MARC

 008260203s2023        us                              c    eng  d
■001000017365958
■00520260209102903
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265400918
■035    ▼a(MiAaPQ)AAI32315554
■035    ▼a(MiAaPQ)GeorgiaTech75604
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658
■1001  ▼aOtsuki,  Yu.
■24510▼aFinite  Element  Model  Updating  of  Exponential  Non-Viscous  Damping  Systems
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a303  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Wang,  Yang.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2023.
■520    ▼aFinite  element  (FE)  models  are  mathematical  representations  that  simulate  the  physical  behavior  of  various  engineering  systems.  The  majority  of  engineering  structural  models  employ  viscous  damping  due  to  its  mathematical  simplicity.  However,  significant  differences  can  exist  between  the  actual  damping  behavior  of  structural  systems  and  the  prediction  of  a  viscous  damping  model.  Alternatively,  "non-viscous  damping",  which  uses  a  kernel  function  and  a  convolutional  integral  in  the  equation  of  motion,  has  been  proposed  to  incorporate  time-hysteresis  damping  effects  that  are  absent  in  viscous  damping.  Compared  to  undamped  or  viscous  damping  systems,  there  have  been  very  limited  studies  on  the  FE  model  updating  of  non-viscous  damping  systems,  especially  in  their  practical  applications  and  validations  with  real-world  as-built  structures.  The  objective  of  this  thesis  is  to  develop  diverse  approaches  for  FE  model  updating  of  non-viscous  damping  systems  using  exponential  kernel  functions.  Additionally,  the  thesis  performs  experimental  validation  and  comparison  between  the  proposed  non-viscous  damping  approaches  and  conventional  viscous  damping  approaches.With  the  time-domain  approach,  this  research  first  investigates  various  aspects  of  the  estimation  problem  for  non-viscous  damping  systems  compared  to  viscous  damping  systems,  employing  both  recursive  and  batch  Bayesian  estimation  methods.  Comparative  studies  between  the  recursive  and  batch  approaches  provide  valuable  insights  into  their  estimation  performance.  When  using  the  frequency-domain  approach,  this  thesis  proposes  an  optimization  formulation  for  updating  stiffness  and  damping  parameters  in  non-proportional  and  exponential  non-viscous  damping  systems.  The  proposed  formulation  utilizes  complex  eigenvalues  and  eigenvectors  based  on  findings  from  system  identification  studies.  The  analytical  gradient  of  the  proposed  optimization  formulation  is  derived  to  improve  computational  efficiency,  allowing  its  application  to  large-scale  structures.  Experimental  validation  and  comparison  between  viscous  and  non-viscous  damping  approaches  are  conducted  on  a  four-story  structure  and  a  full-scale  steel  pedestrian  bridge  located  at  the  Georgia  Institute  of  Technology.Motivated  by  the  inadequacy  of  viscous  damping  in  accurately  representing  actual  damping  phenomena  of  structural  systems,  this  thesis  introduces  a  new  method  to  the  field  of  FE  model  updating  by  incorporating  non-viscous  damping.  This  advancement  allows  for  broader  applications  of  non-viscous  damping  in  a  multitude  of  diverse  engineering  systems  and  enables  more  accurate  characterization  of  their  dynamic  behaviors  through  the  updated  model.
■590    ▼aSchool  code:  0078.
■650  4▼aBehavior
■650  4▼aFourier  transforms
■650  4▼aCausality
■650  4▼aEnergy  dissipation
■650  4▼aEigenvalues
■650  4▼aDeformation
■650  4▼aViscoelasticity
■650  4▼aEigenvectors
■650  4▼aVibration
■650  4▼aMaterials  science
■650  4▼aMathematics
■650  4▼aMechanics
■690    ▼a0543
■690    ▼a0794
■690    ▼a0405
■690    ▼a0346
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17365958▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서