文献

J-GLOBAL ID：202002279885889242   整理番号：20A2514495

圧電インピーダンス測定と有限要素モデルを用いた構造故障診断のためのモデルベースキャリブレーションアプローチ【JST・京大機械翻訳】

A model-based calibration approach for structural fault diagnosis using piezoelectric impedance measurements and a finite element model

著者 (3件)： Ezzat Ahmed Aziz (Department of Industrial & Systems Engineering, Rutgers University, Piscataway, NJ, USA) ,  Tang Jiong (Department of Mechanical Engineering, University of Connecticut, Storrs, CT, USA) ,  Ding Yu (Department of Industrial & Systems Engineering, Texas A&M University, College Station, TX, USA)
資料名： Structural Health Monitoring  (Structural Health Monitoring)
巻： 19  号： 6  ページ： 1839-1855  発行年： 2020年 
JST資料番号： W2357A  ISSN： 1475-9217  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： 圧電変換器の電気機械結合特性は,しばしばインピーダンスベースアプローチとしてまとめられる構造故障診断法の有望なクラスをもたらす。関連する文献における研究の1つのアクティブラインは,構造故障の位置と厳しさを正確に指摘するために利用可能な実験的インピーダンス測定を活用することができるデータ駆動法の開発である。本論文では,インピーダンスベース故障診断を統計的キャリブレーション定式化に注型することによる問題への新しい展望を提供し,過去20年間における産業統計コミュニティにおいて広い人気を得た。特に,有限要素モデルからの出力とホスト構造から実験的に誘導されるものの間の最も近い整合を達成する,故障属性(例えば,位置と厳しさ)の値を推定する。さらに,キャリブレーション探索空間を低減し,パラメータ同定可能性問題を緩和するための事前スクリーニング手順とこの統計的定式化を結合することを提案した。構造故障をキャピッドに診断するメリットに加えて,提案した手法は,インピーダンス変化のモデリングと予測のための代理モデルの構築,有限要素モデルにおける固有不正確さを修正するためのバイアス関数の陽的使用,および故障の厳しさを定量化するための連続確率分布を生成する能力のような構造健全性監視応用に対する統計的キャリブレーション文献から様々な有用な概念を拡張した。これらの付加的利点は,故障診断能力と計算効率の両方を実質的に強化する。文献からの2つのシミュレーションおよび2つの実験的事例研究を用いて,提案した方法の有効性を実証した。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *インピーダンス ,  *故障 ,  電気機械 ,  *故障診断 ,  確率分布 ,  *圧電気 ,  事例研究 ,  定式化 ,  スクリーニング
準シソーラス用語： パラメータ同定 ,  *インピーダンス測定 ,  構造ヘルスモニタリング ,  計算効率 ,  *モデルベース ,  データ駆動 , 【Automatic Indexing@JST】

著者キーワード (6件)： キャリブレーション ,  故障検出 ,  故障診断 ,  インピーダンス測定 ,  圧電 ,  代理モデル

分類 (4件)： 非破壊試験  (HB02030F) ,  構造動力学  (HD02000E) ,  構造力学一般  (HD01000X) ,  建築物の維持・管理  (RB01020X)

タイトルに関連する用語 (4件)： 圧電 ,  インピーダンス測定 ,  有限要素モデル ,  故障診断