Meißner, RobertRobertMeißner11908275650000-0003-1926-114XBoll, BenjaminBenjaminBoll2025-01-222025-01-222025Technische Universität Hamburg (2025)https://tore.tuhh.de/handle/11420/52727The vibro-acoustic modulation (VAM) method is known for its high sensitivity to detect even small damages and is applied non-destructively. VAM uses a high-frequency ultrasonic carrier wave, that is modulated in the specimen by a high-amplitude pump wave of significantly lower frequency. The method was introduced in the 1990s, and the literature today includes over 200 journal publications in which VAM is applied to many laboratory-based applications. However, no industrial application has yet been proclaimed. Since transitioning from the laboratory to the industry is one of the biggest hurdles, this thesis aims to address and overcome the limitations to enable the next step toward industrial applications. The requirements on the method depend on whether it will be used in the context of non-destructive testing (NDT) or the structural health monitoring (SHM). VAM, as traditionally described in the literature, has no defined baseline of the measurement. Hence, measurements of different specimens can not be reliably compared. In SHM applications, the first measurement is usually assumed to be pristine and is utilised as this baseline. Despite current investigations into estimating a baseline, it remains a major challenge (due to complex signal modulation and dependencies on the material, preexisting damage, \textit{etc.}). To overcome this issue---specifically for NDT applications---this thesis proposes a data-driven approach that is validated with two applications. First, the adhesive bonding of fibre composite structures is investigated. Single-lap shear specimens with so-called weak bonds and kissing bonds were prepared by inserting a non-stick film, or by contaminating the bond line with a release agent. It is shown that a data-driven evaluation can accurately differentiate between undamaged and damaged specimens in specific frequency ranges, even though the differences based on the traditional evaluation methods are minimal. The trained neural networks are evaluated to recursively generate information on the significance of the input values, leading to a deeper understanding of the VAM method and its mechanisms. The applicability of this data-driven evaluation is confirmed by testing welded steel specimens, where half of them contained crystallisation defects that resulted from false welding parameters. When VAM is applied as an SHM method, it is advantageous to leverage the ambient vibrations as the modulating pump wave. Ideally, SHM systems are built with low-power and energy-harvesting devices to reduce installation and maintenance costs. The challenge results from variations of the ambient vibration due to changes of environmental influences. Thus, the traditional VAM measurements would neither be consistent nor comparable between the measurements over time. This challenge is overcome by the proposed synthetic computation of the VAM signal. This synthetic computation minimises the dependency on the ambient vibration so that the VAM measurement can be performed on complex components without interference from environmental changes. The presented approach significantly reduces the requirements on the sensor nodes in terms of sampling rate, measured data points, data size, and energy required to drive the high-frequency emitter. Thus, the usage of self-sustaining energy-harvesting sensor nodes comes into reach. Furthermore, the synthetic method can be implemented into most existing SHM systems that contain acoustic emissions or guided wave measurements with minimal adaptations. Finally, the viability of the synthetic VAM method is demonstrated on larger and more complex structures.Die Vibroakustische Modulation (VAM) ist eine zerstörungsfreie Prüfmethode, die sich durch eine hohe Empfindlichkeit für die Detektion von Schäden auszeichnet. Erstmals wurde die Methode in den 1990er Jahren publiziert. Mittlerweile befassen sich bereits über 200 Veröffentlichungen mit VAM, welche sich jedoch auf kleine Strukturen beschränken, die hauptsächlich under idealen Laborbedingungen getestet wurden. Eine industrielle Anwendung wurde noch nicht publiziert. Die Anforderungen an die Methode variieren je nach Anwendung im Rahmen der zerstörungsfreie Prüfung (NDT) oder bei der Überwachung des strukturellen Zustands (SHM). Die größte Herausfoderung liegt in der genauen Zuordung von einem Modulationswerts zu einem Schadenszustands, mit dem die Messungen an verschiedenen Proben verglichen werden können. Bei SHM-Anwendungen wird dies üblicherweise umgangen, indem der initiale Zustand als fehlerfrei angenommen wird, und damit als Vergleichswert dient. Um diese Herausforderungen bei NDT-Anwendungen zu überwinden, wird in dieser Arbeit ein datengetriebener Ansatz vorgeschlagen, der an zwei Anwendungsfällen validiert wird. Die Detektion von Adhäsionsdefekten in Faserverbunden ist relevant für die Fertigung von Faser-Verbunden. Überlappklebungen wurden unter idealen Bedingungen und mit eingebrachten Defekten hergestellt. Dazu wurde entweder eine PTFE-Folie eingelegt oder die Klebestelle mit einem Trennmittel kontaminiert. Beide Defekte verringern die erreichte Scherfestigkeit der Proben signifikant. Es wurde gezeigt, dass durch eine datengetriebene Auswertung von VAM eine präzise Klassifikation der Proben in die einzelnen Herztellungsarten erfolgen kann, trotz nur minimaler Unterschiede in der Auswertung der traditionell verwendeten Schadens-Indezes von VAM. Zusätzlich wurden die trainierten neuronalen Netze rekursiv evaluiert, um Informationen über die Bedeutung der Seitenbänder (Eingangswerte) zu generieren, was zu einem tiefgehenderen Verständnis der VAM-Methode und ihrer Mechanismen führt. Bei der zusätzlichen Überprüfung von geschweißten Stahlproben, bei denen ein Kristallisationsfehler in der Schweißnaht eingebracht wurde, konnte die Relevanz der datengetriebenen Auswertung bestätigt werden. Die Anwendung von VAM als SHM-System bringt zusätzliche Herausforderungen mit sich. Idealerweise werden SHM-Systeme mit energieeffizienten Sensorknoten gebaut, um die Installations- und Wartungskosten zu minimieren. Bei der Anwendung von VAM als SHM-Methode empfiehlt es sich, die bereits vorhandenen Vibrationen als modulierende niederfrequente Schwingung zu nutzen. Die Herausforderung dabei liegt in der Variation dieser Schwingungen aufgrund wechselnder Umwelteinflüsse. Daher sind konventionelle VAM-Messungen an realen Strukturen weder konsistent noch über die Zeit vergleichbar. Diese Herausforderung konnte durch eine synthetische Berechnung des VAM-Signals umgangen werden. Mit dieser Methode kann die Abhängigkeit von Umgebungsschwingungen minimiert werden, sodass VAM-Messungen an komplexen Bauteilen ohne Beeinträchtigung durch Umgebungsänderungen durchgeführt werden können. Der vorgestellte Ansatz reduziert deutlich die Anforderungen an Sensorknoten in Bezug auf Abtastrate, gemessene Datenpunkte, Datengröße und die für den Betrieb des Ultraschallsenders erforderliche Energie. Dadurch könnten auch autarke Sensorknoten eingesetzt werden. Zudem ist VAM in die meisten bestehenden SHM-Systeme integrierbar, bei denen die akustischen Emissionen oder geführte Wellenmessungen gemessen werden. Die Anwendbarkeit der traditionellen sowie der synthetischen VAM wurde auch an größeren und komplexeren Strukturen demonstriert, wobei insbesondere die synthetische Variante vielversprechende Ergebnisse erzielte.enhttps://creativecommons.org/licenses/by/4.0/SHMNDTVibro-acoustic modulationStructural health monitoringVAMTechnology::681: Precision Instruments and Other Devices::681.2: Testing, Measuring, Sensing InstrumentsDoctoral Thesishttps://doi.org/10.15480/882.1412310.15480/882.14123Kriegesmann, BenediktBenediktKriegesmannOther