MétaCan
Menu
Retour à la cohorte
Enregistrement W1965251166 · doi:10.1061/(asce)em.1943-7889.0000812

Damage/Deterioration Detection for Steel Structures Using Distributed Fiber Optic Strain Sensors

2014· article· en· W1965251166 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Engineering Mechanics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceFiber optic sensorOptical fiberReduction (mathematics)CrackingStrain (injury)Strain gaugeFinite element methodTension (geology)FiberComposite materialStructural engineeringComputer scienceEngineeringUltimate tensile strength

Résumé

récupéré en direct d'OpenAlex

Distributed fiber optic sensors have the potential to be used to detect three critical deterioration mechanisms in steel structures: (1) fatigue cracking, (2) localized damage or deterioration, and (3) distributed damage or deterioration, such as corrosion. This study investigated the strain and spatial resolution of distributed fiber optic sensors and explored the potential benefits and challenges of using distributed fiber optic strain sensors for damage/deterioration detection. The experimental program consisted of a series of axial tension tests performed on steel plate specimens with three types of simulated damage/deterioration: cracking, local cross section reduction, and distributed cross section reduction. The results indicate that similar accuracy to strain gauges can be achieved and distributed fiber optic strain sensors can provide much more detailed information about specimen behavior. The results of a finite-element analysis for each specimen were compared with the experimental measurements. There was good correlation between the two if the boundary conditions were modeled properly. However, care must be taken when selecting the sensing fiber to be used and when interpreting the results.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,920

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle