Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: outlier analysis

Sortuj według:

Ogranicz wyniki do:

Predicting Young’s modulus of Indian coal measure rock using multiple regression and artificial neutral network

Chakraborty Sayantan, Bisai Rohan, Roy Rohit, Palaniappan Sathish Kumar, Pal Samir Kumar, Rao Karanam Uma Maheshwar

Journal of Sustainable Mining

2023

Vol. 22, iss. 1

41--54

Accurate information on Young’s modulus (E) is required for simulating rock deformation in mines; on the other hand, it is very cumbersome to obtain in the laboratory and collecting drilled cores in sufficient amounts, especially in the case of soft rocks, is quite impossible. Empirical equations were deducted for - from easily determinable rock properties, and the final model was selected through different statistical strength parameter tests. The generalization of the equation was verified through the normal distribution tests of residues of the equation. R2 came to be 0.609 and was validated using an artificial neural network with an improved value of 0.73.

Modal parameter identification of cable stayed bridge based on exploratory data analysis

Khan I., Shan D., Li Q.

Archives of Civil Engineering

2015

Vol. 61, nr 2

3--22

In order to identify the modal parameters of civil structures it is vital to distinguish the defective data from that of appropriate and accurate data. The defects in data may be due to various reasons like defects in the data collection, malfunctioning of sensors, etc. For this purpose Exploratory Data Analysis (EDA) was engaged to envisage the distribution of sensor’s data and to detect the malfunctioning with in the sensors. Then outlier analysis was performed to remove those data points which may disrupt the accurate data analysis. Then Data Driven Stochastic Sub-space Identification (DATA-SSI) was engaged to perform the modal parameter identification. In the end to validate the accuracy of the proposed method stabilization diagrams were plotted. Sutong Bridge, one of the largest span cable stayed bridge was used as a case study and the suggested technique was employed. The results obtained after employing the above mentioned techniques are very valuable, accurate and effective.

Jako, że infrastruktura lądowa, a w szczególności mosty o długich przęsłach, ulega z czasem starzeniu, wzrasta również istotność jej zrównoważonej ekonomicznie konserwacji. Ze względu na fakt, że tradycyjne techniki oględzin są zarówno czasochłonne, jak i kosztowne, konieczne jest opracowanie bardziej wiarygodnego i skutecznego systemu monitorowania mostów o długich przęsłach w celu ciągłego monitorowania zachowania się konstrukcji na podstawie szybkiej i dokładnej analizy danych. Ponieważ system monitorowania wykazuje anomalie w wyniku wadliwego funkcjonowania czujników lub awarii systemu, konieczne jest opracowanie efektywnej i skutecznej techniki, która umożliwi szybkie wykrywanie takich anomalii oraz prezentowanie ich w sposób bardziej profesjonalny. Dlatego w niniejszym opracowaniu przedstawiono metodę Eksploracyjnej Analizy Danych (EAD). Od kilkudziesięciu lat, wyznaczanie parametrów modalnych odgrywa coraz większą rolę, ponieważ dostarcza innowacyjnych narzędzi, umożliwiających zrozumienie i kontrolowanie optymalizacji projektu oraz oceny wytrzymałości konstrukcyjnej obiektu. Istnieje szereg technik SSI, takich, jak Covariance Driven SSI, Data Driven (DATA-SSI), jak również kombinacje innych metod, takich, jak techniki SSI Expectation Maximization (EM-SSI) czy Empirical Mode Decomposition (EMD). Niniejsze opracowanie opisuje zastosowanie techniki DATA-SSI z pewnymi ulepszeniami w odniesieniu do faktycznie istniejącego mostu o długich przęsłach. W przypadku danych gromadzonych na dużą skalę, zrozumienie zestawów danych zawierających cokolwiek więcej, niż tylko szereg punktów danych bez zastosowania efektywnej techniki jest praktycznie niemożliwe. Ponieważ dane gromadzone w trakcie monitorowania stanu mostów mają z reguły ogromną objętość, a niewiele wiadomo na temat funkcji gęstości prawdopodobieństwa (PDF), zawsze zaleca się, aby inżynier przeanalizował dane w celu określenia i wskazania najważniejszych cech danych, zanim zastosuje techniki ilościowe; podstawową przeszkodą dla inżyniera jest w tym wypadku czas. EDA to najpotężniejsze narzędzie, wspomagające eksplorowanie „wewnętrznych sekretów” danych w sposób szczegółowy przy znacznym ograniczeniu czasu trwania obliczeń. Eksploracyjny charakter EDA może okazać się wystarczający dla wielu zastosowań SHM. Jakkolwiek istnieje wiele technik graficznej reprezentacji danych, w niniejszym opracowaniu omówimy zaledwie kilka z nich, aby zilustrować dokładność i skuteczność EDA – takie, jak wykresy kontrolne, krzywe Andrewsa oraz histogramy. W przypadku faktycznie istniejących konstrukcji lądowych na wielką skalę, w danych zawsze pojawiają się szumy i zniekształcenia; zasadniczo, nie istnieją z góry zdefiniowane informacje na temat liczby modułów podlegających przetworzeniu. Podstawową przyczyną tego stanu rzeczy są niepewności związane z określeniem rzędu układu. Dlatego używa się diagramu stabilizacji w celu rozróżnienia pomiędzy szumami lub fałszywymi biegunami a prawdziwymi biegunami układu. Diagram stabilizacji jest de facto rysunkową ilustracją występowania biegunów przy tej samej częstotliwości w wyniku zwiększania rzędu modelu modalnego w celu przedstawienia stanu fizycznego rzędu układu. Na podstawie procedury DATA-SSI, diagram stabilizacji wykreślono dla danych otrzymanych dla mostu Sutong. Most Sutong jest to most nad rzeką Jangcy i jeden z najdłuższych mostów wantowych, łączący Changshu i Nantong. Jest to most o siedmiu przęsłach, dwupylonowy, wantowy, w formie stalowej konstrukcji skrzynkowej o rozpiętości najdłuższego przęsła wynoszącej 1088m, przy czym łączna długość mostu wynosi: 100+100+300+1088+300+ 100+100=2088m. Aby wyznaczyć parametry modalne mostu Sutong, pobrano dane z 14 czujników – akcelerometrów, zainstalowanych na moście. Ogromna ilość danych, pobranych z systemu SHM na moście Sutong, została w pierwszej kolejności poddana wizualizacji przy pomocy EDA, aby określić najważniejsze tendencje oraz trendy w danych, ponieważ reprezentacja graficzna danych jest szybka i dokładna oraz umożliwia ogromną oszczędność czasu w porównaniu z technikami obliczeniowymi. Następnie przeprowadzono analizę odchyleń w celu odrzucenia ze zbioru danych budzących wątpliwości. Następnie wprowadzono technikę DATA-SSI, zapewniającą większą niezawodność i stabilność wyników. Na podstawie DATA-SSI określono parametry modalne, takie, jak częstotliwość czy wartość tłumienia, a wyniki wskazują, że proponowana metoda znakomicie broni się merytorycznie. Następnie sporządzono diagram stabilizacji, aby zweryfikować stwierdzony wstępnie prymat metody. Wyniki, pozyskane za pomocą wyżej wymienionych technik, są nie tylko autentyczne, ale też niezwykle efektywne, co sugeruje możliwość znaczącej poprawy rezultatów monitoringu, prowadzonego w terenie.