. ZigBee Document 053474r17.
San Ramon, CA: ZigBee Alliance. January 2008.
[27]. H. Chen, L. Zhu, X. Huang, and Y. Zhang, "Structural health monitoring
system of gantry crane based on ZigBee technology," in Digital
Manufacturing and Automation (ICDMA), Third Int. Conf., GuiLin, China,
2012, pp. 801–804.
[28]. T. Harms, P. V. Shah, S. Sedigh, Z. Bouque, and F. Bastianini, “Zigbee-
enabled structural health monitoring with the smartbrick network,
structural health monitoring 2009: From system integration to autonomous
systems,” in Proc. 7th Int. Workshop on Struct. Health Monit., Stanford,
CA, 2009, pp. 909–916.
[29]. K. Nanda, K. Nayak, S. Chippalkatti, R. Rao, D. Selvakumar, and H.
Pasupuleti, "Web based monitoring and control of WSN using WINGZ
(wireless IP network gateway for Zigbee)," in 6th International
Conference on Sensing Technology (ICST), Kolkata, 2012, pp. 666-671.
[30]. P. Wang, Y. Yan, G. Y. Tian, O. Bouzid, and Z. Ding, "Investigation of
wireless sensor networks for structural health monitoring," Journal of
Sensors, vol. 2012, pp. 1–7. 2012.
[31]. V. Giurgiutiu and C. A. Rogers, “Recent advancements in the electro-
mechanical (E/M) impedance method for structural health monitoring and
NDE,” in Proc. SPIE 3329, Annu. Int. Symp. on Smart Structures and
Materials, San Diego, CA, 1998, pp. 536–547.
[32]. C. R. Marqui, D. D. Bueno, F. G. Baptista, J. Vieira Filho, R. B. Santos,
and V. Lopes Junior, “External disturbance effect in damage detection
using electrical impedance,” in Proc. 26th Int. Modal Analysis Conf.,
Orlando, FL, 2008, paper 286, pp. 678–687.
[33]. N. E. Cortez, J. Vieira Filho, and F. G. Baptista, “Design and
implementation of wireless sensor networks for impedance-based
structural health monitoring using ZigBee and Global System for
Mobile Communications,” Journal of Intelligent Material Systems and
Structures, vol. 25 , pp. 1–12. Jun. 2014.
[34]. Telit Communications, AT commands Reference Guide. Rev.15. Sgonico:
Telit Communications. 2012.
VIII. BIOGRAFÍAS
NICOLÁS EUSEBIO CORTEZ LEDESMA
Received the B.Sc. degrees in electronic
engineering from Universidad Nacional de
Ingeniería, Lima–Perú. Received the
M.Sc. degrees in electrical engineering
from UNESP – Univ. Estadual Paulista,
Ilha Solteira, Brazil.
He started his career as an Auxiliar
Professor at Universidad Nacional de San
Cristóbal de Huamanga, Ayacucho–Perú,
en 1996. He is currently an Ph.D. student in the Department of
Electrical Engineering, UNESP, Ilha Solteira, where he coordinates
the Laboratory of Signal Processing and Instrumentation. His main
field of activity is focused on piezoelectricity, structural health
monitoring (SHM), electronic instrumentation, telemetry, data
acquisition, and signal processing.
JOZUÉ VIEIRA FILHO
Received the M.Sc. and Ph.D. degrees in
electrical engineering from the School of
Electrical and Computer Engineering—
UNICAMP, Campinas, Brazil, in 1990 and
1996, respectively.
He started his career as an Assistant
Professor at São Paulo State University—
UNESP, Ilha Solteira, Brazil, in 1992.
From 1994 to 1996, he was a Researcher
of the Centre National d’Etude des
Télécommunications (CNET) of France
Telecom, Lannion, France. From 2000 to 2003, he worked as a
Senior Development Engineer at Motorola Industrial, Sao Paulo,
Brazil, in the development of tests for radio base stations. From 2010
to 2011, he developed activities at the Center for Intelligent Material
Systems and Structures (CIMSS), Virginia Tech, Blacksburg, VA,
researching in the field of structural health monitoring (SHM) and
piezoelectric transducers. He is currently an Associate Professor and
Executive Coordinator of Experimental Campus of São João da Boa
Vista with the Department of Electrical Engineering, UNESP. His
main field of activity is focused on speech and signal processing,
piezoelectricity, data acquisition, and telemetry.
FABRICIO GUIMARÃES BAPTISTA
Received the B.S. and Ph.D. degrees in
electrical engineering from UNESP –
Univ. Estadual Paulista, Ilha Solteira,
Brazil, in 2006 and 2010, respectively.
From 2010 to 2011, he was a Visiting
Scholar at the Center for Intelligent
Material Systems and Structures (CIMSS),
Virginia Tech, Blacksburg, VA,
researching in the field of structural health
monitoring and piezoelectric transducers.
He is currently an Assistant Professor in
the Department of Electrical Engineering, UNESP, Bauru, where he
coordinates the Laboratory of Transducers and Data Acquisition,
working in the field of piezoelectricity, structural health monitoring,
signal processing, data acquisition, and electronic instrumentation.
8

Red inalámbrica de sensores inteligentes para monitorear salud estructural que incorpora compensación por efecto de la temperatura

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (17)

Similar a Red inalámbrica de sensores inteligentes para monitorear salud estructural que incorpora compensación por efecto de la temperatura

Similar a Red inalámbrica de sensores inteligentes para monitorear salud estructural que incorpora compensación por efecto de la temperatura (20)

Más de TELCON UNI

Más de TELCON UNI (6)

Red inalámbrica de sensores inteligentes para monitorear salud estructural que incorpora compensación por efecto de la temperatura