MétaCan
Menu
Retour à la cohorte
Enregistrement W2111244811 · doi:10.2140/jomms.2010.5.289

A novel application of a laser Doppler vibrometer in a health monitoring system

2010· article· en· W2111244811 sur OpenAlexafffund
Davood Rezaei, Farid Taheri‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

Notice bibliographique

RevueJournal of mechanics of materials and structures · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLaser Doppler vibrometerLaser scanning vibrometryDoppler effectLaser Doppler velocimetryAcousticsMaterials scienceLaserOpticsMedicineLaser beamsPhysicsRadiology

Résumé

récupéré en direct d'OpenAlex

This paper presents the results of an experimental study of the applicability of the laser Doppler vibrometer (LDV) as a potential measurement tool for structural health monitoring in pipelines.In this case, use of the LDV has been integrated into a novel damage detection method referred to as the empirical mode decomposition (EMD) energy damage index.This method involves monitoring the free vibrations of a pipe through sensors, followed by decomposition of the sensor generated signals using EMD, and subsequently comparing an energy term of the pipe in its healthy state to that of the same pipe in a damaged state.In the experiment, a single beam LDV was utilized to acquire the vibration of a cantilever steel pipe impacted by an impulse hammer.Three cases were studied: pipes with a single half-circumferential damage, a single full-circumferential damage, and with multiple circumferential damages.The integrity of the LDV results was verified by comparison with those obtained from piezoceramic sensors bonded to the pipe surface.The results confirmed the effectiveness of the LDV and its integration into the proposed EMD damage index for identifying and locating single and multiple damages.Compared to piezoceramic sensors, the LDV, as a remote and accurate optical measurement system, provided more satisfactory identification of single and multiple damages and can therefore be successfully utilized in structural health 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 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)0,001
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 enseignants0,034
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,256 · 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

Citations18
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of mechanics of materials and structuresMême sujetStructural Health Monitoring TechniquesTravaux en français237 207