Detection of structural changes through principal component analysis (PCA) and multivariate statistical inference

Autor:	Pozo Montero, Francesc, Arruga Cantalapiedra, Ignacio, Mujica Delgado, Luis Eduardo, Podivilova, Elena
Přispěvatelé:	Universitat Politècnica de Catalunya. Institut de Ciències de l'Educació, Universitat Politècnica de Catalunya. Departament de Matemàtica Aplicada III, Universitat Politècnica de Catalunya. CoDAlab - Control, Modelització, Identificació i Aplicacions
Jazyk:	angličtina
Rok vydání:	2015
Předmět:	PCA structural health monitoring Enginyeria d'estructures Structural engineering Enginyeria civil::Materials i estructures [Àrees temàtiques de la UPC] multivariate hypothesis testing damage detection
Zdroj:	UPCommons. Portal del coneixement obert de la UPC Universitat Politècnica de Catalunya (UPC) Recercat. Dipósit de la Recerca de Catalunya Universitat Jaume I
Popis:	This paper is focused on the development of a damage detection indicator that combines a data driven baseline model (reference pattern obtained from the healthy structure) based on principal component analysis (PCA) and multivariate hypothesis testing. More pre- cisely, a test for the plausibility of a value for a normal population mean vector is performed. The results indicate that the test is able to accurately clasify random samples as healthy or not.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::7923002f8e07a3bca5af1080cc58822c https://hdl.handle.net/2117/76979 Zobrazit plný text záznamu