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
Kongresse
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Veranstaltungskalender Awards MyNewsletter Firmensuche
Kunden Login
Über Einzelzugang informieren
Über Unternehmenszugang informieren
Referenzkunden
Elektrische Antriebe und Energiesysteme 2025 | 26 + 27 März 2025

19. Internationaler MTZ-Fachkongress Zukunftsantriebe

Seien Sie bei der Konferenz dabei! Dort treffen Experten aus der Automobilindustrie, Energieerzeugung und Stromnetzbetrieb auf Vertreter aus Politik und Wissenschaft. Diskutiert werden wichtige Themen der Branche.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

Seismic Digital Twin of the Dumanoir Earth Dam

verfasst von : Mohamad Ali Noureddine, Florent De Martin, Rani El Meouche, Muhammad Ali Sammuneh, Fakhreddine Ababsa, Mickael Beaufils

Erschienen in: Innovations in Smart Cities Applications Volume 7

Verlag: Springer Nature Switzerland

Einloggen

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

search-config
loading …

Abstract

A digital twin in seismology is a digital model of a real seismic system, used to simulate the behavior of seismic waves in this system. This simulation allows us to test hypotheses and predict hypothetical seismic responses. This article describes the different parts and challenges to create a seismic digital twin of the dumanoir dam in Guadeloupe.

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 Digital Twin Architectures for Railway Infrastructure
Nächstes Kapitel Digital Twin Base Model Study by Means of UAV Photogrammetry for Library of Gebze Technical University
Literatur
1.
2.
Glatt, M., Sinnwell, C., Yi, L., Donohoe, S., Ravani, B., Aurich, J.C.: Modeling and implementation of a digital twin of material flows based on physics simulation. J. Manuf. Syst. 58, 231–245 (2021)CrossRef
3.
Lek, S., Guégan, J.F.: Artificial neural networks as a tool in ecological modelling, an introduction. Ecol. Model. 120(2–3), 65–73 (1999)CrossRef
4.
Giacinto, G., Paolucci, R., Roli, F.: Application of neural networks and statistical pattern recognition algorithms to earthquake risk evaluation. Pattern Recogn. Lett. 18(11–13), 1353–1362 (1997)CrossRef
5.
Dorel, J., Eschenbrenner, S., Feuillard, M.: Coupes sismiques des structures superficielles dans les petites antilles-I: Guadeloupe. Pure Appli. Geophys. 117, 1050–1069 (1979)CrossRef
6.
De Martin, F.: Verification of a spectral-element method code for the Southern California earthquake center, LOH 3 viscoelastic case. Bull. Seismol. Soc. Am. 101(6), 2855–2865 (2011)CrossRef
7.
Derras, B., Bard, P.Y., Cotton, F., Bekkouche, A.: Adapting the neural network approach to PGA prediction: an example based on the KiK-net data. Bull. Seismol. Soc. Am. 102(4), 1446–1461 (2012)CrossRef
8.
Redelinghuys, A.J.H., Basson, A.H., Kruger, K.: A six-layer architecture for the digital twin: a manufacturing case study implementation. J. Intell. Manuf. 31, 1383–1402 (2020)CrossRef
9.
Chastaing, G.: Indices de Sobol généralisés pour variables dépendantes (Doctoral dissertation, Université de Grenoble) (2013)
10.
Komatitsch, D., Vilotte, J.P.: The spectral element method: an efficient tool to simulate the seismic response of 2D and 3D geological structures. Bull. Seismol. Soc. Am. 88(2), 368–392 (1998)CrossRef
11.
Lu, Q., Parlikad, A.K., Woodall, P., Don Ranasinghe, G., Xie, X., Liang, Z., Schooling, J.: Developing a digital twin at building and city levels: case study of West Cambridge campus. J. Manag. Eng. 36(3), 05020004 (2020)
12.
Raissi, M., Perdikaris, P., Karniadakis, G.E.: Physics-informed neural networks: a deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations. J. Comput. Phys. 378, 686–707 (2019)MathSciNetCrossRef
13.
Karimpouli, S., Tahmasebi, P.: Physics informed machine learning: seismic wave equation. Geosci. Front. 11(6), 1993–2001 (2020)CrossRef
14.
Bonnefoy-Claudet, S.: Nature du bruit de fond sismique: implications pour les études des effets de site (Doctoral dissertation, Grenoble 1) (2004)
15.
Cai, S., Wang, Z., Wang, S., Perdikaris, P., Karniadakis, G.E.: Physics-informed neural networks for heat transfer problems. J. Heat Trans. 143(6) (2021)
16.
Rao, C., Sun, H., Liu, Y.: Physics-informed deep learning for computational elastodynamics without labeled data. J. Eng. Mech. 147(8), 04021043 (2021)
17.
Bao, H., et al.: Large-scale simulation of elastic wave propagation in heterogeneous media on parallel computers. Comput. Methods Appl. Mech. Eng. 152(1–2), 85–102 (1998)CrossRef
18.
Moseley, B., Nissen-Meyer, T., Markham, A.: Deep learning for fast simulation of seismic waves in complex media. Solid Earth 11(4), 1527–1549 (2020)CrossRef
19.
Balkrishna Tandale, S., Markert, B., Stoffel, M.: Intelligent stiffness computation for plate and beam structures by neural network enhanced finite element analysis. Int. J. Numer. Meth. Eng. 123(17), 4001–4031 (2022)MathSciNetCrossRef
Metadaten
Titel
Seismic Digital Twin of the Dumanoir Earth Dam
verfasst von
Mohamad Ali Noureddine
Florent De Martin
Rani El Meouche
Muhammad Ali Sammuneh
Fakhreddine Ababsa
Mickael Beaufils
Copyright-Jahr
2024
Buch
Innovations in Smart Cities Applications Volume 7

Print ISBN: 978-3-031-54375-3

Electronic ISBN: 978-3-031-54376-0

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-3-031-54376-0_20

Premium Partner

    Bildnachweise