SPECTRA: A Physics-informed Digital Twin for Real-time Structural Anomaly Inference under Operational Variability

Résumé Technique : SPECTRA – Un jumeau numérique informé par la physique pour l'inférence d'anomalies structurelles en temps réel

Énoncé du problème
La surveillance de la santé structurelle (SHM - Structural Health Monitoring) passe d'une simple détection de dommages à un support de décision en temps réel pour les infrastructures critiques. Un défi persistant dans ce domaine est de distinguer les véritables anomalies structurelles de la variabilité bénigne liée aux environnements et aux opérations (EOV - Environmental and Operational Variability), telle que les fluctuations de température, les charges de trafic et le vent. Les méthodes classiques de SHM reposent souvent sur la reconnaissance de formes statistiques, où des écarts par rapport à une condition de référence déclenchent des alertes. Cependant, comme le démontrent des études telles que celle du pont Z24, les effets environnementaux peuvent induire des changements modaux comparables ou supérieurs à ceux causés par des dommages. Par conséquent, les détecteurs de nouveauté purement statistiques génèrent fréquemment de fausses alarmes lorsque les conditions opérationnelles changent, compromettant ainsi leur utilité pour la gestion de la sécurité. De plus, les méthodes existantes manquent souvent d'interprétabilité physique, ce qui rend difficile pour les ingénieurs de faire confiance aux décisions automatisées.

Méthodologie : Le cadre SPECTRA
Le document présente SPECTRA (Self-adaptive Physics-informed Eigen-Compressed Twin for Real-time Anomaly inference), un cadre conçu pour inférer des anomalies basées sur le désaccord entre les réponses mesurées et un jumeau numérique « sain » informé par la physique, plutôt que sur la seule nouveauté statistique. Le flux de travail se compose de cinq composantes intégrées :

1. Jumeau sain informé par la physique : Un modèle de référence représentant le comportement attendu d'une structure non endommagée. Crucialement, ce jumeau intègre une compensation environnementale (par exemple, des multiplicateurs de rigidité dépendants de la température) pour tenir compte des variations globales bénignes, garantissant que les changements dus aux EOV ne soient pas interprétés à tort comme des dommages.
2. Représentation dynamique compressée par autovaleurs : La réponse du système est projetée sur une base réduite de modes dominants. Cela permet une inférence efficace en temps réel tout en conservant le comportement dynamique essentiel de la structure.
3. Signal d'innovation du jumeau : La métrique centrale est l'« innovation », définie comme la différence entre la réponse structurelle mesurée et la réponse prédite par le jumeau sain. Ce signal quantifie le désaccord physique entre l'actif réel et le modèle sain.
4. Vecteur de caractéristiques augmenté par les résidus et KPCA : Un vecteur de caractéristiques est construit en combinant des descripteurs spectraux (centroïde, largeur de bande, énergie) et l'innovation du jumeau. Ces caractéristiques sont analysées à l'aide de l'Analyse en Composantes Principales à Noyau (KPCA) pour générer deux indices de surveillance :
   • $T^2$ (statistique de Hotelling) : Mesure la variation au sein du manifold de caractéristiques appris.
   • SPE (Erreur de Prédiction Quadratique) : Mesure la nouveauté en dehors du manifold.
5. Règle de décision persistante : Pour éviter que des excursions statistiques isolées ne déclenchent de fausses alarmes, le cadre utilise un mécanisme de porte. Une alarme brute n'est générée que si l'indice d'innovation (désaccord physique) dépasse sa limite et est corroboré par la nouveauté KPCA ($T^2$ ou SPE). Cette alarme brute doit persister pendant un nombre défini de fenêtres consécutives ($p$) pour déclencher un signal final d'anomalie structurelle.

Principales contributions
La principale contribution de ce travail est l'intégration d'un jumeau informé par la physique, d'une dynamique compressée par autovaleurs, de caractéristiques d'innovation du jumeau et d'une surveillance par KPCA dans un cadre unique d'inférence d'anomalies. Contrairement aux méthodes reposant uniquement sur la nouveauté des données, SPECTRA impose une structure de décision où la nouveauté statistique sert de preuve de corroboration, mais où la décision finale est régulée par l'incohérence physique avec un modèle sain.

Le document valide ce cadre à travers sept bancs d'essai numériques conçus pour tester des modes de défaillance spécifiques et des facteurs confondants :

• Dérive non linéaire : Une dérive non linéaire de type Duffing fluide pour tester la spécificité face à une non-linéarité bénigne.
• Perte de rigidité abrupte : Une réduction soudaine de 30 % de la rigidité.
• Dégradation graduelle : Une rampe linéaire de perte de rigidité au fil du temps.
• Rigidité de type « breathing » (respiration) : Un mécanisme de rigidité bilinéaire et non lisse simulant une fissure de type « breathing ».
• Dommage confondu par les EOV : Perte de rigidité locale survenant simultanément avec des changements de rigidité globale induits par la température.
• Perte d'amortissement : Une perte de 82 % de l'amortissement local, un mécanisme souvent invisible pour les méthodes basées sur la fréquence.
• Contrôle négatif d'opération uniquement : Un scénario avec changement de température et de charge, mais sans dommage structurel.

Résultats
Les résultats numériques démontrent que SPECTRA détecte avec succès les mécanismes de dommages abrupts, graduels, non linéaires et liés à l'amortissement avec des délais de détection finis tout en maintenant une haute spécificité :

• Détection de dommages : Le cadre a détecté tous les cas de dommages (perte de rigidité, fissures de type breathing, perte d'amortissement) avec zéro fausse alarme persistante avant le dommage. Le délai de détection a été déterminé par la longueur de la fenêtre de surveillance et l'exigence de persistance, et non par le réglage des seuils.
• Spécificité dans le contrôle négatif : Dans le cas du contrôle négatif d'opération uniquement, l'indice SPE de la KPCA a dépassé sa limite de contrôle supérieure en raison du changement de régime opérationnel. Cependant, parce que le jumeau informé par la physique (compensé pour la température) continuait d'expliquer la réponse mesurée, l'indice d'innovation est resté dans les limites. Par conséquent, le signal de décision persistant est resté à zéro. Cela confirme que SPECTRA peut distinguer la nouveauté dans l'espace des caractéristiques (causée par les EOV) de l'anomalie structurelle.
• Sensibilité à l'amortissement : Dans le cas de la perte d'amortissement, où les caractéristiques basées sur la fréquence (centroïde) sont restées stationnaires, le canal d'innovation a fourni le signal décisif, démontrant la capacité du cadre à détecter des défauts qui ne se manifestent pas par des décalages de fréquence.
• Robustesse aux EOV : Dans le cas du dommage confondu, le cadre a réussi à attribuer les changements de rigidité globale à la compensation de température tout en isolant et en signalant le dommage local.

Signification et affirmations
L'article affirme que SPECTRA offre une voie reproductible pour tester l'inférence d'anomalies informée par la physique avant son déploiement. Sa signification réside dans le passage du paradigme de la « détection de nouveauté statistique » à celui de « l'inférence de désaccord dans l'espace physique ». Les auteurs soutiennent qu'une anomalie structurelle ne devrait pas être inférée par la seule nouveauté statistique ; elle doit plutôt être interprétée comme un désaccord persistant entre la réponse mesurée et un jumeau sain informé par la physique.

L'étude reconnaît explicitement des limites : les bancs d'essai utilisent des jumeaux idéalisés avec des matrices de référence exactes et des excitations contrôlées, ce qui signifie que les magnitudes absolues des signaux d'innovation sont optimistes par rapport aux déploiements sur le terrain où existent des erreurs d'ajustement de modèle. De plus, l'étude est limitée à des modèles numériques de bâtiments à cisaillement. Cependant, les auteurs affirment que la contribution centrale est la logique de décision à porte, qui reste valide même si le jumeau est ajusté à partir de données, à condition que la structure informée par la physique soit maintenue. Le cadre offre une voie techniquement interprétable de la réponse mesurée à la décision d'anomalie, soutenant le passage vers une gestion d'infrastructure résiliente et en temps réel.