文献

J-GLOBAL ID：201902231850830065   整理番号：19A1107997

積分と雑音効果を考慮した拡張Kalmanフィルタによる構造健全性モニタリングのためのパラメータ同定【JST・京大機械翻訳】

Parameter Identification for Structural Health Monitoring with Extended Kalman Filter Considering Integration and Noise Effect

著者 (7件)： Xie Liyu (Department of Disaster Mitigation for Structures, College of Civil Engineering, Tongji University, Shanghai 200092, China) ,  Zhou Zhenwei (Key Laboratory of Concrete and Pre-Stressed Concrete Structure of Ministry of Education, Southeast University, Nanjing 210096, China) ,  Zhao Lei (Key Laboratory of Concrete and Pre-Stressed Concrete Structure of Ministry of Education, Southeast University, Nanjing 210096, China) ,  Wan Chunfeng (Key Laboratory of Concrete and Pre-Stressed Concrete Structure of Ministry of Education, Southeast University, Nanjing 210096, China) ,  Tang Hesheng (Department of Disaster Mitigation for Structures, College of Civil Engineering, Tongji University, Shanghai 200092, China) ,  Xue Songtao (Department of Disaster Mitigation for Structures, College of Civil Engineering, Tongji University, Shanghai 200092, China) ,  Xue Songtao (Department of Architecture, Tohoku Institute of Technology, Sendai, Miyagi 982-8577, Japan)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 8  号： 12  ページ： 2480  発行年： 2018年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 物理的パラメータはモーダルパラメータよりもはるかに敏感であるので,拡張Kalmanフィルタ(EKF)による構造パラメータ同定は土木構造物の構造健全性監視において広く注目されている。本論文では,EKFベースのパラメータ同定技術を,数値的および実験的アプローチによって研究した。4自由度(4-DOF)システムをシミュレーションし,例として解析した。異なる積分法を検討し,構造剛性と減衰の最終同定結果への影響も調べた。さらに,異なる種類の雑音の影響も研究した。同定結果は,Gauss雑音の下の収束速度と推定精度が非Gauss雑音の下のものより良いことを示した。最後に,5層鋼フレームによる実験を行い,EKFの損傷同定能力を検証した。結果は,異なる損傷度を有する剛性が効果的に同定されることを示し,EKFが土木構造物の損傷同定と健全性監視に適用できることを示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 非Gauss雑音 ,  自由度 ,  鋼 ,  *健全性 ,  *積分 ,  Gauss雑音 ,  *雑音 ,  剛性
準シソーラス用語： 損傷同定 ,  推定精度 ,  収束速度 ,  モーダルパラメータ ,  *パラメータ同定 ,  *構造ヘルスモニタリング ,  *拡張Kalmanフィルタ , 【Automatic Indexing@JST】

著者キーワード (5件)： 拡張Kalmanフィルタ ,  パラメータ同定 ,  損傷検出 ,  Gauss雑音 ,  非Gauss雑音

分類 (1件)： 自然災害  (RA02030M)

引用文献 (25件)：

• Zhang, Z.G.; Guan, D. Experimental Investigation of Feedback Control of The rmoacoustic Oscillations using Least Mean Square-based Algorithms. J. Low Freq. Noise Vib. Act. Control 2015, 34, 153-168.
• Yang, J.N.; Lin, S.L. Identification of Parametric Variations of Structures Based on Least Squares Estimation and Adaptive Tracking Technique. J. Eng. Mech. 2005, 131, 290-298.
• Le, V.P.M.; Meenagh, D.; Minford, P.; Wickens, M. A Monte Carlo procedure for checking identification in DSGE models. J. Econ. Dyn. Control 2017, 76, 202-210.
• Green, P.L.; Maskell, S. Estimating the parameters of dynamical systems from Big Data using Sequential Monte Carlo samplers. Mech. Syst. Signal Proc. 2017, 93, 379-396.
• Nemeth, C.; Fearnhead, P.; Mihaylova, L. Sequential Monte Carlo Methods for State and Parameter Estimation in Abruptly Changing Environments. IEEE Trans. Signal Process. 2014, 2, 1245-1255.

タイトルに関連する用語 (5件)： 積分 ,  雑音 ,  拡張Kalmanフィルタ ,  構造健全性モニタリング ,  パラメータ同定