文献

J-GLOBAL ID：201702223940225507   整理番号：17A1211614

複合材料における損傷検出のための逆アルゴリズムの感度解析【Powered by NICT】

Sensitivity analysis of inverse algorithms for damage detection in composites

著者 (6件)： Zhang Zhifang (Guangzhou University-Tamkang University Joint Research Center for Engineering Structure Disaster Prevention and Control, Guangzhou University, Guangzhou 510006, China) ,  Zhan Chao (Guangzhou University-Tamkang University Joint Research Center for Engineering Structure Disaster Prevention and Control, Guangzhou University, Guangzhou 510006, China) ,  Shankar Krishna (School of Engineering and Information Technology, University of New South Wales, Canberra 2600, Australia) ,  Morozov Evgeny V. (School of Engineering and Information Technology, University of New South Wales, Canberra 2600, Australia) ,  Singh Hemant Kumar (School of Engineering and Information Technology, University of New South Wales, Canberra 2600, Australia) ,  Ray Tapabrata (School of Engineering and Information Technology, University of New South Wales, Canberra 2600, Australia)
資料名： Composite Structures  (Composite Structures)
巻： 176  ページ： 844-859  発行年： 2017年 
JST資料番号： D0145B  ISSN： 0263-8223  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 振動に基づく損傷検出は,複合材料構造の層間剥離を同定するための有望な構造ヘルスモニタリング技術である。しかし,その精度は測定誤差と実際の複合構造とその数値モデル間の不一致によって,不利に影響される可能性がある。,予測精度に及ぼすそのようなノイズの影響を研究するために非常に重要である。これを行うのに理想的な方法は,多数試料の実際の測定に基づく雑音の影響を解析することである。しかし,明らかに,これは材料,製造および労働の観点からコストと時間集約的である。代替方法は,数値モデルから得られた構造的な動的パラメータへの人工雑音を加え,この修正数値データを用いてさまざまな事例を研究することである。本論文では,異なるレベルの確率的人工雑音(1%,2%,3%および5%)を数値周波数に加えた。望ましくないバイアスを防止するためには,均一かつ通常の両方に分布し,異なる10セットランダム雑音は同じ周波数の各騒音レベルで採用されている。これら十のテストケース(各騒音レベルで)の周波数シフトは,すなわちグラフィック技術(GT),サロゲート支援最適化(SAO)と人工ニューラルネットワーク(ANN),複合ビームの層間剥離の位置,大きさおよび界面を予測する三逆アルゴリズムに入力した。予測は,予測精度に及ぼす雑音の影響を評価するために実際の損傷パラメータと比較した。SAOとANNを用いて,結果を検証するためにANNにおける雑音の100例,100,000試料を用いたモンテカルロシミュレーションをさらに試験した。異なる剥離サイズと界面を持つ梁で実施した,損傷パラメータ自体に雑音効果の依存性を検討した追加の雑音感度試験。結果は騒音レベルと予測誤差の傾向は試料の数が増加するにつれてより一貫性になることを示した。100,000試料では,均一に分布した雑音とGauss雑音を伴うANNによる予測はほとんど区別できなかった。さらに,予測精度も層間剥離の位置とサイズの影響を受けた。三逆アルゴリズムの中で,ANNの性能はSAOとGTと比較して雑音が存在する場合の信頼性が低いことが分かった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *感度解析 ,  周波数 ,  *複合材料 ,  層間剥離 ,  信頼性 ,  ニューラルネットワーク ,  *損傷検出 ,  界面 ,  予測誤差 ,  最適化 ,  測定誤差 ,  騒音レベル
準シソーラス用語： 予測精度 ,  数値モデル ,  *逆アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 感度解析 ,  人工雑音 ,  層間剥離検出 ,  振動 ,  周波数 ,  逆アルゴリズム

分類 (2件)： 梁,桁  (HD03020H) ,  平板  (HD03060Z)

タイトルに関連する用語 (4件)： 複合材料 ,  損傷検出 ,  アルゴリズム ,  感度解析