On Construction of Uncertain Material Parameter using Generalized Polynomial Chaos Expansion from Experimental Data
On Construction of Uncertain Material Parameter using Generalized Polynomial Chaos Expansion from Experimental Data
复制标题
基于实验数据的广义多项式混沌展开构造不确定材料参数
DOI：
10.1016/j.piutam.2013.01.001
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
S. Marburg
中科院分区：
文献类型：
--
作者：
K. Sepahvand;S. Marburg
在研究任何典型的随机问题时，都需要不确定参数分布的知识。直接测量不确定参数是可能的，但通过求解逆问题从系统输出识别这些参数通常相当容易。本文提出了一种基于非采样技术（广义多项式混沌展开）的鲁棒、高效的反演方法，用于从实验模态数据中识别不确定弹性参数。本文综述了一般多项式混沌理论及其在不确定参数辨识中的应用。最后给出了由模态数据识别正交各向异性板弹性参数的一个应用。不确定性参数的分布函数是通过一个逆随机问题从实验的本征频率。皮尔逊模型用于识别密度函数的类型。然后，利用该实现为每个不确定参数构造随机正交基。
The knowledge of uncertain parameter distributions is often required to investigate any typical stochastic problem. It may be possible to directly measure uncertain parameters but this is often quite easier to identifying these parameters from system outputs by solving an inverse problem. In this paper, a robust and efficient inverse method based of the non–sampling technique, i.e. generalized polynomial chaos expansion, is presented to identifying uncertain elastic parameters from experimental modal data. We review the general polynomial chaos theory and relating issues for uncertain parameter identification. An application is presented in which the elastic parameters of orthotropic plates are identified from the modal data. The distribution functions of uncertain parameters are derived from experimental eigen–frequencies via an inverse stochastic problem. The Pearson model is used to identify the type of density functions. This realization then is employed to construct random orthogonal basis for each uncertain parameter.
DOI：
10.1016/j.jcp.2012.04.044
发表时间：
2012-07
期刊：
J. Comput. Phys.
影响因子：
--
作者：
B. Rosic;A. Litvinenko;O. Pajonk;H. Matthies
通讯作者：
B. Rosic;A. Litvinenko;O. Pajonk;H. Matthies
用于非高斯贝叶斯估计的确定性滤波器â在带有噪声测量的动态系统估计中的应用
DOI：
10.1016/j.physd.2012.01.001
发表时间：
2012
期刊：
Physica D: Nonlinear Phenomena
影响因子：
--
作者：
O. Pajonk;B. Rosić;A. Litvinenko;H. G. Matthies
通讯作者：
H. G. Matthies