This paper proposes a deep convolutional long short-term memory (ConvLSTM)-based crack growth prediction technique for predictive maintenance of structures. Since cracks are one of the critical damage types in a structure, their regular inspection has been mandatory for structural safety and serviceability. To effectively establish the structural maintenance plan using the inspection results, crack propagation or growth prediction is essential. However, conventional crack prediction techniques based on mathematical models are not typically suitable for tracking complex nonlinear crack propagation mechanism on civil structures under harsh environmental conditions. To address the technical issue, a field data-driven crack growth prediction technique using ConvLSTM is newly proposed in this study. The proposed technique consists of the four steps: (1) time-series crack image acquisition, (2) target image stabilization, (3) deep learning-based crack detection and quantification and (4) crack growth prediction. The performance of the proposed technique is experimentally validated using a concrete mock-up specimen by applying step-wise bending loads to generate crack growth. The validation test results reveal the prediction accuracy of 94% on average compared with the ground truth obtained by field measurement.
In this work, prediction of fatigue life and fatigue crack growth are studied. 4th order polynominal function is presented to describe the crack growth behaviors from artifical pit of SM45C steel. Crack growth curves obtained from 4th order polyminal growth equations are in good agreement with experimental data The crack growth behaviors at arbitrary stress levels and investigated by the concept of elastic-plastic fracture mechanics using ${\Delta}J$. Fatigue life prediction are carried out by numerical integral method. Prediction lives obtained by proposed method in this study, is in good agreement with the experimental ones. Life prediction results calculated by using of ${\Delta}J$ better than those of ${\Delta}K$.
The purpose of this study is to develop the growth prediction model that can predict growth and development information influencing on the production of citrus fruits. The growth model was developed to predict the floral leaf ratio, number of fruit sets, fruit width, and overweight fruits depending on the main period of growth and development by considering the weather factors because the fruit production is influenced by weather depending on the growth and development period. To predict the outdoor-grown citrus fruit production, the investigation result for the standard farms is used as the basic data; in this study, we also understood that the influence of weather factors on the citrus fruit production based on the data from 2004 to 2013 of the outdoor-grown citrus fruit observation report in which the standard farms were targeted by the Agricultural Research Service and suggested the growth and development information prediction model with the weather information as an independent variable to build the observation model. The growth and development model for outdoor-grown citrus fruits was assumed by using the Ordinary Least Square method (OLS), and the developed growth prediction model can make a prediction in advance with the weather factors prior to the observation investigation for the citrus fruit production. To predict the growth and development information of the production of citrus fruits having a great ripple effect as a representative crop in Jeju agriculture, the prediction result regarding the production applying the weather factors depending on growth and development period could be applied usefully.
Sutrakar, Vijay Kumar;Subramanya, N.;Mahapatra, D. Roy
Advances in nano research
/
v.3
no.3
/
pp.143-168
/
2015
Initiation of crack and its growth simulation requires accurate model of traction - separation law. Accurate modeling of traction-separation law remains always a great challenge. Atomistic simulations based prediction has great potential in arriving at accurate traction-separation law. The present paper is aimed at establishing a method to address the above problem. A method for traction-separation law prediction via utilizing atomistic simulations data has been proposed. In this direction, firstly, a simpler approach of common neighbor analysis (CNA) for the prediction of crack growth has been proposed and results have been compared with previously used approach of threshold potential energy. Next, a scheme for prediction of crack speed has been demonstrated based on the stable crack growth criteria. Also, an algorithm has been proposed that utilizes a variable relaxation time period for the computation of crack growth, accurate stress behavior, and traction-separation atomistic law. An understanding has been established for the generation of smoother traction-separation law (including the effect of free surface) from a huge amount of raw atomistic data. A new curve fit has also been proposed for predicting traction-separation data generated from the molecular dynamics simulations. The proposed traction-separation law has also been compared with the polynomial and exponential model used earlier for the prediction of traction-separation law for the bulk materials.
In this paper, various time series analysis models and machine learning models are presented for long-term prediction of export growth rate, and the prediction performance is compared and reviewed by RMSE and MAE. Export growth rate is one of the major economic indicators to evaluate the economic status. And It is also used to predict economic forecast. The export growth rate may have a negative (-) value as well as a positive (+) value. Therefore, Instead of using the ReLU function, which is often used for time series prediction of deep learning models, the PReLU function, which can have a negative (-) value as an output value, was used as the activation function of deep learning models. The time series prediction performance of each model for three types of data was compared and reviewed. The forecast data of long-term prediction of export growth rate was deduced by three forecast methods such as a fixed forecast method, a recursive forecast method and a rolling forecast method. As a result of the forecast, the traditional time series analysis model, ARDL, showed excellent performance, but as the time period of learning data increases, the performance of machine learning models including LSTM was relatively improved.
Communications for Statistical Applications and Methods
/
v.17
no.6
/
pp.909-916
/
2010
A trend in software reliability engineering is to take into account the coverage growth behavior during testing. A coverage growth function that represents the coverage growth behavior is an essential factor in software reliability models. When multiple competitive coverage growth functions are available, there is a need for a criterion to select the best coverage growth functions. This paper proposes a selection criterion based on the prediction error. The conditional coverage growth function is introduced for predicting future coverage growth. Then the sum of the squares of the prediction error is defined and used for selecting the best coverage growth function.
Purpose: In this study, a reliability prediction based reliability growth management is suggested especially for the early development phase of a system and the case study of surveillance system is given. Methods: The proposed reliability prediction based reliability growth management procedures consists of 7 Steps. In Step 1, the stages for reliability growth management are classified according to the major design changes. From Step 2 to Step 5, system reliability is predicted based on reliability structures and the predicted reliabilities of subsystems (Level 2) and modules (Level 3). At each stage, by comparing the predicted system reliability with that of the previous stage, the reliability growth of the system is checked in Step 6. In Step 7, when the predicted value of sustem reliability does not satisfy the reliability goal, some design alternatives are considered and suggested to improve the system reliability. Results: The proposed reliability prediction based reliability growth management can be an efficient alternative for managing reliability growth of a system in its early development phase. The case study shows that it is applicable to weapon system such as a surveillance system. Conclusion: In this study, the procedures for a reliability prediction based reliability growth management are proposed to satisfy the reliability goal of the system efficiently. And it is expected that the use of the proposed procedures would reduce, in the test and evaluation phase, the number of corrective actions and its cost as well.
Transactions of the Korean Society of Mechanical Engineers
/
v.16
no.8
/
pp.1536-1544
/
1992
A relatively simple prediction method is proposed for initially semicircular surface crack growth under axial loading. The method takes into account the difference in surface crack closure behavior at the depth point and at the surface intersection point, and also the relationship of crack closure for surface crack and through-thickness crack. The prediction method provides conservative estimation for fatigue life within factor of two, and the predicted crack geometry variations agree well with the observed results. As a result, the prediction method proposed here is considered to be useful for engineering application.
Transactions of the Korean Society of Mechanical Engineers
/
v.14
no.6
/
pp.1583-1591
/
1990
Life prediction and residual life prediction of structures of machines are one of the most strongly world wide needed problems as requirement in the stage of slowly developing economy which comes after rapidly and highly developing stage. For the purpose of statistical life prediction, fatigue test was conducted under the 4 stress levels, and for each stress level, about 20 specimens are used. The statistical properties of crack growth parameter m and C in the fatigue crack growth law of da/dN=C(.DELTA.K)sup m/, and the relationship between m and C, and the statistical distribution pattern of fatigue crack growth rate can be obtained by experimental results.
The purpose of this study is to develop a system dynamics model for growth prediction of low birth weight infants(LBWIs) based on nutrition. This growth prediction model consists of 9 modules; body weight, height, carbohydrate, protein, lipid, micronutrient, water, activity and energy module. The results of the model simulation match well with the percentiles of weights and heights of the Korean infants, also with the growth records of 55 LBWIs, under 37 weeks of gestational age, whose weights are appropriate for their gestational age. This model can be used to understand the current growth mode of LBWIs, predict the future growth of LBWIs, and be utilized as a tool for controlling the nutrient intake for the optimal growth of LBWIs in actual practice.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.