文献

J-GLOBAL ID：202102241052910830   整理番号：21A0564562

HHTとニューラルネットワークに基づく雑音による沖合プラットフォームの損傷検出【JST・京大機械翻訳】

Damage Detection of Offshore Platforms with Noise Based on HHT and Neural Network

著者 (4件)： Tian JiaChuan (College of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Ma Hui (College of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Li WanQing (College of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Zhang Yun (College of Information Science and Engineering, Ocean University of China,Qingdao,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCSS  ページ： 814-819  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文は,ジャケット型海上プラットフォームの損傷検出を研究して,Hilbert-Huang変換(HHT)とBPニューラルネットワーク(BPNN)に基づく新しい検出法を示した。海上プラットフォームのANSYSモデルに基づいて動的信号を分解するためにHHTを使用し,損傷の存在,位置および重大性を決定するために3つの損傷指標を得た。損傷沖合プラットフォームのために,損傷位置と厳しさを検出するために,2種類のニューラルネットワークを,ANSYSモデルに基づく損傷指標を用いて確立した。損傷重度指標は,すべての層の代わりに沖合プラットフォームの部分層から構築される。シミュレーション部分では,設計した方法を検証するためにジャケット型沖合プラットフォームを利用した。シミュレーション結果は,この方法がノイズが存在するとき,損傷の位置と重大度を効果的に決定できることを示した。ウェーブレットパッケージとBPNNに基づく方式と比較して,提案方法はよりロバストで効率的である。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *雑音 ,  シミュレーション ,  *ニューラルネットワーク ,  波束 ,  検出法 ,  海上プラットフォーム ,  ロバスト性 ,  *損傷検出
準シソーラス用語： 逆伝播ニューラルネットワーク ,  ANSYS ,  *沖合 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： HHT ,  ニューラルネットワーク ,  雑音 ,  沖合 ,  プラットフォーム ,  損傷検出