文献

J-GLOBAL ID：202202271784857819   整理番号：22A0919504

雑音条件下での熱可塑性複合材料管の損傷検出のための機械学習法【JST・京大機械翻訳】

Machine learning methods for damage detection of thermoplastic composite pipes under noise conditions

著者 (9件)： Bao Xingxian (School of Petroleum Engineering, China University of Petroleum (East China), Qingdao, 266580, China) ,  Bao Xingxian (National Engineering Laboratory of Offshore Geophysical and Exploration Equipment, China University of Petroleum (East China), Shandong, 266580, China) ,  Wang Zhichao (School of Petroleum Engineering, China University of Petroleum (East China), Qingdao, 266580, China) ,  Fu Dianfu (CNOOC Research Institute Ltd, Beijing, 100028, China) ,  Shi Chen (School of Ocean Engineering, Harbin Institute of Technology at Weihai, Weihai, 264209, China) ,  Iglesias Gregorio (MaREI, Environmental Research Institute & School of Engineering, University College Cork, College Road, Cork, Ireland) ,  Iglesias Gregorio (University of Plymouth, School of Engineering, Marine Building, Drake Circus, Plymouth, PL4 8AA, United Kingdom) ,  Cui Hongliang (Qingdao Pegasus Photoelectric Technology Co Ltd, Shandong, 266114, China) ,  Sun Zhengyi (Qingdao Pegasus Photoelectric Technology Co Ltd, Shandong, 266114, China)
資料名： Ocean Engineering  (Ocean Engineering)
巻： 248  ページ： Null  発行年： 2022年 
JST資料番号： D0597A  ISSN： 0029-8018  CODEN： OCENBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ノイズ条件下での熱可塑性複合管(TCP)の損傷検出のための機械学習法を示し,ランダム減衰法(RDT)とランダムフォレスト(RF)および長期および短期メモリ(LSTM)ネットワークを組み合わせた。RDTは,ランダム励起の下でTCPの測定した雑音歪応答データを処理するために最初に適用される。次に,RFまたはLSTM法を用いて,パイプの損傷局所化および重度推定を行った。提案方法の適用性を数値および実験研究によって確かめた。数値例は,いくつかの雑音レベルを考慮した内部圧力とランダム波励起を受けるTCPから成る。損傷を,パイプの異なる層上の円形穴としてシミュレートし,それらの半径と深さによって特性化する様々な厳しさを,シミュレートした。損傷検出は,RDT-RFとRDT-LSTM法を用いて行った。実験的研究は,ファイバBragg格子センサを用いたTCPモデルの実験室試験から成る。補強層上の長さと深さが異なる亀裂としてシミュレートした損傷事例を考察した。数値シミュレーションと実験テストは,提案したRDT-RFとRDT-LSTM法がTCPsの損傷検出において優れた性能を持つことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  亀裂 ,  *雑音 ,  シミュレーション ,  励起 ,  ネットワーク ,  雑音指数 ,  内圧 ,  不規則波 ,  *熱塑性 ,  *損傷 ,  *機械学習 ,  *損傷検出
準シソーラス用語： 数値シミュレーション ,  ファイバBraggグレーティング ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 長期および短期記憶ネットワーク ,  ランダムフォレスト ,  ランダム減衰技術 ,  損傷検出 ,  熱可塑性複合材料パイプ

分類 (2件)： 構造動力学  (HD02000E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 雑音 ,  熱可塑性複合材料 ,  損傷検出 ,  機械学習