Documents disponibles écrits par cet auteur

Mixed Integer Nonlinear Least-squares Problem for Damage Detection in Truss Structures / Araki, Y. in Journal of engineering mechanics, vol.131, N° 7 (juillet 2005)

Public ISBD [article]  in Journal of engineering mechanics > vol.131, N° 7 (juillet 2005) . - 659-667 p. Titre : Mixed Integer Nonlinear Least-squares Problem for Damage Detection in Truss Structures Titre original : Problème des Moindres Carrés Non-Linéaire de Nombre Entier Mélangé pour la Détection de Dommages en Structures de Botte Type de document : texte imprimé Auteurs : Araki, Y., Auteur ; Miyagi, Y., Auteur Article en page(s) : 659-667 p. Note générale : Génie Civil, Génie Mécanique, Hydraulique Langues : Anglais (eng) Mots-clés : Damage  Parameters  Trusses  Least  squares  method  Vibration  Detection  des  dommages  Paramètres  bottes  Poutres  Armaures  Methode  des  moindres  carrés  Vibration Index. décimale : 624/621.34/630 Résumé : We present a mixed integer nonlinear least-squares problem for identifying damage in truss structures from their measured response. In Detecting damage based on parameter estimation, the number of unknown parameters is often less than that of measurements, which gives rise to noninique solutions. To Overcome the difficulty, we formulate damage detection as a mixed integer nonlinear least-squares problem, where the subset of unknown parameters is sought that best represents damaged sites. To solve the problem, we present four heuristic algorithms based on the greedy algorithm. One is its direct applications. The Other three select the near-optimal subsets more efficiently by linearizing the error function, by applying the line search, and by grouping unknown parameters. We assess the performance of these algorithms along with conventional regularization methods through numerical experiments, where many synthetic damage cases are tested. The effect of modeling and measurement errors on the estimate is also studied. We found from the numerical experiments that the linearization-based approach was more efficient than the direct application while the two methods gave reasonably accurate estimate. Nous présentons un problème des moindres carrés non-linéaire de nombre entier mélangé pour identifier des dommages en structures de botte de leur réponse mesurée. En détectant des dommages basés sur l'évaluation de paramètre, le nombre de paramètres inconnus est souvent moins que cela des mesures, qui provoque des solutions de noninique. Pour surmonter la difficulté, nous formulons la détection de dommages comme problème des moindres carrés non-linéaire de nombre entier mélangé, où on cherche le sous-ensemble de paramètres inconnus qui représente mieux les emplacements endommagés. Pour résoudre le problème, nous présentons quatre algorithmes heuristiques basés sur l'algorithme avide. On est ses applications directes. Les autres trois choisis les sous-ensembles proche-optimaux plus efficacement en linéarisant la fonction erreur, en appliquant la ligne recherche, et par des paramètres inconnus groupants. Nous évaluons l'exécution de ces algorithmes avec des méthodes conventionnelles de régularisation par des expériences numériques, où beaucoup de cas synthétiques de dommages sont examinés. L'effet des erreurs de modeler et de mesure sur l'évaluation est également étudié. Nous avons trouvé des expériences numériques que l'approche linéarisation-basée était plus efficace que l'application directe tandis que les deux méthodes donnaient l'évaluation raisonnablement précise. [article] Mixed Integer Nonlinear Least-squares Problem for Damage Detection in Truss Structures = Problème des Moindres Carrés Non-Linéaire de Nombre Entier Mélangé pour la Détection de Dommages en Structures de Botte [texte imprimé] / Araki, Y., Auteur ; Miyagi, Y., Auteur . - 659-667 p. Génie Civil, Génie Mécanique, Hydraulique Langues : Anglais (eng) in Journal of engineering mechanics > vol.131, N° 7 (juillet 2005) . - 659-667 p. Mots-clés : Damage  Parameters  Trusses  Least  squares  method  Vibration  Detection  des  dommages  Paramètres  bottes  Poutres  Armaures  Methode  des  moindres  carrés  Vibration Index. décimale : 624/621.34/630 Résumé : We present a mixed integer nonlinear least-squares problem for identifying damage in truss structures from their measured response. In Detecting damage based on parameter estimation, the number of unknown parameters is often less than that of measurements, which gives rise to noninique solutions. To Overcome the difficulty, we formulate damage detection as a mixed integer nonlinear least-squares problem, where the subset of unknown parameters is sought that best represents damaged sites. To solve the problem, we present four heuristic algorithms based on the greedy algorithm. One is its direct applications. The Other three select the near-optimal subsets more efficiently by linearizing the error function, by applying the line search, and by grouping unknown parameters. We assess the performance of these algorithms along with conventional regularization methods through numerical experiments, where many synthetic damage cases are tested. The effect of modeling and measurement errors on the estimate is also studied. We found from the numerical experiments that the linearization-based approach was more efficient than the direct application while the two methods gave reasonably accurate estimate. Nous présentons un problème des moindres carrés non-linéaire de nombre entier mélangé pour identifier des dommages en structures de botte de leur réponse mesurée. En détectant des dommages basés sur l'évaluation de paramètre, le nombre de paramètres inconnus est souvent moins que cela des mesures, qui provoque des solutions de noninique. Pour surmonter la difficulté, nous formulons la détection de dommages comme problème des moindres carrés non-linéaire de nombre entier mélangé, où on cherche le sous-ensemble de paramètres inconnus qui représente mieux les emplacements endommagés. Pour résoudre le problème, nous présentons quatre algorithmes heuristiques basés sur l'algorithme avide. On est ses applications directes. Les autres trois choisis les sous-ensembles proche-optimaux plus efficacement en linéarisant la fonction erreur, en appliquant la ligne recherche, et par des paramètres inconnus groupants. Nous évaluons l'exécution de ces algorithmes avec des méthodes conventionnelles de régularisation par des expériences numériques, où beaucoup de cas synthétiques de dommages sont examinés. L'effet des erreurs de modeler et de mesure sur l'évaluation est également étudié. Nous avons trouvé des expériences numériques que l'approche linéarisation-basée était plus efficace que l'application directe tandis que les deux méthodes donnaient l'évaluation raisonnablement précise.