This study develops a two stage procedure to identify the structural damage based on the optimized artificial neural networks. Initially, the modal strain energy index (MSEI) is established to extract the damaged elements and to reduce the computational time. Then the genetic algorithm (GA) and artificial neural networks (ANNs) are combined to detect the damage severity. The input of the network is modal strain energy index and the output is the flexural stiffness of the beam elements. The principal component analysis (PCA) is utilized to reduce the input variants of the neural network. By using the genetic algorithm to optimize the parameters, the ANNs can significantly improve the accuracy and convergence of the damage identification. The influence of noise on damage identification results is also studied. The simulation and experiment on beam structures shows that the adaptive parameter selection neural network can identify the damage location and severity of beam structures with high accuracy.
KSCE Journal of Civil and Environmental Engineering Research
/
v.34
no.2
/
pp.561-571
/
2014
This study analyzes traffic accident severity of old age drivers in fourteen cities and counties of Jeonbuk Province. It is assumed that traffic accident effecting factors have two staged structure by personal and driving environment and urban characteristics. Multilevel Analysis Model is used under the assumption of hierarchical characteristics to analyze factors effecting severity. As the driver's age increases after sixty-five years old, accident damages become severe. The drunk driving is likely to make traffic accident damage more severer. The number of fatal accident by old age drivers is about three time more than by no old age drivers. Old age drivers have higher number of night traffic accidents but severer ones in daytime. Old age drivers show the higher number of traffic accidents but severer ones in fine weather. Wet road surface also influences damage severity and especially old age drivers show higher serious damage and fatal than no old drivers.
Space-borne multi-sensor data could provide fire scar and bum severity mapping. This paper will present detail mapping of burnt areas in Cheongyange Yesan of Korea with ETM+ image. Burn severity map based on ETM+ image was found to be affected by strong topographic illumination effects in mountainous forest area. Topographic effect is a factor which causes errors in classification of high spatial resolution image like IKONOS image. Minnaert constants J( in each band of ETM+ image is derived for reduction of mountainous terrain effects. Finally, this paper computes quantitative analysis of forest fire damage by each forest types.
This study presents a computer vision-based approach for representing time evolution of structural damages leveraging a database of inspection images. Spatially incoherent but temporally sorted archival images captured by robotic cameras are exploited to represent the damage evolution over a long period of time. An access to a sequence of time-stamped inspection data recording the damage growth dynamics is premised to this end. Identification of a structural defect in the most recent inspection data set triggers an exhaustive search into the images collected during the previous inspections looking for correspondences based on spatial proximity. This is followed by a view synthesis from multiple candidate images resulting in a single reconstruction for each inspection round. Cracks on concrete surface are used as a case study to demonstrate the feasibility of this approach. Once the chronology is established, the damage severity is quantified at various levels of time scale documenting its progression through time. The proposed scheme enables the prediction of damage severity at a future point in time providing a scope for preemptive measures against imminent structural failure. On the whole, it is believed that the present study will immensely benefit the structural inspectors by introducing the time dimension into the autonomous condition assessment pipeline.
Gomez, Carlos Q.;Garcia, Fausto P.;Arcos, Alfredo;Cheng, Liang;Kogia, Maria;Papelias, Mayorkinos
Smart Structures and Systems
/
v.19
no.2
/
pp.195-202
/
2017
The aim of this paper is to develop a novel method to determine the severity of a damage in a thin plate. This paper presents a novel fault detection and diagnosis approach employing a new electromagnetic acoustic transducer, called EMAT, together with a complex signal processing method. The method consists in the recognition of a fault that exists within the structure, the fault location, i.e. the identification of the geometric position of damage, and the determining the significance of the damage, which indicates the importance or severity of the defect. The main scientific novelties presented in this paper is: to develop of a new type of electromagnetic acoustic transducer; to incorporate wavelet transforms for signal representation enhancements; to investigate multi-parametric analysis for noise identification and defect classification; to study attenuation curves properties for defect localization improvement; flaw sizing and location algorithm development.
This paper proposes the use of transmissibility functions combined with a machine learning algorithm, Artificial Neural Networks (ANNs), to assess damage in a truss bridge. A new approach method, which makes use of the input parameters calculated from the transmissibility function, is proposed. The network not only can predict the existence of damage, but also can classify the damage types and identity the location of the damage. Sensors are installed in the truss joints in order to measure the bridge vibration responses under train and ambient excitations. A finite element (FE) model is constructed for the bridge and updated using FE software and experimental data. Both single damage and multiple damage cases are simulated in the bridge model with different scenarios. In each scenario, the vibration responses at the considered nodes are recorded and then used to calculate the transmissibility functions. The transmissibility damage indicators are calculated and stored as ANNs inputs. The outputs of the ANNs are the damage type, location and severity. Two machine learning algorithms are used; one for classifying the type and location of damage, whereas the other for finding the severity of damage. The measurements of the Nam O bridge, a truss railway bridge in Vietnam, is used to illustrate the method. The proposed method not only can distinguish the damage type, but also it can accurately identify damage level.
In maritime accidents, collisions involving fishing vessels are more frequent and severe than those involving other types of vessels. Previous cases of collision accidents caused by fishing vessels causing serious damage implied that fishing vessels maintained high speeds until just before the collision and that they collided with much larger vessels. This study investigated the correlation between the severity of ship damage resulting from fishing vessel collisions and the vessel's speed. The effective impact speed commonly used in the road transport sector was utilized to analyze ship collision accidents. The study collected collision data between fishing vessels and between fishing vessels and non-fishing vessels from accident investigation reports from 2016 to 2022. The effective impact speed was calculated for a total of 617 vessels. After using binary and multinomial logistic regression methodology, the analysis was carried out with effective impact speed as the independent variable and severity of accident as the dependent variable. The analysis revealed a statistically significant correlation between the effective impact speed and the severity of ship damage, indicating that the severity of ship damage is influenced not only by the effective impact speed but also by the tonnage of the vessel.
Journal of the Korea institute for structural maintenance and inspection
/
v.11
no.3
/
pp.159-166
/
2007
This paper evaluates the soundness of structural elements using Wavelet Packet Transform (WPT). WPT is applied to the response acceleration of a framed structure which is subjected to earthquake load to decompose the response acceleration, then the energy of each component is calculated. The first five largest components in energy magnitude among the decomposed components are selected as input to an ANN to identify the damage location and severity. Two nodes in output layer yield damaged element and damage severity respectively. This method successfully evaluates the amount of damage and its location in the structure.
It is essential to monitor the working conditions of bolt-connected joints, which are widely used in various kinds of steel structures. The looseness of bolts may directly affect the stability and safety of the entire structure. In this study, a guided wave-based method for bolt looseness detection and localization is presented for a joint structure with multiple bolts. SH waves generated and received by a small number (two pairs) of magnetostrictive transducers were used. The bolt looseness index was proposed based on the changes in the reconstructed responses excited by the time reversal signals of the measured unit impulse responses. The damage locations and local damage severities were estimated using the damage indices from several wave propagation paths. The back propagation neural network (BPNN) technique was employed to identify the local damages. Numerical and experimental studies were conducted on a lap joint with eight bolts. The results show that the total damage severity can be successfully detected under the effect of external force and measurement noise. The local damage severity can be estimated reasonably for the experimental data using the BPNN constructed by the training patterns generated from the finite element simulations.
Karayannis, Chris G.;Voutetaki, Maristella E.;Chalioris, Constantin E.;Providakis, Costas P.;Angeli, Georgia M.
Smart Structures and Systems
/
v.15
no.4
/
pp.997-1018
/
2015
Structural health monitoring along with damage detection and assessment of its severity level in non-accessible reinforced concrete members using piezoelectric materials becomes essential since engineers often face the problem of detecting hidden damage. In this study, the potential of the detection of flexural damage state in the lower part of the mid-span area of a simply supported reinforced concrete beam using piezoelectric sensors is analytically investigated. Two common severity levels of flexural damage are examined: (i) cracking of concrete that extends from the external lower fiber of concrete up to the steel reinforcement and (ii) yielding of reinforcing bars that occurs for higher levels of bending moment and after the flexural cracking. The purpose of this investigation is to apply finite element modeling using admittance based signature data to analyze its accuracy and to check the potential use of this technique to monitor structural damage in real-time. It has been indicated that damage detection capability greatly depends on the frequency selection rather than on the level of the harmonic excitation loading. This way, the excitation loading sequence can have a level low enough that the technique may be considered as applicable and effective for real structures. Further, it is concluded that the closest applied piezoelectric sensor to the flexural damage demonstrates higher overall sensitivity to structural damage in the entire frequency band for both damage states with respect to the other used sensors. However, the observed sensitivity of the other sensors becomes comparatively high in the peak values of the root mean square deviation index.
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.