文献

J-GLOBAL ID：202202246383776881   整理番号：22A1030971

土木インフラストラクチャー管理を支援するためのモデルベースセンサデータ解釈のための方法論マップ【JST・京大機械翻訳】

Methodology Maps for Model-Based Sensor-Data Interpretation to Support Civil-Infrastructure Management

著者 (3件)： Pai Sai G. S. (1Singapore-ETH Centre (SEC), Singapore, Singapore) ,  Smith Ian F. C. (1Singapore-ETH Centre (SEC), Singapore, Singapore) ,  Smith Ian F. C. (2School of Architecture, Civil and Environmental Engineering (ENAC), Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland)
資料名： Frontiers in Built Environment (Web)  (Frontiers in Built Environment (Web))
巻： 8  ページ： 801583  発行年： 2022年 
JST資料番号： U7060A  ISSN： 2297-3362  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 建設のための原材料の都市化と枯渇埋蔵量の増加とともに,既存のインフラストラクチャの持続可能な管理は,今世紀の重要な挑戦である。構造センシングは,インフラストラクチャ挙動の知識を増加させ,資産管理のための工学意思決定を改善する可能性がある。残留最小化(RM),Bayesモデル更新(BMU)および誤差領域モデル偽造(EDMF)のようなモデルベース方法論を提案し,モニタリングデータおよびサポート資産管理を解釈した。これらの方法論の応用は,モデルクラス,モデル複雑性および不確実性推定に関連する近似および仮定を必要とし,最終的にデータ解釈およびその後の意思決定の精度に影響を及ぼす。本論文では,これらの方法論の適切な使用のための指針を提供するために,方法論マップを導入した。これらの地図の開発は,2016年以降の19の実物大ケースのインハウス評価とモデルベースの方法論の適用の2つの評価によって支持された。19の実物大研究には,構造同定,疲労寿命評価,地震後のリスク評価および地質工学的リスク定量化が含まれる。いくつかの場合において,以前に未知で,予備容量を定量化した。RMとBMUは,不確実性仮定と計算制約が満足される場合,モデルベースのデータ解釈に有用である。EDMFはBMUの特別な実装である。それは,他の方法論よりも,通常の不確実性特性,典型的に利用可能な工学知識およびインフラストラクチャ評価概念の性質とより互換性がある。EDMFは,モデルバイアスの有意レベルと系統的不確実性の他の源を含む,不確実性の高い大きさの状況に最も適用可能である。また,EDMFは,情報が変化するとき,使用の容易さと柔軟性のために,付加的な実用的利点を提供する。本論文では,そのような観測を,方法論マップを開発するために利用した。これらのマップは,不確実性条件と計算制約を参照してモニタリング情報を解釈するための適切な方法論を選択するとき,ユーザをガイドする。これは資産管理意思決定を改善する。したがって,これらの地図は,現在の実践と比較して,低い保全コストとより持続可能なインフラストラクチャをもたらすことが期待される。Copyright 2022 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： 埋蔵量 ,  意思決定 ,  互換性 ,  不確実性 ,  リスク ,  地震 ,  都市化 ,  *モデル ,  疲れ寿命 ,  *インフラストラクチャー ,  リスク評価
準シソーラス用語： 資産管理 ,  *モデルベース ,  予備容量 ,  改竄 , 【Automatic Indexing@JST】

著者キーワード (6件)： モデルベースデータ解釈 ,  構造ヘルスモニタリング ,  構造同定 ,  不確実性定量化 ,  実物大事例研究 ,  資産管理

分類 (1件)： 建築物の維持・管理  (RB01020X)

引用文献 (200件)：

• AbdallahI., TatsisK., ChatziE. (2017). Fatigue Assessment of a Wind Turbine Blade when Output from Multiple Aero-Elastic Simulators Are Available. Proced. Eng. 199, 3170-3175. doi: 10.1016/j.proeng.2017.09.509
• AczelB., HoekstraR., GelmanA., WagenmakersE. J., KlugkistI. G., RouderJ. N., et al (2020). “Discussion Points for Bayesian inference.”. Nat. Hum. Behav. doi: 10.1038/s41562-019-0807-z
• AkaikeH. (1974). A New Look at the Statistical Model Identification. IEEE Trans. Automat. Contr. 19 (6), 716-723. doi: 10.1109/tac.1974.1100705
• AlvinK. F. (1997). Finite Element Model Update via Bayesian Estimation and Minimization of Dynamic Residuals. AIAA J. 35 (5), 879-886. doi: 10.2514/3.13603
• AminA.-L., WatkinsG. (2018). “How Sustainable Infrastructure Can Help Us Fight Climate change.”. doi: 10.2514/3.13603

タイトルに関連する用語 (5件)： 土木 ,  インフラストラクチャー ,  支援 ,  方法論 ,  マップ