MARC

 008250123s2024        us                              c    eng  d
■001000017163767
■00520250211152750
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798342122061
■035    ▼a(MiAaPQ)AAI31532226
■035    ▼a(MiAaPQ)Purdue26097400
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a005.3
■1001  ▼aBorgen,  Kristoffer.
■24510▼aDevelopment  and  Validation  of  Wind  Assessment  Software  for  UAS  Bridge  Inspections
■260    ▼a[Sl]▼bPurdue  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a114  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-04,  Section:  A.
■500    ▼aAdvisor:  Mott,  John  H.
■5021  ▼aThesis  (Ph.D.)--Purdue  University,  2024.
■520    ▼aThe  increasing  age  and  number  of  bridges  in  the  United  States  have  led  to  the  development  and  integration  of  new  technologies  to  reduce  the  workload  and  cost  of  bridge  inspectors.  Unmanned  Aerial  Systems  (UAS)  have  exemplified  a  technology  that  can  reduce  labor  hours  and  equipment  costs  while  improving  safety  and  increasing  the  quality  of  bridge  inspections.  Despite  the  benefits  of  using  UAS  during  bridge  inspections,  UAS  face  operational  challenges  such  as  turbulent  wind  flows,  wind  shear,  and  limited  GPS  reception.  These  challenges  can  discourage  bridge  inspectors  from  using  the  vehicle  adequately  during  a  bridge  inspection.  Therefore,  providing  UAS  operators  with  information  typically  gained  through  extensive  flight  experience  can  expedite  the  learning  curve.The  following  research  was  conducted  to  develop  and  validate  a  process  capable  of  predicting  hazardous  wind  locations  around  a  bridge  structure.  The  methodology  focused  on  utilizing  a  multi-step  process  across  existing  technologies.  First,  the  bridge  model  was  created  using  Computer  Assisted  Models  (CAD)  or  photogrammetry  modeling.  Second,  the  resulting  model  is  processed  in  a  Computational  Fluid  Dynamics  (CFD)  application  with  a  Reynolds  Averaged  Navier  Stokes  (RANS)  solver  to  simulate  wind  flows  around  the  bridge  structure.  Three  inlet  conditions  were  processed  using  a  weather  station  at  the  bridge,  the  closest  Aviation  Weather  Observation  Station  (AWOS),  and  height-adjusted  velocities  depending  on  the  bridge  height.  Finally,  the  resulting  wind  models  are  compared  against  the  wind  velocity  values  collected  by  a  sonic  anemometer  mounted  to  a  UAS  flown  around  the  bridge.The  validation  process  used  three  real-world  bridges  across  multiple  weather  conditions  to  validate  the  CFD  model  predictions.  The  three  bridges  used  were  a  pony  truss,  a  simulated  girder,  and  a  truss  bridge.  The  pony  truss  bridge  was  extensively  used  as  a  validation  structure  where  multiple  flights  occurred  around  the  same  structure  with  variations  in  wind  heading  and  velocity.  The  simulated  girder  and  truss  bridge  were  treated  as  a  simulated  bridge  inspection  to  validate  the  wind  velocities  around  the  structure.  The  resulting  Root  Mean  Square  Error  (RMSE)  of  the  validation  measurements  compared  to  the  simulations  ranged  between  0.5  and  1.0  meters  per  second  (15%  -  30%  error).  The  results  demonstrated  that  CFD  simulation  is  a  valid  prediction  tool  for  estimating  wind  flows  around  a  bridge  structure.
■590    ▼aSchool  code:  0183.
■650  4▼aSoftware  packages
■650  4▼aPhotogrammetry
■650  4▼aFluid  dynamics
■650  4▼aRobots
■650  4▼aAviation
■650  4▼aUnmanned  aerial  vehicles
■650  4▼aPilots
■650  4▼aRobotics
■650  4▼aCorrosion
■650  4▼aVehicles
■650  4▼aAircraft
■650  4▼aGlobal  positioning  systems--GPS
■650  4▼aDrones
■650  4▼aSurveillance
■650  4▼aBridges
■650  4▼aAerospace  engineering
■650  4▼aComputer  science
■650  4▼aFluid  mechanics
■690    ▼a0771
■690    ▼a0538
■690    ▼a0984
■690    ▼a0501
■690    ▼a0204
■71020▼aPurdue  University.
■7730  ▼tDissertations  Abstracts  International▼g86-04A.
■790    ▼a0183
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17163767▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서