A novel imaging technique for structural health monitoring using sparse and compact arrays
Notice bibliographique
Résumé
In the present paper, a technique called Excitelet is presented for the imaging of damages in thin-walled structures using the correlation of the measured signals with dispersed versions of the excitation signal. Piezoceramic (PZT) actuators are used to generate burst Lamb waves which interact with defects in metallic structures and the measurement is taken using sparse and compact array configurations of PZT sensors. The sparse sensing configuration consists of individual circular PZT elements distributed over the plate while the compact array configuration consists of a linear arrangement of sensors micro-machined on a single piece of bulk PZT wafer. This approach is presented as an extension of the classical imaging techniques and takes advantage of the chirplet-based matching pursuit algorithm. The approach is investigated experimentally on a 1.54 mm thick aluminum plate and comparison with existing Embedded Ultrasonic Structural Radar (EUSR) algorithm is performed for A0 and S0 modes for two frequency ranges of interest (centered at 150 kHz and 550 kHz). Damages are simulated using stacked magnets at different locations on the plate. Significant improvement of imaging quality is demonstrated with respect to existing imaging techniques based on group velocity and Time-of-Flight (ToF), for both sparse and compact PZT array configurations. Multimodal imaging strategies are presented to improve the imaging results. Moreover, it is shown that the proposed imaging technique provide accurate results in the case of dispersive propagation, while existing imaging techniques are no longer applicable.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».