Model updating and damage detection of an aluminum truss with double eigenvalues
Notice bibliographique
Résumé
Damage in a truss is detected by updating a finite element model before and after\ndamage has occurred. A sensitivity-based update method is used, which requires the derivatives\nof eigenvalues and eigenvectors of the finite element model. Since the truss is symmetric, it has\ndouble eigenvalues, and the corresponding eigenvectors are non-unique. The problem manifests\nitself typically in that the calculated eigenvectors are rotated with respect to the measured eigenvectors.\nThe theory of eigenvector derivatives in the case of multiple eigenvalues is reviewed.\nWith this theory, unique eigenvectors can be determined but they depend on the update\nparameter under consideration. As an <i>ad hoc</i> strategy, the eigenvectors that are closest to the\nmeasured ones are selected, assuming that the corresponding parameter is the one that presumably\nwill undergo the largest change during the update. In this way, the calculated eigenvectors\nare automatically rotated to the measured ones. The algorithm is applied to an aluminum truss\nthat has been tested experimentally at the University of Sherbrooke. Eigenvalues and eigenvectors\nwere determined from ambient vibration tests. Damage has been induced by removing a diagonal\nelement. The algorithm handles well the case of double eigenvalues and predicts accurately\nthe induced damage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».