Core Concepts
최적 센서 배치 모델과 손상 식별 모델을 결합하여 해양 자켓 플랫폼의 정확한 손상 위치와 심각도를 식별할 수 있는 새로운 프레임워크를 제안한다.
Abstract
이 연구에서는 해양 자켓 플랫폼의 정확한 건강 모니터링을 보장하기 위해 새로운 손상 식별 프레임워크를 개발했다. 이 프레임워크는 최적 센서 배치 모델과 손상 식별 모델을 결합하여 손상의 정확한 위치와 심각도를 식별한다.
최적 센서 배치 모델에서는 MOLA(Multi-Objective Lichtenberg Algorithm)를 사용하여 센서 비용과 모달 계산 정확도 간의 균형을 맞추는 최적의 센서 구성을 찾는다.
손상 식별 모델에서는 MCMC-Bayesian 방법을 사용하여 센서 측정 데이터를 기반으로 구조 손상 비율을 계산하고 모델 매개변수의 불확실성을 정량화한다.
사례 연구를 통해 15% 수준의 노이즈에서 97% 이상의 정확도로 손상을 식별할 수 있고, 센서 비용을 줄일 수 있음을 입증했다. 이 프레임워크는 디지털 트윈 기반 건강 모니터링 시스템 개발에 기술적 지원을 제공한다.
Stats
해양 자켓 플랫폼의 첫 번째 고유 진동수는 6.9989 Hz이다.
해양 자켓 플랫폼의 세 번째 고유 진동수는 9.7781 Hz이다.
해양 자켓 플랫폼의 여섯 번째 고유 진동수는 18.2163 Hz이다.
Quotes
"최적 센서 배치 모델에서는 MOLA(Multi-Objective Lichtenberg Algorithm)를 사용하여 센서 비용과 모달 계산 정확도 간의 균형을 맞추는 최적의 센서 구성을 찾는다."
"손상 식별 모델에서는 MCMC-Bayesian 방법을 사용하여 센서 측정 데이터를 기반으로 구조 손상 비율을 계산하고 모델 매개변수의 불확실성을 정량화한다."