MétaCan
Menu
Retour à la cohorte
Enregistrement W2134918193 · doi:10.1177/1475921713500516

Compensation of piezoceramic bonding layer degradation for structural health monitoring

2013· article· en· W2134918193 sur OpenAlexaff
Kyle R Mulligan, Nicolas Quaegebeur, Patrice Masson, Louis-Philippe Brault, Chunsheng Yang

Notice bibliographique

RevueStructural Health Monitoring · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasonics and Acoustic Wave Propagation
Établissements canadiensNational Research Council CanadaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésStructural health monitoringTransducerAcousticsAdmittanceMaterials scienceCalibrationSIGNAL (programming language)AmplitudeUltrasonic sensorPhase (matter)Calibration curveModalDegradation (telecommunications)Compensation (psychology)Electronic engineeringOpticsElectrical impedanceEngineeringComputer scienceElectrical engineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

The compensation of the degradation of the bonding layer of piezoceramics used in structural health monitoring is addressed in this article. A simple admittance model is first used to measure and extract the variation of admittance parameters using the same acquisition chain which is used by the structural health monitoring system for damage monitoring. More precisely, the method uses measurable changes in physical transducer modal damping at frequencies around piezoceramic resonance to estimate the extent of degradation. Then, a finite element model is used to obtain calibration curves linking the variations in transducer modal damping to amplitude and phase of the ultrasonic signals generated or measured by the piezoceramics. Such calibration curves are obtained by simulating with the FEM the effect of varying the bonding layer coverage area and Young’s modulus on (a) admittance and (b) amplitude and phase of the ultrasonic signals. From this, a signal correction factor is developed for the dominant bonding layer coverage area degradation failure mode to compensate for the changes in amplitude and phase of guided waves generated and measured by degraded piezoceramic transducers. The measured modal damping determines the amount of bonding layer degradation from the simulated modal damping calibration curves and then the quantified bonding layer degradation amount selects the amplitude and phase correction to be applied to measured signals from the calibration curves. The benefits of the signal correction factor are demonstrated below piezoceramic resonance to improve damage imaging and localization using the Embedded Ultrasonic Structural Radar algorithm (delay and sum method) when a single transducer in a sparse array of transducers fixed to an aluminum plate is damaged due to the close proximity of drop-weight impacts. Up to a certain damage extent, the signal correction factor could allow an extension of the service life of the structural health monitoring system.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,031
Tête enseignante GPT0,303
Écart entre enseignants0,272 · 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

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructural Health MonitoringMême sujetUltrasonics and Acoustic Wave PropagationTravaux en français237 207