机构名称：
¥ 2.0
目前，大型结构的健康监测方法主要依赖于分布式传感器网络和现场检查的组合。本文提出了一种针对受多种故障模式影响的结构的新型在线诊断和预测框架，并使用多个数据源（即应变计和图像）通过高保真有限元模型演示了所提出的方法。该方法旨在准确模拟不同故障特征之间的相互作用，随后基于生成的结构物理对损伤状态进行有效估计和预测。使用动态贝叶斯网络，该网络结合不同的数据源来评估不同类型的劣化机制下的结构。在诊断中，动态贝叶斯网络用于近似与损伤相关的参数并估计与时间相关的变量。在预测中，动态贝叶斯网络根据故障的演变对结构的剩余使用寿命进行概率预测。研究发现，所提出的框架在使用组合数据源进行在线诊断和预测方面非常有效。
加州大学圣地亚哥分校 - 电子奖学金
主要关键词
相关文件推荐
