کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5026740 | 1470627 | 2017 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Sparse and low-rank methods in structural system identification and monitoring
ترجمه فارسی عنوان
روش های متنوع و کم رتبه در شناسایی و نظارت بر سیستم های ساختاری
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مهندسی (عمومی)
چکیده انگلیسی
This paper presents sparse and low-rank methods for explicit modeling and harnessing the data structure to address the inverse problems in structural dynamics, identification, and data-driven health monitoring. In particular, it is shown that the structural dynamic features and damage information, intrinsic within the structural vibration response measurement data, possesses sparse and low-rank structure, which can be effectively modeled and processed by emerging mathematical tools such as sparse representation (SR), and low-rank matrix decomposition. It is also discussed that explicitly modeling and harnessing the sparse and low-rank data structure could benefit future work in developing data-driven approaches towards rapid, unsupervised, and effective system identification, damage detection, as well as massive SHM data sensing and management.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Engineering - Volume 199, 2017, Pages 62-69
Journal: Procedia Engineering - Volume 199, 2017, Pages 62-69
نویسندگان
Satish Nagarajaiah,