文献

J-GLOBAL ID：201802214734754889   整理番号：18A0390958

振動ベース損傷検出における不確実性を考慮するための非確率的人工神経回路網の利用【Powered by NICT】

The use of a non-probabilistic artificial neural network to consider uncertainties in vibration-based-damage detection

著者 (4件)： Padil Khairul H. (Faculty of Civil Engineering, Universiti Teknologi Malaysia, 81310 UTM Skudai, Johor, Malaysia) ,  Bakhary Norhisham (Faculty of Civil Engineering, Universiti Teknologi Malaysia, 81310 UTM Skudai, Johor, Malaysia) ,  Bakhary Norhisham (Institute of Noise and Vibration, Universiti Teknologi Malaysia, City Campus, Jalan Semarak, 54100, Kuala Lumpur, Malaysia) ,  Hao Hong (Centre of Infrastructure Monitoring and Protection, School of Civil and Mechanical Engineering, Curtin University, Kent St., Bentley WA 6120, Australia)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 83  ページ： 194-209  発行年： 2017年 
JST資料番号： T0514A  ISSN： 0888-3270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 正確な結果とモードデータに基づく構造損傷の信頼性のある同定を提供できるために振動に基づく損傷検出におけるパターン認識に適用した場合,人工神経回路網(ANNs)の有効性は,多くの研究で実証されてきた。しかし,ANNsの利用は,測定とモデル化データの不確実性に直面した場合のその信頼性の点で疑問視されている。正規分布ランダム変数はこの問題に対する有望な解決策を納入しているとして不確実性を処理することによりANNへの確率的方法を導入する試みが,不確実性の不偏確率分布を得ることが可能であるされないことが多いために確率的方法は実際にはそれはできなかった。さらに,確率的ANN法は計算量が多い,出力データを生成する。本研究では,非確率的ANNはANNを用いた振動損傷検出における不確実性の問題を解決するために提案した。ネットワークのための入力データは,固有振動数とモード形状からなり,出力はYoung率(E値),元素剛性パラメータとして作用する(ESP)である。区間解析法により,測定した振動数とモード形状の雑音が統計的に分散よりもむしろ結合であると考えられる。この方法は区間解析法に基づくE SP変化の間隔下限(上限と下限)を計算した。ANNを用いて,入力パラメータの不確実性を考慮して結合したこの区間の出力を予測した。入力パラメータと出力パラメータ間の関係を確立するために,損傷存在(PoDE)パラメータの可能性は,非損傷のおよび損傷状態に対して定義した。剛性低減係数(SRF)は,剛性パラメータの変化を表すために使用された。数値モデルと実験室tested鋼製門形架構は,不確実性の存在下でのANNの精度を改善する方法の有効性を実証した。異なる重度水準の影響と同定結果に異なる雑音レベルの影響を検討した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： モデリング ,  *ニューラルネットワーク ,  信頼性 ,  ネットワーク ,  *不確実性 ,  *損傷検出 ,  剛性 ,  雑音 ,  パターン認識 ,  固有振動数 ,  正規分布
準シソーラス用語： 数値モデル ,  区間解析 ,  確率的方法 ,  *確率的ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 振動に基づく損傷検出 ,  人工ニューラルネットワーク ,  不確実性 ,  非確率 ,  区間解析

分類 (4件)： システム同定  (IA02040O) ,  振動の励起・発生・測定  (BB02030Z) ,  梁,桁  (HD03020H) ,  振動論  (BB02020O)

タイトルに関連する用語 (3件)： 損傷検出 ,  不確実性 ,  確率的人工神経回路網