Developing copula based translational reliability methods for structural health monitoring

开发用于结构健康监测的基于 copula 的翻译可靠性方法

• 批准号: 15F15367
• 负责人: 金 哲佑
• 金额: $ 1.54万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2015
• 资助国家: 日本
• 起止时间: 2015-11-09 至 2018-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15F15367/
• 关键词: 長期モニタリング; コピュラ; 異常検知; マルコフ連鎖; ヘルスモニタリング; 劣化予測; 長期モニタリング; コピュラ; 異常検知; マルコフ連鎖; ヘルスモニタリング; 劣化予測

社会基盤施設の維持管理を的確に行うためには，最小のセンサで対象社会基盤施設の健全性を精度よく把握する必要がある，また供用中の橋梁でのモニタリングが望ましいが，供用中の橋梁から得られる計測データには橋梁の物理特性に様々な要因によるノイズが混入される．例えば，供用中の橋梁の振動特性（振動数，減衰，振動形状など）をモニタリング指標とする場合，温度や通行車両の変動によってもモニタリング指標が変動することが予想され，いかに精度よく損傷による変動と区別するかが重要である．本研究では，様々な外部因子に影響される計測データから橋梁の異常に関わる意思決定の精度向上のために「ノイズを含む多変量モニタリングデータに適合するコピュラモデルの提案」と「意思決定にかかわる枠組の提案」を目標としている．前年度の約9年分の長期橋梁モニタリングデータの分析と最適コピュラモデルの検討結果を踏まえて，長期橋梁モニタリングデータに対する提案コピュラ指標による異常検知を行った．提案コピュラ指標の有効性については，マハラノビス距離やベイズ因子による検知結果と比較検討を行った．さらに長期モニタリングにおける気温のような季節変動要因を考慮した異常検知を行うための，ベイズアップデート法の提案とARIMA-Copulaモデルの提案に成功している．その成果をまとめて，Smart Structures and Systemsに投稿し採択されている．ベイズアップデート法の成果は，Structures and Infrastructure Engineeringに投稿し採択されている．また，ARIMA-Copulaモデルについては，専門雑誌に投稿準備を行なっている．

为了适当维护和管理社会基础设施设施，有必要准确地掌握目标社会基础设施设施的合理性，并具有最小的传感器，并且需要监视服务中的桥梁，但是在服务中从服务中的桥梁中获得的测量数据与服务中的噪声混合了噪音，因此与Bridges of Bridges of Bridges of Bridgess的噪声混合了。例如，当监视指示器用于服务中的桥梁的振动特性（频率，阻尼，振动形状等）时，预计监测指示器会因温度和车辆波动而波动，并且必须将其与损害造成的波动确切区分开。这项研究的目的是“提出适合包含噪声的多元监控数据的Copula模型”，并“提出了一个涉及决策的框架”，以提高与各种外部因素影响的测量数据相对于桥梁异常数据的桥梁异常的准确性。基于对上一年大约九年的长期桥梁监测数据的分析以及检查最佳Copula模型的结果，使用建议的长期桥梁监测数据进行了建议的Copula指标进行异常检测。使用Mahalanobis距离和贝叶斯因素将所提出的Copula指数的有效性与检测结果进行了比较。此外，他们成功提出了一种贝叶斯更新方法和Arima-Copula模型来检测异常，考虑到季节性变异因子，例如长期监测期间的温度。结果总结并发布到智能结构和系统中，并选择了。 《贝叶斯更新法》的结果已由结构和基础设施工程提交和采用。此外，Arima-Copula模型正在准备提交专业杂志。