کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6953822 1451824 2018 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Nonparametric probabilistic approach of uncertainties with correlated mass and stiffness random matrices
ترجمه فارسی عنوان
روش غیر احتمالی احتمال عدم قطعیت با ماتریس های تصادفی جرم و سختی همبسته
کلمات کلیدی
نظریه ماتریس تصادفی، رویکرد احتمالات غیر پارامتری، دینامیک ساختاری، همبستگی جرم / سختی،
ترجمه چکیده
این مقاله به مدلسازی احتمالاتی عدم قطعیت در دینامیک ساختاری اشاره دارد. برای ساختارهای پیچیده واقعی، به علت تعداد زیادی از پارامترهای نامطمئن درگیر، مدل سازی دقیق و شناسایی عدم قطعیت ها چالش برانگیز است. در این زمینه، رویکرد احتمالات غیر پارامتری که شامل مدلسازی جهانی عدم قطعیت ها با جایگزینی جرم، سختی و کاهش ماتریس ها با ماتریس های تصادفی است جذاب است، زیرا این مدل یک مدل تصادفی است که سطح عدم قطعیت ها با تعداد کمی از پراکندگی کنترل می شود مولفه های. در نسخه کلاسیک، این ماتریس های تصادفی فرض می شود که مستقل هستند. این فرض معتبر است (و اثبات شده) در غیاب اطلاعات مربوط به ساختار وابستگی این ماتریسهای تصادفی. در بعضی از شرایط، از قبیل وجود عدم قطعیت هندسی، این فرض دیگر معتبر نیست و ممکن است بیش از حد مقادیر خروجی نوسان را به ارمغان بیاورد. در این زمینه، مقاله حاضر، گسترش یک احتمال احتمالی غیر پارامتری کلاسی را ارائه می دهد تا وابستگی بین ماتریس های توده ی تصادفی و سختی را در نظر بگیرد. این مدل سازی جدید بر روی یک ساختار پرتو نشان داده شده است که قطر آن نوسانات تصادفی فضایی را در امتداد جهت طولی نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
روش غیر احتمالی احتمال عدم قطعیت با ماتریس های تصادفی جرم و سختی همبسته
چکیده انگلیسی
This paper concerns the probabilistic modeling of uncertainties in structural dynamics. For real complex structures, the accurate modeling and identification of uncertainties is challenging due to the large number of involved uncertain parameters. In this context, the nonparametric probabilistic approach which consists in modeling globally the uncertainties by replacing the mass, stiffness and damping reduced matrices by random matrices is attractive since it yields a stochastic modeling for which the level of uncertainties is controlled by a small number of dispersion parameters. In its classical version, these random matrices are assumed to be independent. This assumption is valid (and proven) in absence of information concerning the dependence structure of these random matrices. In some situation, such as the presence of geometry uncertainties, this assumption is not valid any more and may yield an overestimation of the output levels of fluctuation. In this context, the present paper presents an extension of the classical nonparametric probabilistic to take into account a dependence between the random mass and stiffness matrices. This new modeling is illustrated on a beam structure for which the diameter presents spatial random fluctuations along the longitudinal direction.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 111, October 2018, Pages 102-112
نویسندگان
, ,