Documents disponibles écrits par cet auteur

Bayesian Analysis of the Phase II IASC-ASCE Structural Health Monitoring Experimental Benchmark Data / Ching, J. in Journal of engineering mechanics, Vol. 130 N°10 (Octobre 2004) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 130 N°10 (Octobre 2004) . - p. . 1233-1244 Titre : Bayesian Analysis of the Phase II IASC-ASCE Structural Health Monitoring Experimental Benchmark Data Titre original : Analyse Bayésienne des Données Expérimentales Structurales de Repère de Surveillance de Santé de la Phase II IASC-ASCE Type de document : texte imprimé Auteurs : Ching, J., Auteur ; James L. Beck, Auteur ; Ghanem, Roger G., Editeur scientifique Article en page(s) : p. . 1233-1244 Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Damage  assessment  Bayesian  analysis  Identification  Bench  marks  Structural  analysis  Modal  analysis  Evaluation  de  dommages  Analyse  bayésienne  Identification  Mettre  hors  jeu  les  marques  Analyse  structurale  Analyse  modèle Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : A two-step probabilistic structural health monitoring approach is used to analyze the Phase II experimental benchmark studies sponsored by the IASC–ASCE Task Group on Structural Health Monitoring. This study involves damage detection and assessment of the test structure using experimental data generated by hammer impact and ambient vibrations. The two-step approach involves modal identification followed by damage assessment using the pre- and postdamage modal parameters based on the Bayesian updating methodology. An Expectation–Maximization algorithm is proposed to find the most probable values of the parameters. It is shown that the brace damage can be successfully detected and assessed from either the hammer or ambient vibration data. The connection damage is much more difficult to reliably detect and assess because the identified modal parameters are less sensitive to connection damage, allowing the modeling errors to have more influence on the results. Une approche structurale probabiliste en deux étapes de surveillance de santé est employée pour analyser la phase II les études qu'expérimentales de repère commanditées par l'IASC-ASCE travail le groupe sur la surveillance de santé structurale. Cette étude implique la détection de dommages et l'évaluation de la structure d'essai en utilisant des données expérimentales produites par impact de marteau et vibrations ambiantes. L'approche en deux étapes comporte l'identification modale suivi d'employer d'évaluation de dommages pré et des paramètres de postdamage modaux basés sur la méthodologie de mise à jour bayésienne. On propose un algorithme d'Espérance-Maximisation pour trouver les valeurs les plus probables des paramètres. On lui montre que les dommages de croisillon peuvent être avec succès détectés et évalués du marteau ou des données ambiantes de vibration. Il est beaucoup plus difficile sûrement détecter et évaluer les dommages de raccordement parce que les paramètres modaux identifiés sont moins sensibles aux dommages de raccordement, permettant aux erreurs modelantes d'avoir plus d'influence sur les résultats. DEWEY : 620.1 ISSN : 0733-9399 En ligne : jyching@caltech.edu, jimbeck@caltech.edu [article] Bayesian Analysis of the Phase II IASC-ASCE Structural Health Monitoring Experimental Benchmark Data = Analyse Bayésienne des Données Expérimentales Structurales de Repère de Surveillance de Santé de la Phase II IASC-ASCE [texte imprimé] / Ching, J., Auteur ; James L. Beck, Auteur ; Ghanem, Roger G., Editeur scientifique . - p. . 1233-1244. Génie Mécanique Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 130 N°10 (Octobre 2004) . - p. . 1233-1244 Mots-clés : Damage  assessment  Bayesian  analysis  Identification  Bench  marks  Structural  analysis  Modal  analysis  Evaluation  de  dommages  Analyse  bayésienne  Identification  Mettre  hors  jeu  les  marques  Analyse  structurale  Analyse  modèle Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : A two-step probabilistic structural health monitoring approach is used to analyze the Phase II experimental benchmark studies sponsored by the IASC–ASCE Task Group on Structural Health Monitoring. This study involves damage detection and assessment of the test structure using experimental data generated by hammer impact and ambient vibrations. The two-step approach involves modal identification followed by damage assessment using the pre- and postdamage modal parameters based on the Bayesian updating methodology. An Expectation–Maximization algorithm is proposed to find the most probable values of the parameters. It is shown that the brace damage can be successfully detected and assessed from either the hammer or ambient vibration data. The connection damage is much more difficult to reliably detect and assess because the identified modal parameters are less sensitive to connection damage, allowing the modeling errors to have more influence on the results. Une approche structurale probabiliste en deux étapes de surveillance de santé est employée pour analyser la phase II les études qu'expérimentales de repère commanditées par l'IASC-ASCE travail le groupe sur la surveillance de santé structurale. Cette étude implique la détection de dommages et l'évaluation de la structure d'essai en utilisant des données expérimentales produites par impact de marteau et vibrations ambiantes. L'approche en deux étapes comporte l'identification modale suivi d'employer d'évaluation de dommages pré et des paramètres de postdamage modaux basés sur la méthodologie de mise à jour bayésienne. On propose un algorithme d'Espérance-Maximisation pour trouver les valeurs les plus probables des paramètres. On lui montre que les dommages de croisillon peuvent être avec succès détectés et évalués du marteau ou des données ambiantes de vibration. Il est beaucoup plus difficile sûrement détecter et évaluer les dommages de raccordement parce que les paramètres modaux identifiés sont moins sensibles aux dommages de raccordement, permettant aux erreurs modelantes d'avoir plus d'influence sur les résultats. DEWEY : 620.1 ISSN : 0733-9399 En ligne : jyching@caltech.edu, jimbeck@caltech.edu

Bayesian learning using automatic relevance determination prior with an application to earthquake early warning / Chang Kook Oh in Journal of engineering mechanics, Vol. 134 n°12 (Décembre 2008) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 134 n°12 (Décembre 2008) . - pp.1013–1020. Titre : Bayesian learning using automatic relevance determination prior with an application to earthquake early warning Type de document : texte imprimé Auteurs : Chang Kook Oh, Auteur ; James L. Beck, Auteur ; Masumi Yamada, Auteur Année de publication : 2009 Article en page(s) : pp.1013–1020. Note générale : Mécanique appliquée Langues : Anglais (eng) Mots-clés : Seismic  effects  Bayesian  analysis  Forecasting  Earthquakes Résumé : A novel method of Bayesian learning with automatic relevance determination prior is presented that provides a powerful approach to problems of classification based on data features, for example, classifying soil liquefaction potential based on soil and seismic shaking parameters, automatically classifying the damage states of a structure after severe loading based on features of its dynamic response, and real-time classification of earthquakes based on seismic signals. After introduction of the theory, the method is illustrated by applying it to an earthquake record dataset from nine earthquakes to build an efficient real-time algorithm for near-source versus far-source classification of incoming seismic ground motion signals. This classification is needed in the development of early warning systems for large earthquakes. It is shown that the proposed methodology is promising since it provides a classifier with higher correct classification rates and better generalization performance than a previous Bayesian learning method with a fixed prior distribution that was applied to the same classification problem ISSN : 0733-9399 En ligne : http://ascelibrary.org/doi/abs/10.1061/%28ASCE%290733-9399%282008%29134%3A12%281 [...] [article] Bayesian learning using automatic relevance determination prior with an application to earthquake early warning [texte imprimé] / Chang Kook Oh, Auteur ; James L. Beck, Auteur ; Masumi Yamada, Auteur . - 2009 . - pp.1013–1020. Mécanique appliquée Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 134 n°12 (Décembre 2008) . - pp.1013–1020. Mots-clés : Seismic  effects  Bayesian  analysis  Forecasting  Earthquakes Résumé : A novel method of Bayesian learning with automatic relevance determination prior is presented that provides a powerful approach to problems of classification based on data features, for example, classifying soil liquefaction potential based on soil and seismic shaking parameters, automatically classifying the damage states of a structure after severe loading based on features of its dynamic response, and real-time classification of earthquakes based on seismic signals. After introduction of the theory, the method is illustrated by applying it to an earthquake record dataset from nine earthquakes to build an efficient real-time algorithm for near-source versus far-source classification of incoming seismic ground motion signals. This classification is needed in the development of early warning systems for large earthquakes. It is shown that the proposed methodology is promising since it provides a classifier with higher correct classification rates and better generalization performance than a previous Bayesian learning method with a fixed prior distribution that was applied to the same classification problem ISSN : 0733-9399 En ligne : http://ascelibrary.org/doi/abs/10.1061/%28ASCE%290733-9399%282008%29134%3A12%281 [...]

Bayesian model updating using hybrid monte carlo simulation with application to structural dynamic models with many uncertain parameters / Sai Hung Cheung in Journal of engineering mechanics, Vol. 135 N° 4 (Avril 2009) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 135 N° 4 (Avril 2009) . - pp. 243-255 Titre : Bayesian model updating using hybrid monte carlo simulation with application to structural dynamic models with many uncertain parameters Type de document : texte imprimé Auteurs : Sai Hung Cheung, Auteur ; James L. Beck, Auteur Article en page(s) : pp. 243-255 Note générale : Mécanique appliquée Langues : Anglais (eng) Mots-clés : Bayesian  analysis  Identification  Simulation  Structural  dynamics  Hybrid  methods  Monte  Carlo  method. Résumé : In recent years, Bayesian model updating techniques based on measured data have been applied to system identification of structures and to structural health monitoring. A fully probabilistic Bayesian model updating approach provides a robust and rigorous framework for these applications due to its ability to characterize modeling uncertainties associated with the underlying structural system and to its exclusive foundation on the probability axioms. The plausibility of each structural model within a set of possible models, given the measured data, is quantified by the joint posterior probability density function of the model parameters. This Bayesian approach requires the evaluation of multidimensional integrals, and this usually cannot be done analytically. Recently, some Markov chain Monte Carlo simulation methods have been developed to solve the Bayesian model updating problem. However, in general, the efficiency of these proposed approaches is adversely affected by the dimension of the model parameter space. In this paper, the Hybrid Monte Carlo method is investigated (also known as Hamiltonian Markov chain method), and we show how it can be used to solve higher-dimensional Bayesian model updating problems. Practical issues for the feasibility of the Hybrid Monte Carlo method to such problems are addressed, and improvements are proposed to make it more effective and efficient for solving such model updating problems. New formulae for Markov chain convergence assessment are derived. The effectiveness of the proposed approach for Bayesian model updating of structural dynamic models with many uncertain parameters is illustrated with a simulated data example involving a ten-story building that has 31 model parameters to be updated. DEWEY : 620.1 ISSN : 0733-9399 En ligne : http://ascelibrary.aip.org/getabs/servlet/GetabsServlet?prog=normal&id=JENMDT000 [...] [article] Bayesian model updating using hybrid monte carlo simulation with application to structural dynamic models with many uncertain parameters [texte imprimé] / Sai Hung Cheung, Auteur ; James L. Beck, Auteur . - pp. 243-255. Mécanique appliquée Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 135 N° 4 (Avril 2009) . - pp. 243-255 Mots-clés : Bayesian  analysis  Identification  Simulation  Structural  dynamics  Hybrid  methods  Monte  Carlo  method. Résumé : In recent years, Bayesian model updating techniques based on measured data have been applied to system identification of structures and to structural health monitoring. A fully probabilistic Bayesian model updating approach provides a robust and rigorous framework for these applications due to its ability to characterize modeling uncertainties associated with the underlying structural system and to its exclusive foundation on the probability axioms. The plausibility of each structural model within a set of possible models, given the measured data, is quantified by the joint posterior probability density function of the model parameters. This Bayesian approach requires the evaluation of multidimensional integrals, and this usually cannot be done analytically. Recently, some Markov chain Monte Carlo simulation methods have been developed to solve the Bayesian model updating problem. However, in general, the efficiency of these proposed approaches is adversely affected by the dimension of the model parameter space. In this paper, the Hybrid Monte Carlo method is investigated (also known as Hamiltonian Markov chain method), and we show how it can be used to solve higher-dimensional Bayesian model updating problems. Practical issues for the feasibility of the Hybrid Monte Carlo method to such problems are addressed, and improvements are proposed to make it more effective and efficient for solving such model updating problems. New formulae for Markov chain convergence assessment are derived. The effectiveness of the proposed approach for Bayesian model updating of structural dynamic models with many uncertain parameters is illustrated with a simulated data example involving a ten-story building that has 31 model parameters to be updated. DEWEY : 620.1 ISSN : 0733-9399 En ligne : http://ascelibrary.aip.org/getabs/servlet/GetabsServlet?prog=normal&id=JENMDT000 [...]

Identification of the Soil-Structure Interaction System using Earthquake Response Data / Choi, Jun-Seong in Journal of engineering mechanics, Vol. 130 N°7 (Juillet 2004) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 130 N°7 (Juillet 2004) . - 753-761 p. Titre : Identification of the Soil-Structure Interaction System using Earthquake Response Data Titre original : Identification du Système d'Interaction de Structure de Sol en Utilisant des Données de Réponse aux Séismes Type de document : texte imprimé Auteurs : Choi, Jun-Seong, Auteur ; Lee, Jong-Seh, Auteur ; Yun, Chung-Bang ; James L. Beck, Editeur scientifique Article en page(s) : 753-761 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Soil-structure  interaction  Earthquakes  Data  analysis  Seismic  design  Interaction  de  structure  de  sol  Tremblements  de  terre  Analyse  de  données  Conception  séismique Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : This paper demonstrates how system identification techniques can be successfully applied to a soil-structure interaction system using the earthquake response data. The parameters identified are the shear moduli of several near-field soil regions and Young’s moduli of the shell sections of the structure. The soil-structure interaction system is modeled by the finite element method combined with the infinite element formulation for the unbounded layered soil medium. The simulated earthquake responses using the identified parameters are shown to be in excellent agreement with the observed response data. Prediction of the responses is also carried out for a larger earthquake event using the identified parameters as the initial properties in the equivalent linearization procedure. It has been found that the predicted responses are also compared very well with the measured responses. Cet article démontre comment des techniques d'identification de système peuvent être avec succès appliquées à un système d'interaction de structure de sol en utilisant les données de réponse aux séismes. Les paramètres identifiés sont les modules de cisaillement de plusieurs régions proches de sol de champ et les modules de Young des sections de coquille de la structure. Le système d'interaction de structure de sol est modelé par la méthode d'élément fini combinée avec la formulation d'élément infinie pour le milieu posé illimité de sol. Les réponses aux séismes simulées employant les paramètres identifiés sont montrées pour être dans l'excellent accord avec les données observées de réponse. La prévision des réponses est également effectuée pour un plus grand événement de tremblement de terre en utilisant les paramètres identifiés comme propriétés initiales dans le procédé équivalent de linéarisation. On l'a constaté que les réponses prévues sont également comparées très bien aux réponses mesurées. DEWEY : 620.1 ISSN : 0733-9399 En ligne : ycb@kaist.ac.kr, ceo@kmctech.co.kr, jonglee@hanyang.ac.kr [article] Identification of the Soil-Structure Interaction System using Earthquake Response Data = Identification du Système d'Interaction de Structure de Sol en Utilisant des Données de Réponse aux Séismes [texte imprimé] / Choi, Jun-Seong, Auteur ; Lee, Jong-Seh, Auteur ; Yun, Chung-Bang ; James L. Beck, Editeur scientifique . - 753-761 p. Génie Mécanique Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 130 N°7 (Juillet 2004) . - 753-761 p. Mots-clés : Soil-structure  interaction  Earthquakes  Data  analysis  Seismic  design  Interaction  de  structure  de  sol  Tremblements  de  terre  Analyse  de  données  Conception  séismique Index. décimale : 620.1 Essais des matériaux. Défauts des matériaux. Protection des matériaux Résumé : This paper demonstrates how system identification techniques can be successfully applied to a soil-structure interaction system using the earthquake response data. The parameters identified are the shear moduli of several near-field soil regions and Young’s moduli of the shell sections of the structure. The soil-structure interaction system is modeled by the finite element method combined with the infinite element formulation for the unbounded layered soil medium. The simulated earthquake responses using the identified parameters are shown to be in excellent agreement with the observed response data. Prediction of the responses is also carried out for a larger earthquake event using the identified parameters as the initial properties in the equivalent linearization procedure. It has been found that the predicted responses are also compared very well with the measured responses. Cet article démontre comment des techniques d'identification de système peuvent être avec succès appliquées à un système d'interaction de structure de sol en utilisant les données de réponse aux séismes. Les paramètres identifiés sont les modules de cisaillement de plusieurs régions proches de sol de champ et les modules de Young des sections de coquille de la structure. Le système d'interaction de structure de sol est modelé par la méthode d'élément fini combinée avec la formulation d'élément infinie pour le milieu posé illimité de sol. Les réponses aux séismes simulées employant les paramètres identifiés sont montrées pour être dans l'excellent accord avec les données observées de réponse. La prévision des réponses est également effectuée pour un plus grand événement de tremblement de terre en utilisant les paramètres identifiés comme propriétés initiales dans le procédé équivalent de linéarisation. On l'a constaté que les réponses prévues sont également comparées très bien aux réponses mesurées. DEWEY : 620.1 ISSN : 0733-9399 En ligne : ycb@kaist.ac.kr, ceo@kmctech.co.kr, jonglee@hanyang.ac.kr

Model Selection Using Response Measurement Bayesian Probabilistic Approach / James L. Beck in Journal of engineering mechanics, Vol. 130 N°2 (Fevrier 2004) 

Public ISBD [article]  in Journal of engineering mechanics > Vol. 130 N°2 (Fevrier 2004) . - 192-203 p. Titre : Model Selection Using Response Measurement Bayesian Probabilistic Approach Titre original : Choix Modèle en Utilisant l'Approche Probabiliste Bayésienne de Mesure de Réponse Type de document : texte imprimé Auteurs : James L. Beck, Auteur ; Ghanem, Roger G., Editeur scientifique ; Yuen, Ka-Veng, Auteur Article en page(s) : 192-203 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Bayesian  analysis  Model  studies  Time  series  analysis  Probabilistic  methods  Mechanical  systems  Measurement  Excitation  Analyse  bayésienne  Etudes  de  modèle  Analyse  de  série  chronologique  Méthodes  probabilistes  Systèmes  mécaniques  Mesure Index. décimale : 621.34 Résumé : A Bayesian probabilistic approach is presented for selecting the most plausible class of models for a structural or mechanical system within some specified set of model classes, based on system response data. The crux of the approach is to rank the classes of models based on their probabilities conditional on the response data which can be calculated based on Bayes' theorem and an asymptotic expansion for the evidence for each model class. The approach provides a quantitative expression of a principle of model parsimony or of Ockham's razor which in this context can be stated as "simpler models are to be preferred over unnecessarily complicated ones." Examples are presented to illustrate the method using a single-degree-of-freedom bilinear hysteretic system, a linear two-story frame, and a ten-story shear building, all of which are subjected to seismic excitation. Une approche probabiliste bayésienne est présentée pour choisir la classe la plus plausible des modèles pour un système structural ou mécanique dans un certain ensemble indiqué de classes modèles, basé sur des données de réaction de système. Le noeud de l'approche doit ranger les classes des modèles basés sur leurs probabilités conditionnelles sur les données de réponse qui peuvent être calculées ont basé sur le théorème et une expansion asymptotique de Bayes'pour l'évidence pour chaque classe modèle. L'approche fournit une expression quantitative d'un principe de la parcimonie modèle ou du rasoir d'Ockham qui dans ce contexte peut être énoncé comme "des modèles plus simples doivent être excédent préféré ont inutilement compliqué ceux." Des exemples sont présentés pour illustrer la méthode en utilisant un seul degré de système par hystérésis bilinéaire de liberté, d'une armature linéaire de deux histoires, et d'un bâtiment de cisaillement de dix histoires, qui sont soumis à l'excitation séismique. En ligne : jimbeck@caltech.edu [article] Model Selection Using Response Measurement Bayesian Probabilistic Approach = Choix Modèle en Utilisant l'Approche Probabiliste Bayésienne de Mesure de Réponse [texte imprimé] / James L. Beck, Auteur ; Ghanem, Roger G., Editeur scientifique ; Yuen, Ka-Veng, Auteur . - 192-203 p. Génie Mécanique Langues : Anglais (eng) in Journal of engineering mechanics > Vol. 130 N°2 (Fevrier 2004) . - 192-203 p. Mots-clés : Bayesian  analysis  Model  studies  Time  series  analysis  Probabilistic  methods  Mechanical  systems  Measurement  Excitation  Analyse  bayésienne  Etudes  de  modèle  Analyse  de  série  chronologique  Méthodes  probabilistes  Systèmes  mécaniques  Mesure Index. décimale : 621.34 Résumé : A Bayesian probabilistic approach is presented for selecting the most plausible class of models for a structural or mechanical system within some specified set of model classes, based on system response data. The crux of the approach is to rank the classes of models based on their probabilities conditional on the response data which can be calculated based on Bayes' theorem and an asymptotic expansion for the evidence for each model class. The approach provides a quantitative expression of a principle of model parsimony or of Ockham's razor which in this context can be stated as "simpler models are to be preferred over unnecessarily complicated ones." Examples are presented to illustrate the method using a single-degree-of-freedom bilinear hysteretic system, a linear two-story frame, and a ten-story shear building, all of which are subjected to seismic excitation. Une approche probabiliste bayésienne est présentée pour choisir la classe la plus plausible des modèles pour un système structural ou mécanique dans un certain ensemble indiqué de classes modèles, basé sur des données de réaction de système. Le noeud de l'approche doit ranger les classes des modèles basés sur leurs probabilités conditionnelles sur les données de réponse qui peuvent être calculées ont basé sur le théorème et une expansion asymptotique de Bayes'pour l'évidence pour chaque classe modèle. L'approche fournit une expression quantitative d'un principe de la parcimonie modèle ou du rasoir d'Ockham qui dans ce contexte peut être énoncé comme "des modèles plus simples doivent être excédent préféré ont inutilement compliqué ceux." Des exemples sont présentés pour illustrer la méthode en utilisant un seul degré de système par hystérésis bilinéaire de liberté, d'une armature linéaire de deux histoires, et d'un bâtiment de cisaillement de dix histoires, qui sont soumis à l'excitation séismique. En ligne : jimbeck@caltech.edu

Reliability-based design using two-stage stochastic optimization with a treatment of model prediction errors / Alexandros A. Taflanidis in Journal of engineering mechanics, Vol. 136 N° 12 (Décembre 2010) 

Permalink

Reliability-based performance objectives and probabilistic robustness in structural control applications / Alexandros A. Taflanidis in Journal of engineering mechanics, Vol. 134 N°4 (Avril 2008) 

Permalink

Robust stochastic design of linear controlled systems for performance optimization / Alexandros A. Taflanidis in Transactions of the ASME . Journal of dynamic systems, measurement, and control, Vol. 132 N° 5 (Septembre 2010) 

Permalink