MétaCan
Menu
Retour à la cohorte
Enregistrement W1976433588 · doi:10.1121/1.4806427

Pressure mapping system based on guided waves reflection

2013· article· en· W1976433588 sur OpenAlexaff
Nicolas Quaegebeur, Patrice Masson, Nicolas Beaudet, Philippe Sarret

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAcousticsReflection (computer programming)Sensitivity (control systems)Pressure waveOpticsLamb wavesIntensity (physics)Materials sciencePlane waveResolution (logic)Plane (geometry)ActuatorPhysicsWave propagationComputer scienceMathematicsGeometryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, guided wave interaction is used to develop a pressure mapping system for medical and touch-screen applications. The principle is based on interaction of guided waves in the presence of an added local mass and in the presence of a local pressure. For this purpose, piezoceramics are used for injecting guided waves into a thin structure and to measure the reflected waves due to the presence of an added mass or pressure. SHM imaging algorithms, based on time-of-flight (EUSR) or correlation (Excitelet), are implemented in order to obtain cartography of the reflections and deduce the presence, localization, and intensity of local contact spots. Analytical and numerical models are first derived to assess the critical parameters in order to maximize the reflection of guided waves (first order modes A0 and S0). It is shown that the sensitivity of the guided waves with respect to an added mass and pressure is highly related to the Young’s modulus of the host structure. Validation on a 0.5 mm thick plane aluminum plate prototype is addressed using 4 sensor/actuator pairs. It is observed that imaging of single pressure spot and multiple or extended pressure spots can be achieved using S0 mode around 300 kHz with a resolution of 0.5 mm.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,236
Écart entre enseignants0,222 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207