计算机科学 > 计算工程、金融与科学
[提交于 2025年5月2日
]
标题: 高阶传递性和其在役列车轮对轴裂纹识别中的线性逼近
标题: Higher-order transmissibility and its linear approximation for in-service crack identification in train wheelset axles
摘要: 在役结构健康监测是目前很少被利用,但具有潜力的早期裂纹检测和识别方法,用于列车轮轴。 该过程基于纯数据驱动的方法实施起来并不简单,通常需要采用数值模拟方案,例如基于有限元的动态行为模拟方案。 在这种情况下,损伤可以表述为一个呼吸裂纹问题,这进一步通过引入响应依赖的非线性因素而使模拟变得更加复杂。 在本研究中,首先提出了一种基于呼吸裂纹高阶谐波的新的裂纹检测特征,称为高阶传递函数(HOTr),其次在裂纹识别的背景下评估了其敏感性和有效性。 接下来,使用线性系统理论近似该特征,提供了一个代理模型,有助于计算并加快裂纹识别过程。 所提出的方法在再现所提供的HOTr方面的准确性与非线性仿真模型进行了比较。 获得的结果表明,HOTr的近似可以在消除求解运动控制非线性方程的迭代需求的同时,显著减少计算负担,并且在与参考模型比较时保持高水平的准确性。 这意味着在轮轴在役损伤识别中具有巨大的应用潜力,可能在接近实时的环境下实现。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.