ScholarGate
Assistent
Process / pipelineNon-destructive evaluation and condition monitoring

Structurele Gezondheidsmonitoring — Continue Conditiebeoordeling van Gebouwde Constructies

Structurele Gezondheidsmonitoring (SHM) is een procesgebaseerde technische methodologie die wordt toegepast in de civiele techniek, werktuigbouwkunde en luchtvaarttechniek om de conditie van constructies — bruggen, gebouwen, dammen, pijpleidingen en vliegtuigen — continu te beoordelen door middel van ingebedde of bevestigde sensornetwerken. Door real-time of periodieke meetgegevens te verwerven en signaalverwerking en statistische patroonherkenning toe te passen, beoogt SHM schade te detecteren, lokaliseren, classificeren en kwantificeren voordat deze een kritieke toestand bereikt, waardoor evidence-based onderhoudsbeslissingen mogelijk worden.

Openen in MethodMindBinnenkortApply, compare, get guidance
Tools & resources
Dia's downloaden
Learn & explore
VideoBinnenkort

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  1. Farrar, C. R., & Worden, K. (2007). An introduction to structural health monitoring. Philosophical Transactions of the Royal Society A, 365(1851), 303–315. DOI: 10.1098/rsta.2006.1928
  2. Farrar, C. R., & Worden, K. (2012). Structural Health Monitoring: A Machine Learning Perspective. Wiley. ISBN: 978-1119994336

Deze pagina citeren

ScholarGate. (2026, June 3). Structural Health Monitoring. ScholarGate. https://scholargate.app/nl/civil-engineering/structural-health-monitoring

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken

Geciteerd door

ScholarGateStructural Health Monitoring (Structural Health Monitoring). Geraadpleegd op 2026-06-20 via https://scholargate.app/nl/civil-engineering/structural-health-monitoring · Gegevensset: https://doi.org/10.5281/zenodo.20539026