文献

J-GLOBAL ID：201702226311131340   整理番号：17A1391603

物理モデル予測とBayes推定の構造損傷成長による統合の予後【Powered by NICT】

Prognosis of Structural Damage Growth Via Integration of Physical Model Prediction and Bayesian Estimation

著者 (4件)： Liu Yuhang (Department of Industrial and Systems Engineering, University of Wisconsin-Madison, Madison, WI, USA) ,  Shuai Qi (Department of Mechanical Engineering, University of Connecticut, Storrs, CT, USA) ,  Zhou Shiyu (Department of Industrial and Systems Engineering, University of Wisconsin-Madison, Madison, WI, USA) ,  Tang Jiong (Department of Mechanical Engineering, University of Connecticut, Storrs, CT, USA)
資料名： IEEE Transactions on Reliability  (IEEE Transactions on Reliability)
巻： 66  号： 3  ページ： 700-711  発行年： 2017年 
JST資料番号： C0448A  ISSN： 0018-9529  CODEN： IERQAD  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 損傷診断と予後は機械的,航空宇宙,土木構造物の安全性を確保する上で重要な役割を果たしている。ほとんどの既存の構造的損傷推定法は,現在の時間インスタンスでの損傷大きさの推定値を提供するのみに限定されている。構造損傷の進化経路を明らかにする予後と残存耐用年数予測のための実際に強く望まれている。本論文では,構造損傷成長予測を考察するため,物理的有限要素モデルとデータ駆動Bayesフレームワークの両方の利点を,動的データ駆動型階層的Bayes劣化モデルを提案した。損傷成長傾向はGibbsサンプリングにより推定した効率的かつ正確にすることができた。提案した方法の有効性を検証し,実証するために行った系統的1例解析。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *Bayes推定 ,  土木構造物 ,  寿命予測 ,  安全性 ,  *予測 ,  推定量
準シソーラス用語： Gibbsサンプリング ,  劣化モデル ,  データ駆動 ,  FEMモデル ,  推定法 ,  航空宇宙 ,  損傷診断 ,  *物理モデル , 【Automatic Indexing@JST】

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (7件)： 物理 ,  モデル予測 ,  Bayes推定 ,  構造損傷 ,  成長 ,  統合 ,  予後