Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "non-identification" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Real time estimation of modal parameters of non-stationary systems using adaptive wavelet filtering and recursive least square algorithm
Identyfikacja parametrów modalnych układów niestacjonarnych z wykorzystaniem adaptacyjnego filtru falkowego oraz rekursywnyego algorytmu najmniejszych kwadratów
Autorzy:
Klepka, A.
Powiązania:
https://bibliotekanauki.pl/articles/329200.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
wavelet transform
recursive identification
non-stationary systems
transformata falkowa
rekursywne metody identyfikacji
układy niestacjonarne
Opis:
The paper presents a method of modal parameter estimation based on RLS (Recursive Least Square) algorithm, and wavelet filtering. The wavelet filtering gives possibility to decoupling frequency components of signal response of structure. This operation can also reduce the order of the signal model estimated by RLS algorithm. An additional advantage of this method is the possibility of adapting the wavelet filter parameters to the changing parameters of the system. Reduced model order significantly reduces the time of estimation of modal parameters, which enables the real – time implementation of the method. Due to recursively updated covariance matrix of model parameters, the confidence intervals of modal parameters can be also estimated. All routines have been implemented and tested in MATLAB®. The method have been tested on simulated data delivered by an AIRBUS team and on the test bed with a variable stiffness.
Artykuł prezentuje metodę estymacji parametrów modalnych bazująca na algorytmie RLS (RLS (Recursive Least Square) oraz filtracji falkowej. Filtracja falkowa daje możliwość separacji składników częstotliwościowych sygnału. Ta operacja redukuje rząd modelu estymowanego przez algorytm RLS. Dodatkowa zaletą algorytmu jest możliwość adaptacji parametrów filtru falkowego do zmieniających się parametrów układu. Redukcja modelu znacznie skraca czas estymacji parametrów modalnych. Umożliwia to implementację algorytmu w czasie rzeczywistym. Dzięki rekursywnemu uaktualnianiu macierzy kowariancji parametrów modelu estymowane są również przedziały ufności otrzymanych wyników. Wszystkie procedury zostały zaimplementowane w środowisku MATLAB. Metodę przetestowano dla danych symulacyjnych (model samolotu dostarczony przez firmę AIRBUS), oraz dla układu ze zmienna sztywnością.
Źródło:
Diagnostyka; 2015, 16, 1; 3-8
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of building damage using ARMAX model: a parametric study
Autorzy:
Saaed, T. E.
Nikolakopoulos, G.
Powiązania:
https://bibliotekanauki.pl/articles/327280.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
structural identification
damage detection
non-destructive evaluation
ARMAX model
structural dynamic
identyfikacja strukturalna
detekcja uszkodzeń
badania nieniszczące
dynamika strukturalna
model ARMAX
Opis:
The Structural Identification approach is used to identify and localize the existence of damage for a steel frame. The black box linear parametric model called Auto-Regressive Moving Average with eXternal input (ARMAX) was utilized for the construction of the Frequency Response Functions, based on simulation results. The Singular Value Decomposition method was adopted to identify how many significant eigenvalues exist and plot the Complex Mode Indicator Function for the complete frame. Three damage indices were adopted to evaluate the state of damage in the frame. The results indicated that the ARMAX is a robust scheme for structural damage detection.
Źródło:
Diagnostyka; 2016, 17, 3; 3-14
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies