Digital twinning for indirect Load Identification of airfoil/hydrofoil 
geometries through strain sensing

Πάνου, Γεώργιος; Panou, Georgios

dc.contributor.author	Πάνου, Γεώργιος	el
dc.contributor.author	Panou, Georgios	en
dc.date.accessioned	2025-10-30T08:33:19Z
dc.date.available	2025-10-30T08:33:19Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/62792
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.30488
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Ναυτική και Θαλάσσια Τεχνολογία και Επιστήμη”	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Digital Twin	en
dc.subject	SHM	en
dc.subject	Load Identification	en
dc.subject	FEA	en
dc.subject	D-Optimal	en
dc.title	Digital twinning for indirect Load Identification of airfoil/hydrofoil geometries through strain sensing	en
heal.type	masterThesis
heal.classification	Δομική μηχανική	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2025-03-06
heal.abstract	Οι κατασκευές σε σημαντικές βιομηχανίες όπως η αεροδιαστημική και η ναυτιλία αντιμετωπίζουν συχνά απρόβλεπτες και επικίνδυνες συνθήκες κατά την λειτουργία τους. Αυτές οι προκλήσεις έχουν αναδείξει την ανάγκη ανάπτυξης μεθοδολογιών που να διευκολύνουν την συνεχή παρακολούθηση της ασφάλειας και της λειτουργικότητας τους. Στην παρούσα εργασία εξετάζεται ένα πλαίσιο παρακολούθησης της δομικής ακεραιότητας (Structural Health Monitoring) βασισμένο στην έννοια του ψηφιακού διδύμου (Digital Twin). Η προτεινόμενη προσέγγιση επικεντρώνεται στην αναγνώριση φορτίων που ασκούνται σε πτέρυγες μέσω μετρήσεων παραμόρφωσης. Τα φορτία αυτά θεωρούνται ψευδό-στατικά και ενεργούν σε διακριτούς σταθμούς κατά μήκος του ανοίγματος της πτέρυγας. Για την επαλήθευση της προτεινόμενης μεθοδολογίας διερευνήθηκαν ενδεικτικά δύο περιπτώσεις: Ένα απλούστερο μοντέλο μίας προβόλου αλουμινένιας πλάκας και μία αεροκατασκευή ενός πτερυγίου Μη Επανδρωμένου Αεροσκάφους (ΜΕΑ) αποτελούμενο από σύνθετα υλικά. Η μελέτη υλοποιήθηκε αριθμητικά με την δημιουργία μοντέλων Πεπερασμένων Στοιχείων, χρησιμοποιώντας «εικονικά» δεδομένα παραμόρφωσης που παράγονται μέσω προσομοιώσεων. Επιπλέον πραγματοποιήθηκε βελτιστοποίηση τοποθέτησης των αισθητήρων με χρήση του κριτηρίου D-Optimal, το οποίο εξασφαλίζει δίκτυα αισθητήρων (θέσεις και συνιστώσες παραμόρφωσης), που ελαχιστοποιούν την επαγωγή της αβεβαιότητάς από τις μετρήσεις παραμόρφωσης στις εκτιμήσεις φορτίων. Η βελτιστοποίηση αυτή επιτυγχάνεται με την χρήση Γενετικών Αλγόριθμων. Για την αναγνώριση των φορτίων εξετάστηκαν διάφορες περιπτώσεις φόρτισης σ’ ένα σταθμό στην άκρη του πτερυγίου. Επιπλέον, αξιολογήθηκαν διάφορα δίκτυα αισθητήρων με αυξανόμενο αριθμό αισθητήρων, προκειμένου να διαπιστωθεί περαιτέρω μείωση της αβεβαιότητας που προκύπτει από την κακώς ορισμένη φύση του αντίστροφου προβλήματος. Τα αποτελέσματα δείχνουν ότι η προτεινόμενη μεθοδος είναι ακριβής για την αναγνώριση φορτίων και μπορεί να συμβάλει στην ανάπτυξη ενός Ψηφιακού Διδύμου, που θα επιτρέπει την παρακολούθηση της δομικής ακεραιότητας αντίστοιχων κατασκευών.	el
heal.abstract	Structures in critical industries such as the marine and aerospace engineering, face severe and uncertain challenges. These challenges have raised the need for the development of methodologies that enable continuous monitoring of their health and performance. In this thesis a Structural Health Monitoring framework is proposed, under the conceptual foundation of digital twinning. The present approach focuses on the inverse identification of loads acting on wing-like geometries, through strain measurements. These loads are considered quasi-static and considered acting at discrete stations across the span of the wing. Two demonstrative case studies are investigated, a simpler model of a cantilevered aluminum plate and a more complex of a composite UAV fin. To achieve this, high fidelity Finite Element models are developed, with “virtual” strain data generated through simulations. The technical challenge of optimal sensor placement is addressed with D-Optimal designs, which promise sensor networks (sensor locations and strain components), that produce minimal uncertainty propagation from strain measurements to load estimates. These designs are obtained through the implementation of Genetic Algorithms. Several load cases are examined for load identification on one station at the wing tip. Different sensor networks with increasing number of sensors are evaluated, in order to identify further reduction of epistemic uncertainty posed by the problem’s ill-conditioned nature. The results indicate that the proposed methodology is accurate for the load identification problem and very promising for the development of a Digital Twin, enabling monitoring of damage accumulation on foil structures.	en
heal.advisorName	Ανυφαντής, Κωνσταντίνος	el
heal.committeeMemberName	Ανυφαντής, Κωνσταντίνος	el
heal.committeeMemberName	Ζερβάκη, Άννα	el
heal.committeeMemberName	Τσούβαλης, Νικόλαος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ναυπηγών Μηχανολόγων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	73 σ.	el
heal.fullTextAvailability	false