Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Structural Health Monitoring for Architectural Heritage: Case Studies in Central Italy Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

Gaussian Process Latent Force Models for Virtual Sensing in a Monopile-Based Offshore Wind Turbine

verfasst von : Joanna Zou, Alice Cicirello, Alexandros Iliopoulos, Eliz-Mari Lourens

Erschienen in: European Workshop on Structural Health Monitoring

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Fatigue assessment in offshore wind turbine support structures requires the monitoring of strains below the mudline, where the highest bending moments occur. However, direct measurement of these strains is generally impractical. This paper presents the validation of a virtual sensing technique based on the Gaussian process latent force model for dynamic strain monitoring. The dataset, taken from an operating near-shore turbine in the Westermeerwind Park in the Netherlands, provides a unique opportunity for validation of strain estimates at locations below the mudline using strain gauges embedded within the monopile foundation.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Measuring Dynamic Response of the Wilford Suspension Bridge with a Vision-Based Measurement System: A Case Study
Nächstes Kapitel Predictive Maintenance of Aircraft Primary Structures Based on Load Monitoring
Literatur
1.
Iliopoulos, A., Shirzadeh, R., Weijtjens, W., Guillaume, P., van Hemelrijck, D., Devriendt, C.: A modal decomposition and expansion approach for prediction of dynamic responses on a monopile offshore wind turbine using a limited number of vibration sensors. MSSP 68–69, 84–104 (2016)
2.
Noppe, N., Tatsis, K., Chatzi, E., Devriendt, C., Weijtjens, W.: Fatigue stress estimation of offshore wind turbine using a Kalman filter in combination with accelerometers. In: ISMA 2018, pp. 4693-6701 (2018)
3.
Tatsis, K., Lourens, E.: A comparison of two Kalman-type filters for robust extrapolation of offshore wind turbine support structure response. In: IALCCE 2016, pp. 209-216 (2016)
4.
Nayek, R., Chakraborty, S., Narasimhan, S.: A Gaussian process latent force model for joint input-state estimation in linear structural systems. MSSP 128, 497–530 (2019)
5.
Hartikainen, J., Sarkka, S.: Kalman filtering and smoothing solutions to temporal Gaussian process regression models. In: MLSP 2010, pp. 379–384 (2010)
6.
Rogers, T.J., Worden, K., Cross, E.J.: On the application of Gaussian process latent force models for joint input-state-parameter estimation: With a view to Bayesian operational identification. MSSP 140, 106580 (2020)
7.
Sarkka, S.: Recursive Bayesian Inference on Stochastic Differential Equations (PhD thesis). Helsinki University of Technology (2006)
8.
Versteijlen, W.G., Renting, F.W., van der Valk, P.L.C., Bongers, J., van Dalen, K.N., Metrikine, A.V.: Effective soil-stiffness validation: Shaker excitation of an in-situ monopile foundation. Soil Dyn. & Earthquake Eng. 102, 241–262 (2017)CrossRef
9.
Peeters, B., de Roeck, G.: Reference-based stochastic subspace identification for output-only modal analysis. MSSP 13(6), 855–878 (1999)
10.
Boroschek, R., Bilbao, J.A.: Interpretation of stabilization diagrams using density-based clustering algorithm. Eng. Struct. 178, 245–257 (2019)CrossRef
11.
Maes, K., De Roeck, G., Iliopoulos, A., Weijtjens, W., Devriendt, C., Lombaert, G.: Kalman filter based strain estimation for fatigue assessment of an offshore monopile wind turbine. In: ISMA 2016, pp. 592–611 (2016)
Metadaten
Titel
Gaussian Process Latent Force Models for Virtual Sensing in a Monopile-Based Offshore Wind Turbine
verfasst von
Joanna Zou
Alice Cicirello
Alexandros Iliopoulos
Eliz-Mari Lourens
Copyright-Jahr
2023
Buch
European Workshop on Structural Health Monitoring

Print ISBN: 978-3-031-07253-6

Electronic ISBN: 978-3-031-07254-3

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-3-031-07254-3_29