Vores forskning tager fat på centrale udfordringer inden for strukturdynamik og overvågning med anvendelser på tværs af flere områder. Anvendelserne omfatter:
Strukturel tilstandsovervågning
Vi udvikler datadrevne og fysikinformerede modeller til overvågning af integriteten og ydeevnen af kritiske anlæg som havvindmøller, skibsmotorer og civil infrastruktur. Vores metoder muliggør tidlig skadesdetektion, forudsigende vedligehold og øget pålidelighed under virkelige drifts- og miljøforhold.
Datadrevet vurdering af udmattelseslevetid
Vi udvikler avancerede metoder til at forudsige udmattelseslevetid under komplekse belastningsforhold. Vores tilgang kombinerer surrogatmodellering til effektiv estimering af skadesækvivalente laster med spektrale teknikker til udmattelsesanalyse under enaksede, fleraksede og ikke-proportionale forhold. Værktøjerne muliggør nøjagtige og beregningsmæssigt effektive udmattelsesvurderinger af moderne tekniske konstruktioner.
Digitalisering af fysiske systemer
Digitalisering omdanner fysiske aktiver til intelligente virtuelle modeller, der muliggør overvågning i realtid, forudsigende analyser og optimering gennem hele livscyklussen. Ved at integrere sensordata med vores dynamiske modelleringsmetoder skaber vi digitale tvillinger, der bygger bro mellem fysisk adfærd og digital indsigt til bedre tekniske beslutninger.
Virtuel sensorik
Virtuel sensorik bruger avancerede modeller til at estimere strukturelle responser, der er svære at måle, ud fra begrænsede data. Her kombinerer vi både datadrevne og opdaterede fysiske modeller for at opnå nøjagtige forudsigelser med kvantificeret usikkerhed til overvågning og vedligehold.
Mønstergenkendelse og detektion af afvigelser i dynamiske systemer
Vi anvender vores avancerede modelleringsteknikker til at identificere mønstre og opdage anomalier i dynamiske systemer. Ud over ingeniørfaget understøtter metoderne medicinsk signalbehandling og muliggør påvisning af sygdomstegn i hjerte- og hjernesignaler for mere præcis diagnostik.