Key points are not available for this paper at this time.
Techniken zur Schadensdetektion wurden vorgeschlagen, um Änderungen der Modalparameter auszunutzen und das Ausmaß sowie den Standort von Schäden in großen Strukturen zu identifizieren. Die meisten dieser Techniken vernachlässigen jedoch im Allgemeinen die Umwelteinflüsse auf die Modalparameter. Solche Umwelteinflüsse umfassen Änderungen der Lasten, Randbedingungen, Temperatur und Luftfeuchtigkeit. Tatsächlich können die durch Umwelteinflüsse bedingten Änderungen oft subtilere strukturelle Veränderungen, die durch Schäden verursacht werden, maskieren. Diese Arbeit untersucht ein lineares adaptives Modell zur Unterscheidung der Änderungen der Modalparameter aufgrund von Temperaturänderungen von denen, die durch strukturelle Schäden oder andere Umwelteinflüsse verursacht werden. Daten von der Alamosa Canyon Bridge im Bundesstaat New Mexico wurden verwendet, um die Wirksamkeit des adaptiven Filters für dieses Problem zu demonstrieren. Die Ergebnisse zeigen, dass ein linearer Filter mit vier Eingängen (zwei zeitliche und zwei räumliche Dimensionen) für die Temperatur die natürliche Variabilität der Frequenzen im Hinblick auf die Tageszeit reproduzieren kann. Mit diesem einfachen Modell versuchen wir, ein Konfidenzintervall für die Frequenzen für ein neues Temperaturprofil festzulegen, um die natürliche Variation aufgrund von Temperatur zu unterscheiden. Copyright © 1999 John Wiley & Sons, Ltd.
Sohn et al. (Sun,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: