MétaCan
Menu
Retour à la cohorte
Enregistrement W1993135385 · doi:10.1177/0731684411411960

Multiplexed FBG and etched fiber sensors for process and health monitoring of 2-&3-D RTM components

2011· article· en· W1993135385 sur OpenAlexafffund
Casey Keulen, Mehmet Yıldız, Afzal Suleman

Notice bibliographique

RevueJournal of Reinforced Plastics and Composites · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésMaterials scienceFiber optic sensorFiber Bragg gratingOptical fiberStructural health monitoringFiberComposite numberTube (container)Composite materialOpticsOptoelectronicsWavelength

Résumé

récupéré en direct d'OpenAlex

This paper presents research being conducted on the use of a combination of fiber optic sensors for process and health monitoring of resin transfer molded (RTM) composite structures. A laboratory scale RTM apparatus has been designed and built with the capability of visually monitoring the resin filling process and embedding fiber optic sensors into the composite. Fiber Bragg gratings (FBG) and etched fiber sensors (EFS) have been multiplexed and embedded in quasi-2-D panels and 3-D hollow semicircular structures using a novel ingress/egress technique for the purpose of both process and structural health monitoring. The objective of this work is to demonstrate the simultaneous usage of FBGs and etched fiber sensors on a single optical fiber for resin flow monitoring and strain monitoring throughout the life of the composite. Three specimens are presented: one quasi-2D panel with two FBGs and three etched fiber sensors, one semicircular tube with two etched fiber sensors and one semicircular tube with two FBGs. Etched fiber sensors have been correlated with visual inspection to detect the presence of resin. Specimens with embedded FBG sensors have been tested in a tensile test machine to characterize the FBGs for strain monitoring.

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)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,267
Écart entre enseignants0,226 · 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
GenreMéthodes

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

En bref

Citations23
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Reinforced Plastics and CompositesMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207