Hyperchaotic probe for damage identification using nonlinear prediction error

李雅普诺夫指数 混乱的 吸引子 激发 控制理论(社会学) 灵敏度(控制系统) 非线性系统 数学 洛伦兹系统 达芬方程 计算机科学 统计物理学 物理 数学分析 工程类 人工智能 电子工程 量子力学 控制(管理)
作者
Shahab Torkamani,Eric A. Butcher,Michael D. Todd,Gyuhae Park
出处
期刊:Mechanical Systems and Signal Processing [Elsevier]
卷期号:29: 457-473 被引量:23
标识
DOI:10.1016/j.ymssp.2011.12.019
摘要

The idea of damage assessment based on using a steady-state chaotic excitation and state space embedding, proposed during the recent few years, has led to the development of a computationally feasible health monitoring technique based on comparisons between the geometry of a baseline attractor and a test attractor at some unknown state of health. This study explores an extension to this concept, namely a hyperchaotic excitation. Three different types of Lorenz chaotic/hyperchaotic oscillators are used to provide the excitations and comparisons are made using a prediction error feature called 'nonlinear auto-prediction error', which is based on attractor geometry, to evaluate the efficiency of chaotic excitation versus hyperchaotic ones. An 8-degree-of-freedom system and a cantilever beam are two models that are used for numerical simulation. A comparison between the results from the chaotic excitation with the results from each of the hyperchaotic excitations, obtained for both of the numerical models, highlights the higher sensitivity of a hyperchaotic excitation relative to a chaotic excitation. The experimental results also confirm the numerical results conveying the higher sensitivity of the hyperchaotic excitation compared to the chaotic one. A hyperchaotic excitation having three positive Lyapunov exponents is shown in some cases to be even more sensitive than a two-positive-Lyapunov-exponent hyperchaotic excitation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xiaomeng完成签到 ,获得积分10
1秒前
脆脆鲨完成签到 ,获得积分10
1秒前
Jasper应助zhanghhsnow采纳,获得20
3秒前
3秒前
神无发布了新的文献求助10
3秒前
旺仔完成签到 ,获得积分10
6秒前
8秒前
9秒前
踏实月亮完成签到,获得积分10
10秒前
斯文败类应助Gzb采纳,获得10
10秒前
小蘑菇应助阜睿采纳,获得10
12秒前
lc完成签到,获得积分10
13秒前
学渣完成签到 ,获得积分10
13秒前
15秒前
17秒前
18秒前
GAGA完成签到,获得积分10
18秒前
努力学习才能找到工作完成签到,获得积分10
18秒前
OYZT发布了新的文献求助10
19秒前
落后友易完成签到,获得积分10
20秒前
稳重向南发布了新的文献求助10
21秒前
chen发布了新的文献求助20
21秒前
21秒前
22秒前
张朝凯完成签到,获得积分10
22秒前
lily88发布了新的文献求助10
23秒前
23秒前
金阿垚在科研应助kkk556采纳,获得10
23秒前
哈哈哈完成签到 ,获得积分10
24秒前
Psy_zhang发布了新的文献求助30
26秒前
张朝凯发布了新的文献求助30
26秒前
fshadow发布了新的文献求助10
28秒前
满意若烟发布了新的文献求助10
29秒前
29秒前
31秒前
852应助lily88采纳,获得10
31秒前
涛ll完成签到,获得积分10
32秒前
六清完成签到,获得积分10
33秒前
风中雅阳应助理li采纳,获得10
33秒前
OYZT完成签到,获得积分10
33秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3140687
求助须知:如何正确求助?哪些是违规求助? 2791539
关于积分的说明 7799401
捐赠科研通 2447880
什么是DOI,文献DOI怎么找? 1302124
科研通“疑难数据库(出版商)”最低求助积分说明 626459
版权声明 601194