인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Electromechanical impedance (EMI) based structural health monitoring is performed by measuring the variation in the impedance due to the structural local damage. The impedance signals are acquired from the piezoelectric patches that are bonded on the structural surface. The impedance variation, which is directly related to the mechanical properties of the structure, indicates the presence of local structural damage. Two traditional EMI-based damage detection methods are based on calculating the difference between the measured impedance signals in the frequency domain from the baseline and the current structures. In this paper, a new structural damage detection approach by analyzing the time domain impedance responses is proposed. The measured time domain responses from the piezoelectric transducers will be used for analysis. With the use of the Time Frequency Autoregressive Moving Average (TFARMA) model, a damage index based on Singular Value Decomposition (SVD) is defined to identify the existence of the structural local damage. Experimental studies on a space steel truss bridge model in the laboratory are conducted to verify the proposed approach. Four piezoelectric transducers are attached at different locations and excited by a sweep-frequency signal. The impedance responses at different locations are analyzed with TFARMA model to investigate the effectiveness and performance of the proposed approach. The results demonstrate that the proposed approach is very sensitive and robust in detecting the bolt damage in the gusset plates of steel truss bridges.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
