Thesis supervisor: Gábor Csernák
Location of studies (in Hungarian): BME Műszaki Mechanikai Tanszék Abbreviation of location of studies: MM
Description of the research topic:
a.) Előzmények:
Előzmények: OTKA pályázat, kutatómunka a nemlineáris rendszerek témakörében
b.) A kutatás célja:
A lineáris dinamikai rendszerek paraméterbecslése, a modális analízis nagy gyakorlati jelentőséggel bír az ipar számos területén. Napjainkban az egyre kifinomultabb gépészeti megoldások alkalmazása következtében egyre többször találkozhatunk olyan problémákkal,
ahol a lineáris modellek nem szolgáltatnak elegendő információt a vizsgált mechanikai rendszer várható viselkedéséről. Ezekben az esetekben szükség van nemlineáris modellekre. E modellek paramétereinek becslése aktívan kutatott terület, és az egyik legaktuálisabb kutatási irány az ún. Gauss-folyamat alapú modellidentifikáció. A kutatás célja e módszercsalád alkalmazása és továbbfejlesztése, különös tekintettel a mechanikai rendszerek esetére.
c.) Az elvégzendő feladatok, azok fő elemei, időigénye:
1. Irodalomkutatás: Gauss-folyamat, sztochasztikus differenciálegyenletek, 1 év .
2. A módszer továbbfejlesztése, kiterjesztése speciális mechanikai modellekre, 1 év.
3. Kísérletek, mérési eredményekkel való összevetés, 1 év.
4. Az eredmények összefoglalása, az értekezés elkészítése, 1 év.
d.) A szükséges berendezések:
Meglévő: Számítógépes háttér, rezgésmérők, analóg-digitál átalakítók.
Beszerzendő: szakkönyvek, kisebb eszközök a kísérleti berendezésekhez.
e.) Várható tudományos eredmények:
Az ún. GP-LFM technika finomítása és megbízhatóságának növelése, a szakirodalomban közölt eljárások kiegészítése speciális szűrő algoritmusokkal, adaptív lépésekkel. Az identifikációs technika kiterjesztése nemsima rendszerek vizsgálatára, alkalmazása az
érintkezés dinamikájának vizsgálatára. Eljárás kidolgozása az érintkezésnél fellépő csillapítás becslésére. Az eredmények alkalmazása az ipar számára releváns problémák megoldására.
f.) Irodalom:
1) Rogers, T. J. és Friis, T. (2022). A latent restoring force approach to nonlinear system identification. Mechanical Systems and Signal Processing, 180, 109426.
2) Rogers, T. J., Worden, K. és Cross, E. J. (2020). On the application of Gaussian process latent force models for joint input-state-parameter estimation: With a view to Bayesian operational identification. Mechanical Systems and Signal Processing, 140, 106580.
3) Marino, L., Cicirello, A. (2023). A switching Gaussian process latent force model for the identification of mechanical systems with a discontinuous nonlinearity. Data-Centric Engineering , Volume 4 , 2023 , e18 DOI: https://doi.org/10.1017/dce.2023.12
Number of students who can be accepted: 1
Deadline for application: 2024-10-15
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Login
