Damage detection of an in-service condensation pipeline joint
Notice bibliographique
Résumé
The early detection of damage in structural or mechanical systems is of vital importance. With early detection, the damage may be repaired before the integrity of the system is jeopardized, resulting in monetary losses, loss of life or limb, and environmental impacts. Among the various types of structural health monitoring techniques, vibration-based methods are of significant interest since the damage location does not need to be known beforehand, making it a more versatile approach. The non-destructive damage detection method used for the experiments herein is a novel vibration-based method which uses an index called the EMD Energy Damage Index, developed with the aim of providing improved qualitative results compared to those methods currently available. As part of an effort to establish the integrity and limitation of this novel damage detection method, field testing was completed on a mechanical pipe joint on a condensation line, located in the physical plant of Dalhousie University. Piezoceramic sensors, placed at various locations around the joint were used to monitor the free vibration of the pipe imposed through the use of an impulse hammer. Multiple damage progression scenarios were completed, each having a healthy state and multiple damage cases. Subsequently, the recorded signals from the healthy and damaged joint were processed through the EMD Energy Damage Index developed in-house in an effort to detect the inflicted damage. The proposed methodology successfully detected the inflicted damages. In this paper, the effects of impact location, sensor location, frequency bandwidth, intrinsic mode functions, and boundary conditions are discussed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».