文献

J-GLOBAL ID：202102227912362605   整理番号：21A0612911

周波数領域におけるMIMO LS-SVRに基づく多点振動応答予測【JST・京大機械翻訳】

MIMO LS-SVR-Based Multi-Point Vibration Response Prediction in the Frequency Domain

著者 (6件)： Wang Cheng (College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China) ,  Chen Delei (College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China) ,  Huang Haiyang (College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China) ,  Zhan Wei (College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China) ,  Lai Xiongming (College of Mechanical and Automation, Huaqiao University, Xiamen 361021, China) ,  Chen Jianwei (Department of Mathematics and Statistics, San Diego State University, San Diego, CA 92182, USA)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 24  ページ： 8784  発行年： 2020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： 非相関マルチソース負荷が未知であるとき,周波数領域における多点振動応答を予測するために,周波数領域におけるデータ駆動および多入力多出力最小二乗サポートベクトル回帰(MIMO LS-SVR)ベースの方法を提案した。最初に,測定した多点振動応答と非測定多点振動応答の間の関係を,周波数領域における伝達関数を用いて定式化した。第二に,周波数領域における多点振動応答予測のデータ駆動多重回帰分析問題を形式的に記述し,その数学モデルを確立した。入力として測定した多点振動応答と出力としての非測定多点振動応答を用いて,振動応答履歴データを各周波数におけるMIMO訓練データセットとして組み立てた。第3に,MIMO LS-SVRアルゴリズムとMIMO履歴訓練データセットを用いて,多点振動応答予測モデルを各周波数点で構築した。伝達性マトリックス法,多重線形回帰モデルベースの方法,およびMIMOニューラルネットワーク方式を比較することによって,提案方法の応用範囲とその優位性を分析する。円筒シェルに関する音響および振動実験の実験結果は,MIMO LS-SVRベースの方法が,負荷が未知であるとき,効果的に多点振動応答を予測して,伝達関数法,多重線形回帰法,MIMOニューラルネットワーク法,および伝達性マトリックス法より高い精度を有することを示した。Copyright 2021 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： アルゴリズム ,  最小二乗法 ,  伝達関数 ,  有限要素法 ,  音響 ,  ニューラルネットワーク ,  多重化 ,  *振動応答 ,  定式化 ,  予測モデル ,  *周波数領域
準シソーラス用語： 訓練データ ,  *MIMO ,  データ駆動 ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 多点振動応答予測 ,  周波数領域 ,  未知の非相関多重荷重励起 ,  多入力と多出力 ,  最小二乗サポートベクトル回帰

分類 (4件)： 移動通信  (ND08030H) ,  無線通信一般  (ND08010L) ,  信号理論  (ND02020G) ,  通信方式一般  (ND07010E)

引用文献 (41件)：

• Farrar, C.R.; Worden, K. An introduction to structural health monitoring. Philos. Trans. R. Soc. A Math. Phys. Eng. Sci. 2007, 365, 303-315.
• Farrar, C.R.; Worden, K. Structural Health Monitoring: A Machine Learning Perspective; John Wiley & Sons: Hoboken, NJ, USA, 2012.
• Paik, I.; Roesset, J.M. Use of Quadratic Transfer Functions to Predict Response of Tension Leg Platforms. J. Eng. Mech. 1996, 122, 882-889.
• Vicario, F.; Phan, M.Q.; Betti, R.; Longman, R.W. Output-only observer/Kalman filter identification (O3KID). Struct. Control Health Monit. 2014, 22, 847-872.
• Marcello, M. Structural Damage Assessment through Parametric and Nonparametric Models. Ph.D. Thesis, Columbia University, New York, NY, USA, 2020.

タイトルに関連する用語 (5件)： 周波数領域 ,  MIMO ,  SVR ,  振動応答 ,  予測