Detección de daño en un prototipo de pala de helicóptero usando la curvatura de sus modos de vibración

Abstract

En el siguiente Trabajo de Título, parcialmente financiado por el proyecto Fondecyt 1170535, se diseña, construye y analiza modalmente un prototipo de pala de helicóptero, con el fin de obtener mediciones de campo completo mediante el método DIC. Con estos datos se pretende probar un algoritmo basado en procesos gaussianos con análisis bayesiano, que promete encontrar de manera automática los parámetros de escala que permiten eliminar tanto el ruido como la curvatura por delaminación de los modos de vibración. Esto se realiza con el fin de generar un indicar de daño basado en las diferencias locales de curvatura: El daño debe presentarse en las zonas donde estas diferencias sean mayores. Los parámetros automáticamente encontrados pueden generar ambas curvaturas a partir de datos de laboratorio, siendo una herramienta muy poderosa para la detección rápida de daño de este tipo de estructuras. En la etapa de diseño se estudian los perfiles aerodinámicos utilizados para las palas de helicóptero. También se determinan paramétricamente las capas interiores para utilizarlo en la modelación de delaminación a diferentes capas de profundidad. Con el diseño hecho, se encarga la construcción de dos palas de helicóptero, con dos estados de daño cada una, a una empresa externa. Una vez recibidas las palas, se procede con la determinación de parámetros modales para conocer la estructura, mientras en paralelo se trabaja en un modelo numérico. Tanto el modelo como los tests preliminares arrojaron resultados concordantes entre sí, por lo que la identificación modal fue un éxito. En la etapa final de la memoria, se utilizan los parámetros modales para realizar mediciones de modos operacionales (excitados a su frecuencia natural) para la obtención directa de las formas modales. Esta es la información necesaria para el algoritmo de detección de daño. Sin embargo, no se pudieron medir todos los estados de daño debido a la pandemia por COVID-19. Se probó el algoritmo numéricamente, lo cual entregó resultados satisfactorios en la detección de daño. Se obtienen algunas conclusiones sobre la efectividad del método ante ciertos tipos de daño, y cómo podría mejorar su detección.