在遗产建筑中优化传感器放置:基于模型和数据驱动的方法的比较
Estefanía Chaves1, Alberto Barontini2, Nuno Mendes1
1Advanced Production and Intelligent Systems Associated Laboratory, Institute for Sustainability and Innovation in Structural Engineering, Department of Civil Engineering, University of Minho, 4800-058 Guimarães, Portugal.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
数据驱动的方法可以改善遗产建筑的结构健康监测 (SHM). 使用实验数据,而不仅仅是模型的最佳传感器放置 (OSP) 会导致更强大的传感器配置,以保存历史结构.
科学领域:
- 土木工程 土木工程是指土木工程.
- 结构工程 结构工程
- 遗产保护 遗产保护 遗产保护
背景情况:
- 结构健康监测 (SHM) 对遗产结构的保护至关重要.
- 最佳传感器放置 (OSP) 方法对于有效的SHM至关重要,但在历史建筑中是有限的.
- 遗产结构中OSP的数值模型面临来自复杂几何和材料的不确定性.
研究的目的:
- 调查不同输入数据源对遗产结构最佳传感器放置 (OSP) 结果的影响.
- 为了比较来自未校准模型,校准模型和数据驱动模式参数的OSP结果.
- 评估数据驱动方法对遗产建筑中的SHM的适用性.
主要方法:
- 用西班牙塞维利亚圣安娜教堂作为一个案例研究.
- 采用三个不同的数据源实施并比较多种OSP方法:未校准的数值模型,校准的数值模型和数据驱动的模式参数.
- 系统评估输入数据对传感器配置效率的影响.
主要成果:
- 输入数据的选择对OSP过程和结果产生重大影响.
- 校准模型可以改进模式参数,但不能保证优越的传感器配置.
- 数据驱动的策略表明,在遗产结构的OSP中提高了强度的潜力.
结论:
- 数据驱动的OSP方法为遗产结构的模型依赖方法提供了一个有希望的替代方案.
- 通过优先考虑实验数据,可以提高OSP在复杂,不确定的环境 (如历史建筑) 中的可靠性.
- 这项研究强调,需要考虑数据源质量,以便在遗产保护中设计有效的SHM系统.
关键词:
最优的传感器放置 (OSP)结构健康监测 (SHM) 是一种结构健康监测.数据驱动的方法数据驱动的方法动态识别 动态识别 动态识别实验模式分析 (OMA) 是一种实验模式分析.遗产建筑物 遗产建筑物启发式方法 启发式方法历史结构 历史结构 历史结构模型不确定性的不确定性传感器优化 传感器优化更多相关视频
13:44Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns
Published on: August 30, 2013
43.0K
11:21Methodology for Establishing a Community-Wide Life Laboratory for Capturing Unobtrusive and Continuous Remote Activity and Health Data
Published on: July 27, 2018
8.3K
