May, 2024
基于异质数据的平板弯曲随机推断：基于基尔霍夫 - 洛夫理论的物理启发高斯过程
Stochastic Inference of Plate Bending from Heterogeneous Data: Physics-informed Gaussian Processes via Kirchhoff-Love Theory
Igor Kavrakov, Gledson Rodrigo Tondo, Guido Morgenthal
TL;DR提出了一种通过物理信息引导的高斯过程将机械模型与概率模型相结合的方法，用于确定结构的状态并量化其物理参数和响应的不确定性。通过在偏转上放置高斯过程先验，并使用板块控制方程的线性微分算子推导协方差函数，构建了多输出高斯过程的概率模型。通过从噪声测量中进行马尔可夫链蒙特卡洛采样的贝叶斯推理，推断了挠曲刚度、超参数和板的响应的后验分布。通过两个例子展示了该方法的适用性：简支板受正弦载荷作用和固定板受均布载荷作用。结果说明了该方法可以通过整合不同传感器类型和质量的测量来执行板刚度和物理量的随机推断，适用于结构健康监测和板状结构的不确定性量化。