Centre dedocumentation
scientifique

Machine learning models applied to a GNSS sensor network for automated bridge anomaly detection / Nicolas Manzini in Journal of structural engineering, Vol 148 n° 11 (November 2022)  

Public [article]  inJournal of structural engineering > Vol 148 n° 11 (November 2022) . - n° 3469 Titre : Machine learning models applied to a GNSS sensor network for automated bridge anomaly detection Type de document : Article/Communication Auteurs : Nicolas Manzini, Auteur ; André Orcesi, Auteur ; Christian Thom , Auteur ; Marc-Antoine Brossault, Auteur ; Serge Botton , Auteur ; Miguel Ortiz, Auteur ; John Dumoulin, Auteur Année de publication : 2022 Projets : 2-Pas d'info accessible - article non ouvert / Article en page(s) : n° 3469 Note générale : bibliographie EN ATTENTE DU DOCUMENT Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Topographie [Termes IGN] apprentissage automatique [Termes IGN] classification par réseau neuronal récurrent [Termes IGN] détection d'anomalie [Termes IGN] ouvrage d'art [Termes IGN] pont [Termes IGN] régression [Termes IGN] série temporelle [Termes IGN] surveillance d'ouvrage [Termes IGN] topométrie de précision Résumé : (auteur) Structural health monitoring (SHM) based on global navigation satellite systems (GNSS) is an interesting solution to provide absolute positions at different locations of a structure in a global reference frame. In particular, low-cost GNSS stations for large-scale bridge monitoring have gained increasing attention these last years because recent experiments showed the ability to achieve a subcentimeter accuracy for continuous monitoring with adequate combinations of antennas and receivers. Technical solutions now allow displacement monitoring of long bridges with a cost-effective deployment of GNSS sensing networks. In particular, the redundancy of observations within the GNSS network with various levels of correlations between the GNSS time series makes such monitoring solution a good candidate for anomaly detection based on machine learning models, using several predictive models for each sensor (based on environmental conditions, or other sensors as input data). This strategy is investigated in this paper based on GNSS time series, and an anomaly indicator is proposed to detect and locate anomalous structural behavior. The proposed concepts are applied to a cable-stayed bridge for illustration, and the comparison between multiple tools highlights recurrent neural networks (RNN) as an effective regression tool. Coupling this tool with the proposed anomaly detection strategy enables one to identify and localize both real and simulated anomalies in the considered data set. Numéro de notice : A2022-672 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1061/(ASCE)ST.1943-541X.0003469 En ligne : https://doi.org/10.1061/(ASCE)ST.1943-541X.0003469 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101615 [article]

Performance analysis of low-cost GNSS stations for structural health monitoring of civil engineering structures / Nicolas Manzini in Structure and Infrastructure Engineering, vol 18 n° 5 ([01/05/2022])  

Public [article]  inStructure and Infrastructure Engineering > vol 18 n° 5 [01/05/2022] . - pp 595 - 611 Titre : Performance analysis of low-cost GNSS stations for structural health monitoring of civil engineering structures Type de document : Article/Communication Auteurs : Nicolas Manzini, Auteur ; André Orcesi, Auteur ; Christian Thom , Auteur ; Marc-Antoine Brossault, Auteur ; Serge Botton , Auteur ; Miguel Ortiz, Auteur ; John Dumoulin, Auteur Année de publication : 2022 Projets : 2-Pas d'info accessible - article non ouvert / Article en page(s) : pp 595 - 611 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] auscultation d'ouvrage [Termes IGN] déformation d'édifice [Termes IGN] effet thermique [Termes IGN] pont [Termes IGN] RTKLIB [Termes IGN] surveillance d'ouvrage [Termes IGN] test de performance [Termes IGN] topométrie de précision Résumé : (auteur) Global Navigation Satellite Systems (GNSS) have been used in various monitoring applications for the past two decades, as one of the very few options to provide absolute positions in a global reference frame. However, high performance GNSS stations are expensive, and sometimes may be impractical because of their size, power consumption or software requirements. Thus, the use of low-cost GNSS stations for structural health monitoring (SHM) has gained increasing attention. This paper presents a detailed experimental assessment of multiple combinations of GNSS receivers and antennas, and highlights an optimal cost-efficient solution for monitoring applications. Several sets of processing parameters and constraints are also evaluated using open source RTKLib software. The performance of the proposed solution is evaluated through two experimental dynamic scenarios, proving its ability to track quick displacements down to 4 mm and oscillations of 1 cm with a frequency up to 0.25 Hz with a 1 Hz receiver. Finally, a two-week dataset acquired from on a network of low-cost GNSS stations deployed on a suspended bridge is used to validate on-site performance. Results show good agreement between GNSS time series, traditional displacement sensors, and numerical simulations made using an operational mechanical model of the bridge, highlighting the potential of such low-cost solutions for structural health monitoring applications. Numéro de notice : A2021-170 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15732479.2020.1849320 Date de publication en ligne : 30/11/2020 En ligne : https://doi.org/10.1080/15732479.2020.1849320 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97105 [article]

Récepteurs GNSS bas coût pour la surveillance des grands ponts / Nicolas Manzini in XYZ, n° 167 (juin 2021)

Public [article]  inXYZ > n° 167 (juin 2021) . - pp 39 - 44 Titre : Récepteurs GNSS bas coût pour la surveillance des grands ponts Type de document : Article/Communication Auteurs : Nicolas Manzini, Auteur ; André Orcesi, Auteur ; Christian Thom , Auteur ; Marc-Antoine Brossault, Auteur ; Miguel Ortiz, Auteur ; Serge Botton , Auteur ; John Dumoulin, Auteur Année de publication : 2021 Article en page(s) : pp 39 - 44 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] analyse comparative [Termes IGN] analyse spatio-temporelle [Termes IGN] Géocube [Termes IGN] pont [Termes IGN] qualité des données [Termes IGN] récepteur GNSS [Termes IGN] Seine-maritime (76) [Termes IGN] station GNSS [Termes IGN] surveillance d'ouvrage Résumé : (Auteur) L’instrumentation et la télésurveillance des structures, qui visent à suivre en continu et en temps réel l’évolution de leurs comportements, sont aujourd’hui des éléments clés des politiques de gestion des parcs d’ouvrages. Le conseil départemental de la Seine-Maritime (76) a fait appel à l’IGN (Institut national de l'information géographique et forestière) pour instrumenter le pont de Brotonne à l’aide d’un réseau d’une douzaine de stations GNSS “bas coût” Géocube à partir de 2017. L’objectif de cette instrumentation est de compléter le suivi géométrique de l’ouvrage assuré par des relevés topographiques périodiques. Dans le cadre d’un projet de recherche en collaboration entre SITES, l’Université Gustave Eiffel et l’IGN, visant à étudier le potentiel des outils GNSS pour la surveillance de santé structurale des ouvrages d’art, les données acquises sur le pont de Brotonne sur la période 2017-2018 ont été analysées. Dans cet article, nous proposons une étude globale de la qualité des données à travers leur disponibilité, la comparaison aux comportements attendus par parties d’ouvrages et la comparaison avec les données thermiques disponibles. Numéro de notice : A2021-463 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Date de publication en ligne : 01/06/2021 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97945 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2021021	SL	Revue	Centre de documentation	Revues en salle	Disponible