Documents disponibles écrits par cet auteur

Linking Nonlinear System Identification with Nonlinear dynamic simulation under openSees / Krisda Piyawat in Journal of engineering mechanics, Vol. 135 N° 11 (Novembre 2009) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 135 N° 11 (Novembre 2009) . - pp. 1213-1226 Titre : Linking Nonlinear System Identification with Nonlinear dynamic simulation under openSees : some justifications and implementations Type de document : texte imprimé Auteurs : Krisda Piyawat, Auteur ; Pei, Jin-Song, Auteur Année de publication : 2009 Article en page(s) : pp. 1213-1226 Note générale : Mécanique appliquée Langues : Anglais (eng) Mots-clés : Nonlinear  systems  Simulation  Implementation  Experimentation. Résumé : This study seeks to bridge the gap between nonlinear system identification and nonlinear dynamic finite-element analysis. Motivated by the needs in earthquake simulation, it is first investigated under which conditions and to what degree the prediction of maximum lateral drift and base shear requires accurate nonlinear hysteretic moment-rotation joint models. A series of simulations is carried out using a simple but typical steel frame under two different earthquake ground motion time histories scaled up to various levels. As one of the two major classes of models in nonlinear system identification, nonparametric models are proposed to be implemented into OpenSees. A methodology with details is provided to effectively implement feedforward neural networks with one hidden layer as a new one-dimensional nonlinear smooth material model directly from a MATLAB environment to OpenSees. The same methodology can be applied to benefit the implementation of other parametric and nonparametric models with linear parameterization. Numerical examples are provided. Challenges are discussed and future work is identified. DEWEY : 620.1 RAMEAU : 0733-9399 En ligne : http://ascelibrary.aip.org/vsearch/servlet/VerityServlet?KEY=JENMDT&ONLINE=YES&s [...] [article] Linking Nonlinear System Identification with Nonlinear dynamic simulation under openSees : some justifications and implementations [texte imprimé] / Krisda Piyawat, Auteur ; Pei, Jin-Song, Auteur . - 2009 . - pp. 1213-1226. Mécanique appliquée Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 135 N° 11 (Novembre 2009) . - pp. 1213-1226 Mots-clés : Nonlinear  systems  Simulation  Implementation  Experimentation. Résumé : This study seeks to bridge the gap between nonlinear system identification and nonlinear dynamic finite-element analysis. Motivated by the needs in earthquake simulation, it is first investigated under which conditions and to what degree the prediction of maximum lateral drift and base shear requires accurate nonlinear hysteretic moment-rotation joint models. A series of simulations is carried out using a simple but typical steel frame under two different earthquake ground motion time histories scaled up to various levels. As one of the two major classes of models in nonlinear system identification, nonparametric models are proposed to be implemented into OpenSees. A methodology with details is provided to effectively implement feedforward neural networks with one hidden layer as a new one-dimensional nonlinear smooth material model directly from a MATLAB environment to OpenSees. The same methodology can be applied to benefit the implementation of other parametric and nonparametric models with linear parameterization. Numerical examples are provided. Challenges are discussed and future work is identified. DEWEY : 620.1 RAMEAU : 0733-9399 En ligne : http://ascelibrary.aip.org/vsearch/servlet/VerityServlet?KEY=JENMDT&ONLINE=YES&s [...]

New Approach to Designing Multilayer Feedforward Neural Network Architecture for Modeling Nonlinear Restoring Forces. I: Formulation / Pei, Jin-Song in Journal of engineering mechanics, Vol. 132 N°12 (Decembre 2006) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 132 N°12 (Decembre 2006) . - 1290-1300 p. Titre : New Approach to Designing Multilayer Feedforward Neural Network Architecture for Modeling Nonlinear Restoring Forces. I: Formulation Titre original : Nouvelle Approche à Concevoir l'Architecture Alimentée-vers l'Avant Multi-Couche de Réseau Neurologique pour Modeler les Forces de Reconstitution non linéaires. I : Formulation Type de document : texte imprimé Auteurs : Pei, Jin-Song, Auteur ; Schueller, Gerhart L., Editeur scientifique ; Smyth, Andrew W., Auteur Article en page(s) : 1290-1300 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Neural  networks  Mathematics  Geometry  Models  Hysteresis  Réseaux  neurologiques  Géométrie  Mathématiques  Modèles  Hystérésis Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : This paper addresses the modeling problem of nonlinear and hysteretic dynamic behaviors through a constructive modeling approach which exploits existing mathematical concepts in artificial neural network modeling. In contrast with many neural network applications, which often result in large and complex “black-box” models, here, the writers strive to produce phenomenologically accurate model behavior starting with network architecture of manageable/small sizes. This affords the potential of creating relationships between model parameter values and observed phenomenological behaviors. Here a linear sum of basis functions is used in modeling nonlinear hysteretic restoring forces. In particular, nonlinear sigmoidal activation functions are chosen as the core building block for their robustness in approximating arbitrary functions. The appropriateness and effectiveness of this set of basis function in modeling a wide variety of nonlinear dynamic behaviors observed in structural mechanics are depicted from an algebraic and geometric perspective. Cet article adresse le problème modelant des comportements dynamiques non linéaires et par hystérésis par une approche modelante constructive qui exploite des concepts mathématiques existants dans modeler artificiel de réseau neurologique. Contrairement à beaucoup d'applications de réseau neurologique, qui ont souvent comme conséquence de grands et complexes modèles de "boîte-noire", ici, les auteurs tâchent de produire le comportement modèle logiquement précis de phenomeno commençant par l'architecture de réseau de petites tailles maniables. Ceci a les moyens le potentiel de créer des rapports entre les valeurs de paramètre modèles et les comportements phénoménologiques observés. Ici une somme linéaire de fonctions de base est employée en modelant les forces de reconstitution par hystérésis non linéaires. En particulier, des fonctions sigmoïdales non linéaires d'activation sont choisies comme module de noyau pour leur robustesse en rapprochant des fonctions arbitraires. La convenance et l'efficacité de cet ensemble de fonction de base en modelant une grande variété de comportements dynamiques non-linéaires observés dans la mécanique structurale sont dépeintes d'une perspective algébrique et géométrique. DEWEY : 620.1 ISSN : 0733-9399 En ligne : smyth@civil.columbia.edu [article] New Approach to Designing Multilayer Feedforward Neural Network Architecture for Modeling Nonlinear Restoring Forces. I: Formulation = Nouvelle Approche à Concevoir l'Architecture Alimentée-vers l'Avant Multi-Couche de Réseau Neurologique pour Modeler les Forces de Reconstitution non linéaires. I : Formulation [texte imprimé] / Pei, Jin-Song, Auteur ; Schueller, Gerhart L., Editeur scientifique ; Smyth, Andrew W., Auteur . - 1290-1300 p. Génie Mécanique Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 132 N°12 (Decembre 2006) . - 1290-1300 p. Mots-clés : Neural  networks  Mathematics  Geometry  Models  Hysteresis  Réseaux  neurologiques  Géométrie  Mathématiques  Modèles  Hystérésis Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : This paper addresses the modeling problem of nonlinear and hysteretic dynamic behaviors through a constructive modeling approach which exploits existing mathematical concepts in artificial neural network modeling. In contrast with many neural network applications, which often result in large and complex “black-box” models, here, the writers strive to produce phenomenologically accurate model behavior starting with network architecture of manageable/small sizes. This affords the potential of creating relationships between model parameter values and observed phenomenological behaviors. Here a linear sum of basis functions is used in modeling nonlinear hysteretic restoring forces. In particular, nonlinear sigmoidal activation functions are chosen as the core building block for their robustness in approximating arbitrary functions. The appropriateness and effectiveness of this set of basis function in modeling a wide variety of nonlinear dynamic behaviors observed in structural mechanics are depicted from an algebraic and geometric perspective. Cet article adresse le problème modelant des comportements dynamiques non linéaires et par hystérésis par une approche modelante constructive qui exploite des concepts mathématiques existants dans modeler artificiel de réseau neurologique. Contrairement à beaucoup d'applications de réseau neurologique, qui ont souvent comme conséquence de grands et complexes modèles de "boîte-noire", ici, les auteurs tâchent de produire le comportement modèle logiquement précis de phenomeno commençant par l'architecture de réseau de petites tailles maniables. Ceci a les moyens le potentiel de créer des rapports entre les valeurs de paramètre modèles et les comportements phénoménologiques observés. Ici une somme linéaire de fonctions de base est employée en modelant les forces de reconstitution par hystérésis non linéaires. En particulier, des fonctions sigmoïdales non linéaires d'activation sont choisies comme module de noyau pour leur robustesse en rapprochant des fonctions arbitraires. La convenance et l'efficacité de cet ensemble de fonction de base en modelant une grande variété de comportements dynamiques non-linéaires observés dans la mécanique structurale sont dépeintes d'une perspective algébrique et géométrique. DEWEY : 620.1 ISSN : 0733-9399 En ligne : smyth@civil.columbia.edu

New Approach to Designing Multilayer Feedforward Neural Network Architecture for Modeling Nonlinear Restoring Forces. II: Applications / Pei, Jin-Song in Journal of engineering mechanics, Vol. 132 N°12 (Decembre 2006) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 132 N°12 (Decembre 2006) . - 1301-1312 p. Titre : New Approach to Designing Multilayer Feedforward Neural Network Architecture for Modeling Nonlinear Restoring Forces. II: Applications Titre original : Nouvelle Approche à Concevoir l'Architecture Multicouche de Réseau Neurologique d'Alimentation en Avant pour Modeler les Forces de Reconstitution Non Linéaires. II : Applications Type de document : texte imprimé Auteurs : Pei, Jin-Song, Auteur ; Smyth, Andrew W., Auteur ; Schueller, Gerhart L., Editeur scientifique Article en page(s) : 1301-1312 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Neural  networks  Dynamic  response  Models  Parameters  Design  Réseaux  neurologiques  Réponse  dynamique  Modèles  Paramètres  Conception Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : Based on the basic formulation developed in a companion paper, the writers now present the application of an artificial neural network approach to designing streamlined network models to simulate and identify the nonlinear dynamic response of single-degree-of-freedom oscillators using the restoring force-state mapping interpretation. The neural networks which use sigmoidal activation functions are shown to be highly robust in modeling a wide variety of commonly observed nonlinear structural dynamic response behaviors. By streamlining the networks, individual network model parameters take on physically or geometrically interpretable meaning, and hence, the network initialization can be achieved through an engineered approach rather than through less physically meaningful numerical initialization schemes. Although not proven in general, examples show that by starting with a more meaningful initial design, identification convergence is improved, and the final identified model parameters are seen to have a more physical meaning. A set of model architecture prototypes is developed to capture commonly observed nonlinear response behaviors. Basé sur la formulation de base qui s'est développé dans un papier de compagnon, les auteurs présentent maintenant l'application d'une approche artificielle de réseau neurologique à concevoir sur les modèles profilés de réseau pour simuler et identifier la réponse dynamique non-linéaire des oscillateurs de simple-degré-de-liberté en utilisant l'force-état de reconstitution traçant l'interprétation. Les réseaux neurologiques qui emploient des fonctions sigmoïdales d'activation s'avèrent fortement robustes en modelant une grande variété de comportements structuraux non linéaires généralement observés de réponse dynamique. Par le jet rayant les réseaux, les différents paramètres de modèle de réseau prennent dessus la signification physiquement ou géométriquement interprétable, et par conséquent, l'initialisation de réseau peut être réalisée par une approche machinée plutôt que par des arrangements numériques moins physiquement signicatifs d'initialisation. Bien que non avéré en général, les exemples montrent cela près commençant par une conception initiale plus signicative, la convergence d'identification est améliorée, et les paramètres modèles identifiés finals sont vus pour avoir une signification plus physique. Un ensemble de prototypes modèles d'architecture est développé pour capturer des comportements non linéaires généralement observés de réponse. DEWEY : 620.1 ISSN : 0733-9399 En ligne : smyth@civil.columbia.edu [article] New Approach to Designing Multilayer Feedforward Neural Network Architecture for Modeling Nonlinear Restoring Forces. II: Applications = Nouvelle Approche à Concevoir l'Architecture Multicouche de Réseau Neurologique d'Alimentation en Avant pour Modeler les Forces de Reconstitution Non Linéaires. II : Applications [texte imprimé] / Pei, Jin-Song, Auteur ; Smyth, Andrew W., Auteur ; Schueller, Gerhart L., Editeur scientifique . - 1301-1312 p. Génie Mécanique Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 132 N°12 (Decembre 2006) . - 1301-1312 p. Mots-clés : Neural  networks  Dynamic  response  Models  Parameters  Design  Réseaux  neurologiques  Réponse  dynamique  Modèles  Paramètres  Conception Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : Based on the basic formulation developed in a companion paper, the writers now present the application of an artificial neural network approach to designing streamlined network models to simulate and identify the nonlinear dynamic response of single-degree-of-freedom oscillators using the restoring force-state mapping interpretation. The neural networks which use sigmoidal activation functions are shown to be highly robust in modeling a wide variety of commonly observed nonlinear structural dynamic response behaviors. By streamlining the networks, individual network model parameters take on physically or geometrically interpretable meaning, and hence, the network initialization can be achieved through an engineered approach rather than through less physically meaningful numerical initialization schemes. Although not proven in general, examples show that by starting with a more meaningful initial design, identification convergence is improved, and the final identified model parameters are seen to have a more physical meaning. A set of model architecture prototypes is developed to capture commonly observed nonlinear response behaviors. Basé sur la formulation de base qui s'est développé dans un papier de compagnon, les auteurs présentent maintenant l'application d'une approche artificielle de réseau neurologique à concevoir sur les modèles profilés de réseau pour simuler et identifier la réponse dynamique non-linéaire des oscillateurs de simple-degré-de-liberté en utilisant l'force-état de reconstitution traçant l'interprétation. Les réseaux neurologiques qui emploient des fonctions sigmoïdales d'activation s'avèrent fortement robustes en modelant une grande variété de comportements structuraux non linéaires généralement observés de réponse dynamique. Par le jet rayant les réseaux, les différents paramètres de modèle de réseau prennent dessus la signification physiquement ou géométriquement interprétable, et par conséquent, l'initialisation de réseau peut être réalisée par une approche machinée plutôt que par des arrangements numériques moins physiquement signicatifs d'initialisation. Bien que non avéré en général, les exemples montrent cela près commençant par une conception initiale plus signicative, la convergence d'identification est améliorée, et les paramètres modèles identifiés finals sont vus pour avoir une signification plus physique. Un ensemble de prototypes modèles d'architecture est développé pour capturer des comportements non linéaires généralement observés de réponse. DEWEY : 620.1 ISSN : 0733-9399 En ligne : smyth@civil.columbia.edu

Solving dynamical systems involving piecewise restoring force using state event location / Joseph P. Wright in Journal of engineering mechanics, Vol. 138 N° 8 (Août 2012) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 138 N° 8 (Août 2012) . - pp.997–1020. Titre : Solving dynamical systems involving piecewise restoring force using state event location Type de document : texte imprimé Auteurs : Joseph P. Wright, Auteur ; Pei, Jin-Song, Auteur Année de publication : 2012 Article en page(s) : pp.997–1020. Note générale : Mécanique appliquée Langues : Anglais (eng) Mots-clés : Nonlinear  hysteretic  restoring  force  Differential-algebraic  equations  Piecewise  solutions  Discontinuities  Explicit  methods  Adaptive  Runge-Kutta  methods  State  event  location Résumé : Many theoretical and experimental studies of complex path-dependent dynamic systems lead to restoring forces expressed as piecewise nonlinear algebraic equations. Examples include, but are not limited to, bilinear hysteretic, Ramberg-Osgood, Masing, generalized Masing, Clough, and Takeda models, which are popular in engineering mechanics applications. These models relate restoring force to displacement and velocity by means of piecewise relations having only continuity, which leads to two sorts of challenges in numerical simulation. First, the equations of motion may not simply be a set of ordinary differential equations, rather they may fall within the framework of differential-algebraic equations (DAEs). Second, there are unknown locations of discontinuities of low-order derivatives of the solution. This study seeks accurate and efficient numerical solutions of the DAEs with continuity, enabling robust simulation of these complex nonlinear dynamic systems. This study focuses on explicit time integration for single degree-of-freedom problems, while presenting a suitable problem formulation, detailed guidelines, case studies, and convincing insights, while exploiting two built-in MATLAB functions (ode45.m and the Events option). User-defined options are carefully examined, and recommendations are made based on a systematic study of approximation accuracy and computational efficiency, particularly as they relate to global error and tolerance proportionality when using an explicit, adaptive Runge-Kutta (RK) solver. Obtaining accurate values of state event locations results in a robust approach to solving the identified class of problems. This work initiates the possibility of treating many similar models by using the proposed programming module and, more importantly, by applying and further advancing the underlying theoretical concepts. ISSN : 0733-9399 En ligne : http://ascelibrary.org/doi/abs/10.1061/%28ASCE%29EM.1943-7889.0000404 [article] Solving dynamical systems involving piecewise restoring force using state event location [texte imprimé] / Joseph P. Wright, Auteur ; Pei, Jin-Song, Auteur . - 2012 . - pp.997–1020. Mécanique appliquée Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 138 N° 8 (Août 2012) . - pp.997–1020. Mots-clés : Nonlinear  hysteretic  restoring  force  Differential-algebraic  equations  Piecewise  solutions  Discontinuities  Explicit  methods  Adaptive  Runge-Kutta  methods  State  event  location Résumé : Many theoretical and experimental studies of complex path-dependent dynamic systems lead to restoring forces expressed as piecewise nonlinear algebraic equations. Examples include, but are not limited to, bilinear hysteretic, Ramberg-Osgood, Masing, generalized Masing, Clough, and Takeda models, which are popular in engineering mechanics applications. These models relate restoring force to displacement and velocity by means of piecewise relations having only continuity, which leads to two sorts of challenges in numerical simulation. First, the equations of motion may not simply be a set of ordinary differential equations, rather they may fall within the framework of differential-algebraic equations (DAEs). Second, there are unknown locations of discontinuities of low-order derivatives of the solution. This study seeks accurate and efficient numerical solutions of the DAEs with continuity, enabling robust simulation of these complex nonlinear dynamic systems. This study focuses on explicit time integration for single degree-of-freedom problems, while presenting a suitable problem formulation, detailed guidelines, case studies, and convincing insights, while exploiting two built-in MATLAB functions (ode45.m and the Events option). User-defined options are carefully examined, and recommendations are made based on a systematic study of approximation accuracy and computational efficiency, particularly as they relate to global error and tolerance proportionality when using an explicit, adaptive Runge-Kutta (RK) solver. Obtaining accurate values of state event locations results in a robust approach to solving the identified class of problems. This work initiates the possibility of treating many similar models by using the proposed programming module and, more importantly, by applying and further advancing the underlying theoretical concepts. ISSN : 0733-9399 En ligne : http://ascelibrary.org/doi/abs/10.1061/%28ASCE%29EM.1943-7889.0000404