Xin Zhou;Feng-Liang Zhang;Yoshinao Goi;Chul-Woo Kim
Smart Structures and Systems
/
제31권1호
/
pp.29-43
/
2023
This study investigates the possibility of damage detection of a real bridge by means of a modal parameter-based finite element (FE) model update. Field moving vehicle experiments were conducted on an actual steel plate girder bridge. In the damage experiment, cracks were applied to the bridge to simulate damage states. A fast Bayesian FFT method was employed to identify and quantify uncertainties of the modal parameters then these modal parameters were used in the Bayesian model update. Material properties and boundary conditions are taken as uncertainties and updated in the model update process. Observations showed that although some differences existed in the results obtained from different model classes, the discrepancy between modal parameters of the FE model and those experimentally obtained was reduced after the model update process, and the updated parameters in the numerical model were indeed affected by the damage. The importance of boundary conditions in the model updating process is also observed. The capability of the MCMC model update method for application to the actual bridge structure is assessed, and the limitation of FE model update in damage detection of bridges using only modal parameters is observed.
The estimated probabilistic model of wind data based on the conventional approach may have high discrepancy compared with the true distribution because of the uncertainty caused by the instrument error and limited monitoring data. A sequential quadratic programming (SQP) algorithm-based finite mixture modeling method has been developed in the companion paper and is conducted to formulate the joint probability density function (PDF) of wind speed and direction using the wind monitoring data of the investigated bridge. The established bivariate model of wind speed and direction only represents the features of available wind monitoring data. To characterize the stochastic properties of the wind parameters with the subsequent wind monitoring data, in this study, Bayesian inference approach considering the uncertainty is proposed to update the wind parameters in the bivariate probabilistic model. The slice sampling algorithm of Markov chain Monte Carlo (MCMC) method is applied to establish the multi-dimensional and complex posterior distribution which is analytically intractable. The numerical simulation examples for univariate and bivariate models are carried out to verify the effectiveness of the proposed method. In addition, the proposed Bayesian inference approach is used to update and optimize the parameters in the bivariate model using the wind monitoring data from the investigated bridge. The results indicate that the proposed Bayesian inference approach is feasible and can be employed to predict the bivariate distribution of wind speed and direction with limited monitoring data.
Journal of the Korean Data and Information Science Society
/
제18권3호
/
pp.689-696
/
2007
This paper considers a Bayesian approach to determine an optimal PM policy with random maintenance quality. Thus, we assume that the quality of a PM action is a random variable following a probability distribution. When the failure time is Weibull distribution with uncertain parameters, a Bayesian approach is established to formally express and update the uncertain parameters for determining an optimal PM policy. Finally, the numerical examples are presented for illustrative purpose.
This paper reports the structural health monitoring benchmark study results for the Canton Tower using Bayesian methods. In this study, output-only modal identification and finite element model updating are considered using a given set of structural acceleration measurements and the corresponding ambient conditions of 24 hours. In the first stage, the Bayesian spectral density approach is used for output-only modal identification with the acceleration time histories as the excitation to the tower is unknown. The modal parameters and the associated uncertainty can be estimated through Bayesian inference. Uncertainty quantification is important for determination of statistically significant change of the modal parameters and for weighting assignment in the subsequent stage of model updating. In the second stage, a Bayesian model updating approach is utilized to update the finite element model of the tower. The uncertain stiffness parameters can be obtained by minimizing an objective function that is a weighted sum of the square of the differences (residuals) between the identified modal parameters and the corresponding values of the model. The weightings distinguish the contribution of different residuals with different uncertain levels. They are obtained using the Bayesian spectral density approach in the first stage. Again, uncertainty of the stiffness parameters can be quantified with Bayesian inference. Finally, this Bayesian framework is applied to the 24-hour field measurements to investigate the variation of the modal and stiffness parameters under changing ambient conditions. Results show that the Bayesian framework successfully achieves the goal of the first task of this benchmark study.
The optimal estimation of a general continuous-discrete system can be achieved through the solution of the Fokker-Planck equation and the Bayesian update. Due the high nonlinearity of the equation of motion of the system and the measurement model, it is necessary to linearize the both equation. To avoid linearization, the filter based on Fokker-Planck equation is designed. with the unscented transformation update mechanism, in which the associated Fokker-Planck equation was solved efficiently and accurately via discrete quadrature and the measurement update was done through the unscented transformation update mechanism. This filter based on the Direct Quadrature Moment of Method(DQMOM) and the unscented transformation update is applied to the bearing only target tracking problem. The proposed filter can still provide more accurate estimation of the state than those of the extended Kalman filter especially when measurements are sparse. Simulation results indicate that the advantages of the proposed filter based on the DQMOM and the unscented transformation update make it a promising alternative to the extended Kalman filter.
In this paper, we propose a Bayesian approach to determine the adaptive preventive maintenance(PM) policy for a general sequential imperfect PM model proposed by Lin, Zuo and Yam(2000) that PM not only reduces the effective age of the system but also changes the hazard rate function. Assuming that the failure times follow Weibull distribution, we adopt a Bayesian approach to update unknown parameters and determine the Bayesian optimal sequential PM policies. Finally, numerical examples of the optimal adaptive PM policy are presented for illustrative purposes.
International Journal of Fuzzy Logic and Intelligent Systems
/
제7권4호
/
pp.285-294
/
2007
In this paper, we investigate a novel online estimation algorithm for dynamic Bayesian network(DBN) parameters, given as conditional probabilities. We sequentially update the parameter adjustment rule based on observation data. We apply our algorithm to two well known representations of DBNs: to a first-order Markov Chain(MC) model and to a Hidden Markov Model(HMM). A sliding window allows efficient adaptive computation in real time. We also examine the stochastic convergence and stability of the learning algorithm.
From the viewpoint of engineering applications, the prediction of the failure of bogies plays an important role in preventing the occurrence of fatigue. Fatigue is a complex phenomenon affected by many uncertainties (such as load, environment, geometrical and material properties, and so on). The key to predict fatigue damage accurately is how to quantify these uncertainties. A Bayesian model is used to account for the uncertainty of various sources when predicting fatigue damage of structural components. In spite of improvements in the design of fatigue-sensitive structures, periodic non-destructive inspections are required for components. With the help of modern nondestructive inspection techniques, the fatigue flaws can be detected for bogie structures, and fatigue reliability can be updated by using Bayesian theorem with inspection data. A practical fatigue analysis of welded bogies is utilized to testify the effectiveness of the proposed methods.
본 논문에서는 공간에서 원하는 신호를 추정하기 위해서 도래방향 MUSIC 공간 스펙트럼 알고리즘에 대해서 연구한다. 본 연구에서 제안하는 MUSIC 공간 스펙트럼 알고리즘은 모델 오차와 베이즈 정리를 적용한 방법으로 목표물의 위치를 정확히 추정한다. 적응 배열 안테나를 사용한 수신기의 배열 응답 벡터는 베이즈 방법을 이용하고 모델 오차방법으로 수신 신호의 가중치를 갱신하여 원하는 목표물의 도래 방향을 정확히 추정한다. 본 연구에서 원하는 도래방향 목표물의 신호 추정은 입사 신호의 간섭과 잡음을 제거한 후 배열 응답 벡터를 신호 공분산 행렬의 가중치에 적용한다. 모의실험을 통해서 본 논문에서 제안한 방법과 기존의 도래방향 알고리즘을 비교 분석한다.
Bayesian inversion for gravity and resistivity data was performed to investigate the cavity structure appearing as a lava tunnel in Cheju Island, Korea. Dipole-dipole DC resistivity data were proposed for a prior information of gravity data and we applied the geostatistical techniques such as kriging and simulation algorithms to provide a prior model information and covariance matrix in data domain. The inverted resistivity section gave the indicator variogram modeling for each threshold and it provided spatial uncertainty to give a prior PDF by sequential indicator simulations. We also presented a more objective way to make data covariance matrix that reflects the state of the achieved field data by geostatistical technique, cross-validation. Then Gaussian approximation was adopted for the inference of characteristics of the marginal distributions of model parameters and Broyden update for simple calculation of sensitivity matrix and SVD was applied. Generally cavity investigation by geophysical exploration is difficult and success is hard to be achieved. However, this exotic multiple interpretations showed remarkable improvement and stability for interpretation when compared to data-fit alone results, and suggested the possibility of diverse application for Bayesian inversion in geophysical inverse problem.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.