MARC

 008260126s2025        us                              c    eng  d
■001000017358130
■00520260202103648
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798314875414
■035    ▼a(MiAaPQ)AAI32092656
■035    ▼a(MiAaPQ)umichrackham006092
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a623.82
■1001  ▼aKing,  Allison  M.
■24510▼aImpulsive  Source  Localization  on  a  Metal  Plate  Using  a  Non-Contacting  Acoustic  Sensor  Array
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a224  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-11,  Section:  B.
■500    ▼aAdvisor:  Dowling,  David  R.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aAcoustic  waves  are  well-suited  for  remote  sensing  and  structural  health  monitoring  as  they  convey  source  information  and  can  be  recorded  without  contact.  Acoustic  sensor  arrays  enable  remote  recording  of  structure-borne  and  airborne  sounds  for  assessing  the  health  of  a  structure.  A  key  structural  health  monitoring  task  is  localizing  impact  excitations,  but  traditional  localization  methods  like  Time  Difference  of  Arrival,  Modal  Acoustic  Emission,  Near-Field  Beamforming,  and  Near-Field  Holography  face  challenges  due  to  geometric  complexity,  dispersive  wave  propagation,  fluid-structure  coupling,  or  difficult  implementation.  Many  techniques  also  rely  on  contacting  sensors,  which  can  alter  the  structure  and  pose  maintenance  challenges.  This  dissertation  adapts  Bartlett  Matched  Field  Processing  (MFP),  a  source  localization  technique  from  underwater  acoustics,  for  structural  applications.  Using  remote  acoustic  array  measurements  and  wave  propagation  simulations,  MFP  was  applied  to  a  0.64-cm  thick,  91.4  cm  diameter  aluminum  plate.  Microphones  and  hydrophones  positioned  sufficiently  far  from  the  plate  captured  the  source  characteristics  in  the  5-20  kHz  frequency  bandwidth  while  excluding  evanescent  waves.  Simulations  in  COMSOL  Multiphysics®  modeled  fluid-structure  interactions  from  impact  excitations.  Initially,  MFP  was  implemented  using  an  axisymmetric  finite-element  wave-propagation  model  for  an  infinitely  large  plate,  applicable  to  all  plate  impacts  with  proper  time-windowing  to  exclude  plate  edge  artifacts  from  experimental  measurements.  Performance  was  evaluated  in  controlled  experiments  and  synthetic  noise  environments,  with  accuracy  assessed  through  two-dimensional  ambiguity  surfaces.  Results  showed  that  MFP  outperformed  near-field  beamforming,  achieving  localization  errors  as  low  as  1  cm  compared  to  10  cm,  and  maintained  accuracy  down  to  a  signal-to-noise  ratio  (SNR)  of  -7.5  dB.  To  better  represent  experimental  conditions  and  reduce  time-windowing  requirements,  the  finite  element  model  was  refined  to  include  plate  edge  effects  specific  to  the  plate  studied.  Results  indicated  that  MFP  provided  accurate  localization  in  a  noiseless  environment,  achieving  a  0.5  cm  localization  error  without  the  need  for  time-windowing  to  remove  plate  edge  reflection  artifacts.  Additionally,  MFP  maintained  over  80%  localization  accuracy  within  4.5  cm  of  the  true  source  at  a  SNR  of  -7.5  dB.  A  data-driven  approach  using  Neural  Networks  (NNs)  was  also  explored  for  source  localization.  Two  architectures  were  tested:  a  Feed-Forward  Neural  Network  (FNN)  using  cross-correlation  lags  and  a  Convolutional  Neural  Network  (CNN)  leveraging  spectrogram  images.  NNs  required  only  20%  of  the  sampling  density  used  by  MFP,  making  them  attractive  for  real-time  applications.  However,  they  performed  poorly  in  noisy  environments,  with  FNNs  achieving  70%  accuracy  at  a  SNR  of  15  dB  and  CNNs  achieving  less  than  20%  accuracy  at  a  SNR  of  30  dB.  Finally,  an  additional  complication  was  added  to  the  MFP  source  localization  problem  through  the  introduction  of  water  beneath  the  plate  to  form  a  three-domain  acoustic  environment.  MFP  ambiguity  surfaces  created  using  sensors  in  the  water  exhibited  larger  ambiguity  zones  than  the  sensors  in  the  air  due  to  the  four-times  longer  wavelengths  in  water,  leading  to  slightly  higher  localization  errors  (1.7  cm  vs.  1  cm).  A  combined  microphone-hydrophone  configuration  mitigated  this  issue,  improving  resolution  and  achieving  0.55  cm  localization  accuracy.  Through  these  studies,  this  dissertation  advances  source  localization  for  structures  by  adapting  MFP  for  structural  health  monitoring,  using  experiments  for  evaluating  robustness  across  different  environments,  and  benchmarking  against  data-driven  techniques.  The  findings  provide  insights  into  acoustic  array  configurations,  means  to  improve  impact  localization  accuracy,  and  practical  implementation  considerations  for  applying  MFP  in  structural  health  monitoring  and  non-destructive  testing.
■590    ▼aSchool  code:  0127.
■650  4▼aNaval  engineering
■650  4▼aMechanical  engineering
■650  4▼aBiomedical  engineering
■650  4▼aAcoustics
■653    ▼aSource  localization
■653    ▼aSignal  processing
■653    ▼aStructural  acoustics
■653    ▼aMatched  field  processing
■653    ▼aRemote  sensing
■653    ▼aStructural  health  monitoring
■690    ▼a0548
■690    ▼a0468
■690    ▼a0541
■690    ▼a0986
■71020▼aUniversity  of  Michigan▼bMechanical  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-11B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358130▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books