Apprentissage de graphe pour la reconstruction de l'environnement vibratoire - DAta science, TrAnsition, Fluid instabiLity, contrOl, Turbulence Access content directly
Conference Papers Year : 2022

Apprentissage de graphe pour la reconstruction de l'environnement vibratoire

Abstract

La caractérisation de l’environnement vibratoire d’un avion est fondamentale pour assurer la tenue des équipements embarqués. Une méthodologie de prédiction de l’énergie vibratoire en un point de la structure est présentée. Celle-ci s’appuie sur l’apprentissage d’un graphe à partir de mesures ponctuelles. Les coefficients associés au graphe sont utilisés pour reconstruire les mesures par combinaison linéaire. Cette approche est agnostique à la bande de fréquences considérée, n’utilise pas d’information physique, et fournit de meilleurs résultats qu’une régression issue de corrélations inter-capteurs
Fichier principal
Vignette du fichier
CSMA2022_Graphes.pdf (1.09 Mo) Télécharger le fichier
Format : typeAnnex_abstract

Dates and versions

hal-03717557 , version 1 (08-07-2022)

Identifiers

  • HAL Id : hal-03717557 , version 1

Cite

Stéphane Février, Stéphane Nachar, Lionel Mathelin, Frédéric Giordano, Bérengère Podvin. Apprentissage de graphe pour la reconstruction de l'environnement vibratoire. 15ème colloque national en calcul des structures, Université Polytechnique Hauts-de-France [UPHF], May 2022, 83400 Hyères-les-Palmiers, France. ⟨hal-03717557⟩
138 View
43 Download

Share

Gmail Facebook X LinkedIn More