Logo des Repositoriums
 

Schadenserkennung an Baukonstruktionen mit intelligenten Methoden der Systemidentifikation

dc.contributor.authorLenzen, Armin
dc.contributor.authorMoeller, Max
dc.contributor.authorRohrer, Maximilian
dc.contributor.editorKlein, Maike
dc.contributor.editorKrupka, Daniel
dc.contributor.editorWinter, Cornelia
dc.contributor.editorGergeleit, Martin
dc.contributor.editorMartin, Ludger
dc.date.accessioned2024-10-21T18:24:16Z
dc.date.available2024-10-21T18:24:16Z
dc.date.issued2024
dc.description.abstractIm Rahmen des SPP 2388 der DFG finden -im Teilprojekt C03/E03- experimentelle Untersuchungen zur Schadensfrüherkennung an realen Baukonstruktionen statt. Die Experimente beinhalten statische und dynamische Versuche zur Systemidentifikation unter besonderer Berücksichtigung der Lokalisation von Schäden während der Lebensdauer. Ein Monitoring auf der Basis eines verteilten echtzeitfähigen Messrechnersystems begleitet das experimentelle Vorgehen und erfolgt mit ca. sechzig, über die mechanische Struktur verteilten, Sensoren. Zur Auswertung der Experimente wird die an dem I4S entwickelte Methode „State Projection Estimation Error“ (SP2E) verwendet.de
dc.identifier.doi10.18420/inf2024_151
dc.identifier.eissn2944-7682
dc.identifier.isbn978-3-88579-746-3
dc.identifier.issn2944-7682
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/45127
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofINFORMATIK 2024
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-352
dc.subjectSystemidentifikation
dc.subjectSubspace Methods
dc.subject𝐻2/𝐻∞ Optimierung
dc.subjectSHM
dc.subjectEOC
dc.titleSchadenserkennung an Baukonstruktionen mit intelligenten Methoden der Systemidentifikationde
dc.typeText/Conference Paper
gi.citation.endPage1752
gi.citation.publisherPlaceBonn
gi.citation.startPage1741
gi.conference.date24.-26. September 2024
gi.conference.locationWiesbaden
gi.conference.sessiontitleKünstliche Intelligenz im Mittelstand / KI-KMU2024

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
Lenzen_et_al_Schadenserkennung_an_Baukonstruktionen.pdf
Größe:
796.14 KB
Format:
Adobe Portable Document Format