MétaCan
Menu
Retour à la cohorte
Enregistrement W2085393389 · doi:10.1111/j.1467-8667.2005.00403.x

Piezoelectric-Based Degradation Assessment of a Pipe Using Fourier and Wavelet Analyses

2005· article· en· W2085393389 sur OpenAlexaff
N. Cheraghi, Guang Ping Zou, Farid Taheri‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

Notice bibliographique

RevueComputer-Aided Civil and Infrastructure Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFast Fourier transformWaveletTransformation (genetics)VibrationPipeline (software)Energy (signal processing)SIGNAL (programming language)AcousticsStructural engineeringFourier transformComputer scienceEngineeringMechanical engineeringAlgorithmPhysicsMathematicsStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract: One of the most important issues in today's oil and gas industry is the access to an effective and reliable damage-detection system for health monitoring of pipeline systems. Vibration-based damage-detection systems have been contemplated in the past with varying success. This article demonstrates the effectiveness of a series of coupled mathematical/engineering approaches that are used to detect damage in pipes, reliably and accurately. The proposed health-monitoring methodology is based on monitoring the vibration response of pipes using piezoelectric sensors. Finite element analysis is used to simulate the response of a healthy pipe, as well as pipes with various size damage. The degradations (defects) have been assumed to exist on the pipes in the form of local corrosion, simulated by reducing the wall thickness in various areas around the circumference of pipes. Fast Fourier transformation (FFT), FFT integration, wavelet transformation (WT), and wavelet packet transformation (WPT) methods are used to examine the pipe's dynamic response to an impacting force. Novel “Damage indices” expressions are developed based on the evaluation of vibration-signal-induced energies. As it will be seen, the damage indices can effectively establish the existence of defects. Moreover, the energy indices can distinguish the differences among various size defects. It was observed that all the approaches considered could essentially establish the existence of the defects with good accuracy; however, incorporation of the WT and WPT energy components yielded a more precise identification of damage in the pipes examined.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,289
Écart entre enseignants0,271 · 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

Citations43
Publié2005
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueComputer-Aided Civil and Infrastructure EngineeringMême sujetStructural Health Monitoring TechniquesTravaux en français237 207