文献

J-GLOBAL ID：202102284828202331   整理番号：21A1773031

時空間パターンネットワークによる橋梁ネットワークの損傷検出【JST・京大機械翻訳】

Damage Detection of Bridge Network With Spatiotemporal Pattern Network

著者 (5件)： Liu Chao (Iowa State University, Ames, IA) ,  Gong Yongqiang (Iowa State University, Ames, IA) ,  Laflamme Simon (Iowa State University, Ames, IA) ,  Phares Brent (Iowa State University, Ames, IA) ,  Sarkar Soumik (Iowa State University, Ames, IA)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： DSCC2016  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  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： 重要な社会的および経済的重要性と結びついた輸送インフラストラクチャの警報劣化状態は,保全および修理のスマート管理を容易にするための自動条件評価法を要求する。特に,スケーラブルで計算的に高価であるモデルを必要とせずに大量のストリーミングデータを扱うことができるので,スケーラブルなデータ駆動手法は大きな関心事である。適切に設計されたデータ駆動方法論は,インフラストラクチャの迅速かつ自動評価,様々なサブシステム動的応答間の因果的依存性の発見,および不確実性とラベル付きデータの欠如による推論と意思決定を可能にする。本研究では,記号動的フィルタリング(SDF)上に構築された時空間パターンネットワーク(STPN)戦略を適用して,ブリッジネットワークにおける時空的挙動を調査した。2つの橋に設置した歪ゲージからのデータを有限要素法によってシミュレートし,空間および時間分解能における歪データ間の因果関係を解析した。事例研究を,シミュレーションデータからトラック同定および損傷検出に対して行った。結果は,提案した方式の顕著な能力を示した。(i)ブリッジ間の因果律(地理的に近接),(ii)特徴抽出のためのデータにおけるノイズに対するロバスト性,および(iii)ブリッジネットワーク内の挙動の比較による損傷の検出および位置決めに対する時空間特徴の捕捉。Please refer to the publisher for the copyright holders. 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 ,  意思決定 ,  警報 ,  *ネットワーク ,  不確実性 ,  動的応答 ,  フィルタリング ,  特徴抽出 ,  捕獲 ,  インフラストラクチャー ,  事例研究 ,  ロバスト性 ,  *損傷検出
準シソーラス用語： データ駆動 , 【Automatic Indexing@JST】

分類 (5件)： 送電  (NB05030G) ,  信頼性  (KB04040H) ,  その他の無線通信  (ND08050D) ,  交通調査  (TB01031B) ,  ダム付帯設備,水路工作物  (RC16020O)

タイトルに関連する用語 (3件)： 時空間 ,  橋梁 ,  損傷検出