文献

J-GLOBAL ID：201902248695778481   整理番号：19A0319078

鋼橋の性能予測のための監視された毎日の極端な応力データの使用:動的線形モデルとGauss混合粒子フィルタ【JST・京大機械翻訳】

Use of monitored daily extreme stress data for performance prediction of steel bridges: Dynamic linear models and Gaussian mixed particle filter

著者 (2件)： Fan Xueping (Key Laboratory of Mechanics on Disaster and Environment in Western China (Lanzhou University), The Ministry of Education of China, School of Civil Engineering and Mechanics, Lanzhou University, Lanzhou 730000, PR China) ,  Liu Yuefei (Key Laboratory of Mechanics on Disaster and Environment in Western China (Lanzhou University), The Ministry of Education of China, School of Civil Engineering and Mechanics, Lanzhou University, Lanzhou 730000, PR China)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 121  ページ： 841-855  発行年： 2019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： 現代のブリッジ監視システムのセンサは,信頼性予測に使用される膨大な量のデータを提供する。これらのデータの適切な取り扱いは,構造ヘルスモニタリングの分野における主要な困難の1つである。監視された毎日の極端な応力データに基づく構造的な時間変化信頼性を合理的に予測するために,(a)構造信頼性予測における歴史的な日極値応力データに基づく動的線形モデルのモデル化手法,(c)構造信頼性を動的に予測するための動的線形モデルを組み合わせたGauss混合粒子フィルタの有効利用。既存の橋から得た監視データを提供し,本論文で提案した手順とモデルの実現可能性と応用を説明した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 経時変化 ,  *鋼橋 ,  センサ ,  *予測 ,  モデリング ,  信頼性 ,  監視装置 ,  *モデル ,  *線形性
準シソーラス用語： 有効利用 ,  構造ヘルスモニタリング ,  信頼性予測 ,  *粒子フィルタ ,  *線形モデル ,  *性能予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 信頼性予測 ,  構造ヘルスモニタリング ,  監視された毎日の極端な応力データ ,  Gauss混合粒子フィルタ ,  動的線形モデル

分類 (1件)： 橋梁の破壊,保守,その他  (RC06080X)

タイトルに関連する用語 (5件)： 鋼橋 ,  性能予測 ,  応力 ,  線形モデル ,  粒子フィルタ