文献

J-GLOBAL ID：202202273423376626   整理番号：22A0971285

離散ウェーブレット変換とアンサンブルパターン認識モデルに基づく構造損傷検出アルゴリズム【JST・京大機械翻訳】

A structural damage detection algorithm based on discrete wavelet transform and ensemble pattern recognition models

著者 (3件)： Fallahian Milad (Faculty of Civil Engineering, Amirkabir University of Technology, Tehran, Iran) ,  Ahmadi Ehsan (Faculty of Engineering and the Built Environment, Birmingham City University, Birmingham, UK) ,  Khoshnoudian Faramarz (Faculty of Civil Engineering, Amirkabir University of Technology, Tehran, Iran)
資料名： Journal of Civil Structural Health Monitoring  (Journal of Civil Structural Health Monitoring)
巻： 12  号： 2  ページ： 323-338  発行年： 2022年 
JST資料番号： W4541A  ISSN： 2190-5479  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 損傷検出は保全コストの低減と構造物の崩壊防止において非常に重要である。既存の損傷検出法にもかかわらず,現在の文献は包括的な方法を欠いている。(i)大きな自由度を有する複雑な構造に適用でき,(ii)低レベル損傷を捕捉し,(iii)ノイズや温度のような不確実性条件の存在において合理的な精度を与える。したがって,本研究では,離散ウェーブレット変換とパターン認識モデルのアンサンブルに基づく損傷検出アルゴリズムを提案した。(1)振動データを離散ウェーブレット変換によって分解して,(2)分解データを主成分分析を用いて圧縮して,(3)構造の個々の損傷モデルを,深いニューラルネットワークのパターン認識モデルを通して訓練し,そして,圧縮分解振動データならびに損傷データを入力して,(4)最後に,損傷データを入力して,(4)最終的に,個々の損傷モデルを,構造の損傷位置および重大性を予測するために,大多数投票によって1つに併合した。提案したアルゴリズムを,1つの3階鋼骨組の数値モデルと大規模橋構造の実験データで試験した。このアルゴリズムは,雑音や温度などの不確実性条件の存在において,ビーム-カラム接続や複雑な構造でも,多重位置での低レベル損傷を正確に検出できることが分かった。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2022 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 ,  雑音 ,  振動 ,  *パターン認識 ,  不確実性 ,  構造物 ,  鋼 ,  ニューラルネットワーク ,  多重化 ,  *モデル ,  *損傷 ,  主成分分析 ,  *損傷検出
準シソーラス用語： *離散ウェーブレット変換 ,  *検出アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 構造損傷検出 ,  離散ウェーブレット変換 ,  主成分分析 ,  深層ニューラルネットワーク ,  対スパース符号化 ,  アンサンブル分類器

分類 (2件)： パターン認識  (JE07000S) ,  非破壊試験  (HB02030F)

タイトルに関連する用語 (5件)： 離散ウェーブレット変換 ,  アンサンブル ,  認識モデル ,  構造損傷 ,  検出アルゴリズム