MétaCan
Menu
Retour à la cohorte
Enregistrement W2087044127 · doi:10.1061/(asce)cc.1943-5614.0000042

Damage Detection of FRP-Strengthened Concrete Structures Using Capacitance Measurements

2009· article· en· W2087044127 sur OpenAlexaff
Amr A. Nassr, Wael El‐Dakhakhni

Notice bibliographique

RevueJournal of Composites for Construction · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCapacitanceMaterials scienceFibre-reinforced plasticFinite element methodComposite materialDielectricStructural engineeringPermittivityCapacitive sensingComputer scienceOptoelectronicsElectrodeEngineering

Résumé

récupéré en direct d'OpenAlex

In this study, a new concept for detecting air voids, water intrusion, and glue infiltration damages in fiber-reinforced polymers (FRPs)-strengthened concrete structures was developed. The concept, based on detecting the local dielectric permittivity variations, was employed to design coplanar capacitance sensors (CCSs) to detect such defects. An analytical model was used to introduce the sensor operation theory and analyze the influence of different sensor parameters on the output signals and to optimize sensor design. Two dimensional finite element (FE) simulations were performed to assess the validity of the analytical results and to evaluate other sensor design-related parameters. To experimentally verify the FE model, dielectric properties of various materials involved in FRP-strengthened concrete systems were measured. In addition, two concrete specimens strengthened with FRP laminates and containing preinduced defects were constructed and inspected in a laboratory setting. Good agreement was found between experimental capacitance measurements and those predicated by the FE simulations. The proposed CCS design, coupled with commercially available portable capacitance meters, would facilitate field implementation of the proposed technique for rapid inspection of FRP-strengthened concrete structures without the need for sophisticated data analyses usually required by other more expensive and time consuming methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,061
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,245
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations31
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Composites for ConstructionMême sujetConcrete Corrosion and DurabilityTravaux en français237 207