On the detection of a nonlinear damage in an uncertain nonlinear beam using stochastic Volterra series

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorUniversidade do Estado do Rio de Janeiro (UERJ)-
Autor(es): dc.contributorUniversity of California San Diego (UCSD)-
Autor(es): dc.creatorVillani, Luis GG [UNESP]-
Autor(es): dc.creatorda Silva, Samuel [UNESP]-
Autor(es): dc.creatorCunha, Americo-
Autor(es): dc.creatorTodd, Michael D-
Data de aceite: dc.date.accessioned2022-02-22T00:27:42Z-
Data de disponibilização: dc.date.available2022-02-22T00:27:42Z-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2020-07-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1177/1475921719876086-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/199557-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/199557-
Descrição: dc.descriptionIn the present work, two issues that can complicate a damage detection process are considered: the uncertainties and the intrinsically nonlinear behavior. To deal with these issues, a stochastic version of the Volterra series is proposed as a baseline model, and novelty detection is applied to distinguish the condition of the structure between a reference baseline state (presumed “healthy”) and damaged. The studied system exhibits nonlinear behavior even in the reference condition, and it is exposed to a type of damage that causes the structure to display a nonlinear behavior with a different nature than the initial one. In addition, the uncertainties associated with data variation are taken into account in the application of the methodology. The results confirm that the monitoring of nonlinear coefficients and nonlinear components of the system response enables the method to detect the presence of the damage earlier than the application of some linear-based metrics. Besides that, the stochastic treatment enables the specification of a probabilistic interval of confidence for the system response in an uncertain ambient, thus providing more robust and reliable forecasts.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ)-
Descrição: dc.descriptionDepartamento de Engenharia Mecânica Faculdade de Engenharia de Ilha Solteira Universidade Estadual Paulista (UNESP-
Descrição: dc.descriptionNucleus of Modeling and Experimentation with Computers (NUMERICO) Universidade do Estado do Rio de Janeiro (UERJ)-
Descrição: dc.descriptionDepartment of Structural Engineering University of California San Diego (UCSD), La Jolla-
Descrição: dc.descriptionDepartamento de Engenharia Mecânica Faculdade de Engenharia de Ilha Solteira Universidade Estadual Paulista (UNESP-
Descrição: dc.descriptionCAPES: 001-
Descrição: dc.descriptionFAPESP: 2012/09135-3-
Descrição: dc.descriptionFAPESP: 2015/25676-2-
Descrição: dc.descriptionFAPESP: 2017/15512-8-
Descrição: dc.descriptionFAPESP: 2017/24977-4-
Descrição: dc.descriptionCNPq: 307520/2016-1-
Descrição: dc.descriptionFAPERJ: E-26/010.000.805/2018-
Descrição: dc.descriptionFAPERJ: E-26/010.002.178/2015-
Formato: dc.format1137-1150-
Idioma: dc.languageen-
Relação: dc.relationStructural Health Monitoring-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectdamage detection-
Palavras-chave: dc.subjectnonlinear behavior-
Palavras-chave: dc.subjectstochastic Volterra model-
Palavras-chave: dc.subjectUncertainties-
Título: dc.titleOn the detection of a nonlinear damage in an uncertain nonlinear beam using stochastic Volterra series-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.