کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6953580 1451821 2019 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On choice and effect of weight matrix for response sensitivity-based damage identification with measurement and model errors
ترجمه فارسی عنوان
در انتخاب و اثر ماتریس وزن برای شناسایی آسیب مبتنی بر حساسیت پاسخ با اشتباهات اندازه گیری و مدل
کلمات کلیدی
ماتریس وزن مطلوب، شناسایی صدمات ساختاری، اندازه گیری و خطاهای مدل، رویکرد حساسیت پاسخ پیشرفته، داده های ترکیبی
ترجمه چکیده
هدف از این مقاله ارائه یک دید کلی در مورد انتخاب و اثر ماتریس وزن برای شناسایی آسیب مبتنی بر حساسیت پاسخ با اشتباهات اندازه گیری و / یا مدل است. مشتق ماتریس وزن مطلوب عمدتا دو برابر است. از یک سو هنگامی که فقط خطاهای اندازه گیری درگیر هستند، ماتریس وزن بهینه با معادله احتمال انتظار خطای مربعات کل نتایج شناسایی، معکوس متناسب با کوواریانس خطای اندازه گیری است. از سوی دیگر، اگر خطاهای مدل علاوه بر این در نظر گرفته شود، ماتریس وزن مطلوب پس از آن بستگی دارد نه تنها به کوواریانس خطای اندازه گیری، بلکه همچنین بر کوواریانس خطای مدل. تجزیه و تحلیل بیشتر نشان می دهد که ماتریس وزن مطلوب همچنین می تواند خطای 'خطای نسبی' از انتظارات خطای مربع در هر پارامتر آسیب فرد را به حداقل برساند. سپس اثر ماتریس وزن مطلوب پیشنهاد شده با اشتباهات اندازه گیری و / یا مدل بر روی دو نمونه ی معمول - یک چارچوب هواپیما و یک ورق پشتیبانی می شود. نتایج نشان می دهد که هنگامی که انواع هیبریدی شتاب سنجی داده ها، جابجایی ها و / یا خصوصیات اختصاصی مورد استفاده قرار می گیرند یا زمانی که داده های پاسخ حساس به خطاهای مدل هستند، باید ماتریس وزن مطلوب را برای دریافت نتایج به خوبی تشخیص خوب و بهبود به دست آورد بهینه وزن ماتریس قابل توجه است. کل کار باید برای شناسایی خسارت زمانی که انواع مختلف اندازه گیری در دسترس هستند و زمانی که خطاهای مدل غیر قابل چشم پوشی هستند، مفید باشد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
This paper aims to present a thorough view on the choice and effect of the weight matrix for response sensitivity-based damage identification with measurement and/or model errors. The derivation of the optimal weight matrix is mainly twofold. On the one hand, when only measurement errors are involved, the optimal weight matrix is found to be inverse proportional to the measurement error covariance by minimizing the expectation of squares error of the whole identification results. On the other hand, if model errors are additionally considered, the optimal weight matrix then depends not only on the measurement error covariance, but also on the model error covariance. Further analysis reveals that the optimal weight matrix can also make the 'relative error'-square-root of expectation of squares error in every individual damage parameter minimized. Then, the effect of the proposed optimal weight matrix with measurement and/or model errors is studied on two typical examples-a plane frame and a simply-supported plate. Results show that when hybrid types of measurement data-accelerations, displacements and/or eigenfrequencies are used or when the response data is sensitive to model errors, the optimal weight matrix should be invoked to get reasonably good identification results and the improvements brought by the optimal weight matrix are substantial. The whole work shall be instructive for damage identification when different types of measurements are available and when model errors are non-negligible.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 114, 1 January 2019, Pages 1-24
نویسندگان
, , ,