Wavelets application in acoustic emission signal detection of wire related events in pipeline
Notice bibliographique
Résumé
As a popular nondestructive test, acoustic emission (AE) testing has been widely used in many physi cal and engineering fields such as leak detection and pipeline inspection.Among those applied AE tests, a common problem is to extract the physical features of the ideal events, so as to detect similar signals.In acoustic signal processing, those features can be represented as joint time-frequency distribution.How ever, classical signal processing methods only give global information on either time or frequency do main, while local information is lost.Although the short-time Fourier transform (STFT) is developed to analyze time and frequency details simultaneously, it can only achieve limited precision.Wavelet trans form is a time-scale-frequency technique with adaptable precision, which makes better feature extrac tion and detail detection.This paper is an application of wavelet transform in acoustic emission sig nal detection where strong noise exists.Developed for industrial applications, the techniques presented are both accurate and computationally implemental for embedded systems.In addition, STFT is com pared with wavelet transform to show the advantages of wavelet transforms in this particular application. s o m m a ir etant aujourd'hui l 'un des plus populaires essais non destructifs, le contrle par missions acoustiques (EA) est utilis dans divers domaines, relevant tant de la physique que de l'ingnierie.On les retrouve principale ment pour la dtection des fuites, ou encore pour l 'inspection des pipelines.Dans les diffrentes applications, on retrouve un problme commun, celui d 'obtenir les caractristiques physiques des vnements idaux afin de dtecter les signaux semblables.Dans le traitement des signaux acoustiques, ces caractristiques peuvent tre reprsentes simultanment dans le domaine du temps et de la frquence.Cependant, la m thode classique du traitement des signaux donne seulement des informations gnrales sur ces domaines, mais ne fourni pas une analyse dtaille.En effet, bien que la transform de Fourier court terme a t dvelopp pour analyser le temps et la frquence simultanment, elle dispose d 'une prcision limite.La transform de Wavelet est une mthode de type temps-frquence-chelle, avec une prcision adaptable, qui permet d 'obtenir un relev plus prcis et de meilleure qualit.Ce dossier prsente une application de la transform de Wavelet pour la dtection d 'une mission acoustique qui contenant beaucoup de perturba tions.Dveloppes pour l'industrie, les techniques prsentes sont la fois prcises et facilement appli cables aux systmes intgrs.Afin de faire ressortir les avantages de la transform de Wavelet dans ce type d 'application, vous trouverez une comparaison entre cette dernire et la mthode de Fourier court terme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».