文献

J-GLOBAL ID：201802269258781952   整理番号：18A0380501

低分解能ランダム歪場測定からの局所的な構造損傷の全視野,高空間分解能検出【Powered by NICT】

Full-field, high-spatial-resolution detection of local structural damage from low-resolution random strain field measurements

著者 (12件)： Yang Yongchao (Department of Civil and Environmental Engineering, Rice University, Houston, TX 77005, USA) ,  Yang Yongchao (R.E. Smalley Institute for Nanoscale Science and Technology, Rice University, Houston, TX 77005, USA) ,  Yang Yongchao (Currently Engineering Institute, Los Alamos National Laboratory, Los Alamos, NM 87545, USA) ,  Sun Peng (Department of Civil and Environmental Engineering, Rice University, Houston, TX 77005, USA) ,  Sun Peng (R.E. Smalley Institute for Nanoscale Science and Technology, Rice University, Houston, TX 77005, USA) ,  Nagarajaiah Satish (Department of Civil and Environmental Engineering, Rice University, Houston, TX 77005, USA) ,  Nagarajaiah Satish (Department of Mechanical Engineering, Rice University, Houston, TX 77005, USA) ,  Nagarajaiah Satish (R.E. Smalley Institute for Nanoscale Science and Technology, Rice University, Houston, TX 77005, USA) ,  Bachilo Sergei M. (Department of Chemistry, Rice University, Houston, Texas 77005, USA) ,  Bachilo Sergei M. (R.E. Smalley Institute for Nanoscale Science and Technology, Rice University, Houston, TX 77005, USA) ,  Weisman R. Bruce (Department of Chemistry, Rice University, Houston, Texas 77005, USA) ,  Weisman R. Bruce (R.E. Smalley Institute for Nanoscale Science and Technology, Rice University, Houston, TX 77005, USA)
資料名： Journal of Sound and Vibration  (Journal of Sound and Vibration)
巻： 399  ページ： 75-85  発行年： 2017年 
JST資料番号： H0503A  ISSN： 0022-460X  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： 構造損傷を限定して開始し,伝搬する局所的な現象である。そのような高空間分解能として測定とモニタリングは正確な損傷検出のためにしばしば必要である。これは,地球全体の同時/平行測定の場合には,より密なセンサ配置から有意に増加したコストを必要とし,または大域的逐次測定の場合における測定時間と労力を増加させた。本研究では,この問題に対する代替アプローチの実現可能性:ランダムに位置し,低分解能グローバル歪測定の限られたセットを,全視野,高空間分解能,二次元(2D)歪場を再構築し,局所損傷を迅速に検出するために使用されている計算解を検討した。提案したアプローチは,2D歪場の陰的低ランクおよびスパースデータ構造を利用する:それは多くのエッジ無し高相関であり,低ランク構造を持ち,スパース局所損傷発現自体は不規則であり,そのような低ランク構造をわずかに改変した。,限られたランダムに位置した低分解能の全球測定からの全視野,高空間分解能歪場の再構成は,スパース分解定式化,新たな凸最適化技術により可能となった低ランク行列完成フレームワークと損傷検出としてモデル化した。板構造に関する数値シミュレーションは検証のために実施した。結果を考察し,実用的な大域的/局所的反復法が推奨される。この新しい計算法は,限られたセット歪測定を用いた局所損傷の効率的検出を可能にするはずである。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： 再構成 ,  歪測定 ,  高分解能 ,  *歪場 ,  損傷検出 ,  データ構造 ,  逐次近似 ,  シミュレーション ,  定式化 ,  モデリング ,  二次元
準シソーラス用語： 数値シミュレーション ,  局所損傷 ,  *高空間分解能 ,  *構造損傷 ,  *低分解能 , 【Automatic Indexing@JST】

著者キーワード (6件)： 損傷検出 ,  歪場 ,  不完全測定 ,  高分解能 ,  凸最適化 ,  特異値分解

分類 (1件)： 非破壊試験  (HB02030F)

タイトルに関連する用語 (5件)： 低分解能 ,  歪場 ,  構造損傷 ,  視野 ,  高空間分解能