In-Fiber Bragg Grating Impact Force Transducer for Studying Head–Helmet Mechanical Interaction in Head Impact
Notice bibliographique
Résumé
In this paper, we present the first Bragg-grating-based transducer system for application to trauma biomechanics, more specifically head-helmet contact force measurements secondary to headform impact. The transducer comprises an aluminum superstructure designed to withstand typical impact forces in helmeted impact and to have resonances that allow the overall sensor system to capture all relevant spectral components of force transients in impact. Structural finite-element models and strain-optic relationships are used to predict transducer sensitivity to impact force as well as mechanical resonances. The model predictions are verified through experimental calibration, and calibration results are, on average, within 10% of model predictions of force sensitivity. The model predicted first mechanical resonance is 72 kHz. The impact force transducer is also validated for helmeted impacts using an industry standard impact experiment and test headform. Results indicate excellent repeatability: maximum standard deviation of force measurements of 0.4% of the net force applied to the impacted headform and average error in the time duration of the force transients of only 4%. Transient impact forces measured with the Bragg grating transducer are in agreement with magnitudes inferred from work of previous researchers. The presented transducer can be applied with both helmet test and anthropomorphic headforms to measure distributions of transient forces and therefore hypotheses related to helmet performance and head injury.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».