MétaCan
Menu
Retour à la cohorte
Enregistrement W2044967131 · doi:10.4028/www.scientific.net/kem.347.493

Dynamics of Structures with Piezoelectric Sensors and Actuators for Structural Health Monitoring

2007· article· en· W2044967131 sur OpenAlexafffund
Dan Mateescu, Yong Han, Arun K. Misra

Notice bibliographique

RevueKey engineering materials · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensMcGill University
Organismes subventionnairesConsortium de Recherche et d’innovation en Aérospatiale au Québec
Mots-clésPiezoelectricityActuatorSTRIPSAcousticsVoltageMaterials sciencePiezoelectric sensorFinite element methodStructural engineeringVibrationSensitivity (control systems)Structural health monitoringPMUTPiezoelectric accelerometerExcitationEngineeringElectronic engineeringComposite materialElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The dynamic analysis of structures with piezoelectric sensors and actuators is used in this paper to establish a method for crack detection in aerospace structures. Piezoelectric strips used as sensors and actuators are bonded on both sides of a thin structure which executes flexural oscillations. The differential voltage outputs of the piezoelectric sensors are used to detect the presence of cracks in the structure. The structural analysis uses a finite element formulation for the piezoelectric strips coupled with the structure and a nonlinear model for the cracks. This paper presents first the results of the dynamic analysis in the frequency domain of healthy and cracked plates undergoing forced flexural vibrations generated by a pair of piezoelectric actuators submitted to an oscillatory voltage excitation. The peaks in the differential voltage output obtained in the case of a cracked plate at several frequencies during the frequency sweep were found to be indicative measures for the presence of a crack in the structure. The results of the dynamic analysis in the time domain have also shown that this method has a good sensitivity in detecting cracks in the structures.

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: Empirique · Signal consensuel: Empirique
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,259
Écart entre enseignants0,250 · 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

Citations13
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKey engineering materialsMême sujetStructural Health Monitoring TechniquesTravaux en français237 207