論文の概要: Damage detection in an uncertain nonlinear beam based on stochastic
Volterra series: an experimental application
- arxiv url: http://arxiv.org/abs/2409.16305v1
- Date: Tue, 10 Sep 2024 17:07:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-27 09:03:58.430308
- Title: Damage detection in an uncertain nonlinear beam based on stochastic
Volterra series: an experimental application
- Title(参考訳): 確率に基づく不確実性非線形ビームの損傷検出
ボルテラ級数:実験的応用
- Authors: Luis Gustavo Gioacon Villani, Samuel da Silva, Americo Cunha Jr, and
Michael D. Todd
- Abstract要約: 本研究の目的は、Volterraシリーズのバージョンと新規検出手法を組み合わせて、初期非線形システムの損傷を検出することである。
ボルテラ核の線形および非線形寄与の比較から,ボルト接続(ナッツ緩み)の質量変化に伴う損傷を検出する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The damage detection problem becomes a more difficult task when the
intrinsically nonlinear behavior of the structures and the natural data
variation are considered in the analysis because both phenomena can be confused
with damage if linear and deterministic approaches are implemented. Therefore,
this work aims the experimental application of a stochastic version of the
Volterra series combined with a novelty detection approach to detect damage in
an initially nonlinear system taking into account the measured data variation,
caused by the presence of uncertainties. The experimental setup is composed by
a cantilever beam operating in a nonlinear regime of motion, even in the
healthy condition, induced by the presence of a magnet near to the free
extremity. The damage associated with mass changes in a bolted connection (nuts
loosed) is detected based on the comparison between linear and nonlinear
contributions of the stochastic Volterra kernels in the total response,
estimated in the reference and damaged conditions. The experimental
measurements were performed on different days to add natural variation to the
data measured. The results obtained through the stochastic proposed approach
are compared with those obtained by the deterministic version of the Volterra
series, showing the advantage of the stochastic model use when we consider the
experimental data variation with the capability to detect the presence of the
damage with statistical confidence. Besides, the nonlinear metric used
presented a higher sensitivity to the occurrence of the damage compared with
the linear one, justifying the application of a nonlinear metric when the
system exhibits intrinsically nonlinear behavior.
- Abstract(参考訳): 構造体の内在的非線形挙動と自然データ変動を考慮した場合, 両現象が線形および決定論的アプローチを実施すれば, 損傷と混同できるため, 損傷検出問題はより困難な課題となる。
そこで本研究は,不確実性の存在による測定データの変化を考慮した初期非線形システムにおける損傷検出のための新規検出手法を併用した,Volterraシリーズの確率バージョンを実験的に適用することを目的としている。
実験装置は、自由極端に近い磁石の存在によって誘導される健康状態であっても、非線形に運動するカンチレバービームによって構成される。
基準条件および損傷条件で推定した全応答におけるVolterra核の線形および非線形寄与の比較から,ボルト接続(ナッツ緩み)の質量変化に伴う損傷を検出する。
実験は、測定されたデータに自然な変動を加えるために、異なる日に行われた。
確率論的手法を用いて得られた結果とボルテラ級数の決定論的版との比較を行い, 統計的信頼度で損傷の有無を検出できる実験データ変動を考慮した場合の確率的モデル利用の利点を示した。
また, 非線形測定では, 損傷の発生に対する感度が高く, 固有非線形挙動を示す場合の非線形測定値の適用を正当化した。
関連論文リスト
- Damage detection in an uncertain nonlinear beam based on stochastic Volterra series [0.0]
振動測定を用いた機械系の損傷検出問題は、一般に構造健康モニタリング(SHM)と呼ばれる。
多くのツールが振動パターンの変化によって損傷を検知することができる。
基準条件(クラック無し)においても、非線形運動状態において振動するビームにおける呼吸き裂の検出にVolterraシリーズのバージョンに基づくアプローチを提案する。
その結果,高次ボルテラ核を考慮に入れた非線形解析により,その存在下においても,小さい伝播率と確率信頼度で亀裂を検出できることが示唆された。
論文 参考訳(メタデータ) (2024-09-10T17:26:51Z) - Quantum metrology with a squeezed Kerr oscillator [0.0]
我々は,Kerr-非線形発振器のスクイーズダイナミクスについて検討し,その結果のメトロジー的有用性を定量化する。
本稿では, 線形二次度測定に先立って非線形に進行する手法として, 測定後相互作用プロトコルを提案する。
この結果は, エネルギー緩和などの現実的な不完全性を考慮した場合のロバストであり, 最先端の実験装置で実現可能である。
論文 参考訳(メタデータ) (2024-06-17T17:41:03Z) - Selective Nonparametric Regression via Testing [54.20569354303575]
本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。
既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
論文 参考訳(メタデータ) (2023-09-28T13:04:11Z) - On the Detection and Quantification of Nonlinearity via Statistics of
the Gradients of a Black-Box Model [0.0]
非線形性の検出と同定は構造力学において重要な課題である。
データ駆動モデルの勾配分布に基づいて非線形性を検出する手法を提案する。
論文 参考訳(メタデータ) (2023-02-15T23:15:22Z) - Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。
理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。
本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
論文 参考訳(メタデータ) (2022-10-12T06:46:38Z) - Direct Measurement of Higher-Order Nonlinear Polarization Squeezing [0.0]
本報告では,光の偏光状態の非線形スクイーズ効果について報告する。
量子効果を定量化するために、理論的境界は非線形ストークス作用素の2階および高階のモーメントに対して導出される。
我々のデータは、実験的な不完全性や制限を補正することなく、統計的に重要な非古典的相関を証明している。
論文 参考訳(メタデータ) (2022-04-14T16:26:43Z) - A Priori Denoising Strategies for Sparse Identification of Nonlinear
Dynamical Systems: A Comparative Study [68.8204255655161]
本研究では, 局所的およびグローバルな平滑化手法の性能と, 状態測定値の偏差について検討・比較する。
一般に,測度データセット全体を用いたグローバルな手法は,局所点の周辺に隣接するデータサブセットを用いる局所的手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2022-01-29T23:31:25Z) - Efficient Causal Inference from Combined Observational and
Interventional Data through Causal Reductions [68.6505592770171]
因果効果を推定する際の主な課題の1つである。
そこで本研究では,任意の数の高次元潜入共創者を置き換える新たな因果還元法を提案する。
パラメータ化縮小モデルを観測データと介入データから共同で推定する学習アルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-03-08T14:29:07Z) - Bayesian Uncertainty Estimation of Learned Variational MRI
Reconstruction [63.202627467245584]
我々は,モデル不連続な不確かさを定量化するベイズ変分フレームワークを提案する。
提案手法はMRIのアンダーサンプを用いた再建術の術後成績を示す。
論文 参考訳(メタデータ) (2021-02-12T18:08:14Z) - Calibration of Neural Networks using Splines [51.42640515410253]
キャリブレーション誤差の測定は、2つの経験的分布を比較します。
古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。
提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
論文 参考訳(メタデータ) (2020-06-23T07:18:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。