Identificação de danos estruturais empregando modelos de funções exponenciais, transformação integral e inferência Bayesiana

Renan Pinto De Andrade, L. Stutz, D. C. Knupp
{"title":"Identificação de danos estruturais empregando modelos de funções exponenciais, transformação integral e inferência Bayesiana","authors":"Renan Pinto De Andrade, L. Stutz, D. C. Knupp","doi":"10.14808/sci.plena.2023.119909","DOIUrl":null,"url":null,"abstract":"O presente trabalho aborda o problema inverso de identificação de danos estruturais em uma viga de Euler-Bernoulli. No modelo direto, o campo de dano estrutural é descrito de forma continua por funções de base exponenciais e a resposta dinâmica do modelo é obtida por meio de uma solução híbrida (analítica-numérica) fornecida pela Transformada Integral Generalizada. O problema inverso de identificação de danos é formulado segundo a inferência Bayesiana e o método Transitional Markov Chain Monte Carlo é utilizado para a amostragem da função densidade de probabilidade a posteriori dos parâmetros incertos que descrevem o campo de dano. A verificação da metodologia proposta é feita a partir de simulações numéricas considerando uma viga de Euler-Bernoulli simplesmente apoiada de modo que três cenários de dano distintos são analisados.","PeriodicalId":22090,"journal":{"name":"Scientia Plena","volume":"43 3","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Scientia Plena","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14808/sci.plena.2023.119909","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

O presente trabalho aborda o problema inverso de identificação de danos estruturais em uma viga de Euler-Bernoulli. No modelo direto, o campo de dano estrutural é descrito de forma continua por funções de base exponenciais e a resposta dinâmica do modelo é obtida por meio de uma solução híbrida (analítica-numérica) fornecida pela Transformada Integral Generalizada. O problema inverso de identificação de danos é formulado segundo a inferência Bayesiana e o método Transitional Markov Chain Monte Carlo é utilizado para a amostragem da função densidade de probabilidade a posteriori dos parâmetros incertos que descrevem o campo de dano. A verificação da metodologia proposta é feita a partir de simulações numéricas considerando uma viga de Euler-Bernoulli simplesmente apoiada de modo que três cenários de dano distintos são analisados.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用指数函数模型、积分变换和贝叶斯推理识别结构性损伤
本文探讨了确定欧拉-伯努利梁结构损伤的逆问题。在直接模型中,结构损伤场由指数基函数连续描述,模型的动态响应通过广义积分变换提供的混合解法(分析-数值)获得。根据贝叶斯推理法制定损伤识别的逆问题,并使用过渡马尔可夫链蒙特卡罗方法对描述损伤场的不确定参数的后验概率密度函数进行采样。通过对简单支撑的欧拉-伯努利梁进行数值模拟,对所提出的方法进行了验证,从而分析了三种不同的损坏情况。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Evaluation of conventional and microwave drying of tropical Amazonian wood indicated for the manufacture of EGP (Edge Glued Panels) Riqueza e abundância de espécies de flebotomíneos em assentamentos humanos e fragmentos florestais degradados na Amazônia Maranhense Morpho-physiological and anatomical responses to shade avoidance are exhibited in Surinam cherry seedlings Pollination biology of Humiria balsamifera var. floribunda (Humiriaceae) on the coast of Maranhão, Brazil Estudo da conversão de polietileno de baixa densidade sobre materiais compósitos tipo Nb2O5/HY
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1