Eco‐Friendly Laminates: From the Indentation to Non‐Destructive Evaluation by Optical and Infrared Monitoring Techniques
Notice bibliographique
Résumé
Abstract: In this work, the combined effect of indentation damage and of manufacturing defects of a hybrid laminate including jute hessian cloth (plain weave) and hemp fibres in an epoxy matrix has been investigated. With this aim, various non‐destructive evaluation (NDE) techniques have been employed, such as near‐infrared (NIR) reflectography, infrared thermography (IRT), holographic interferometry (HI) and digital speckle photography (DSP). In particular, two different methods of heating were applied during IRT data collection: pulse thermography and square pulse thermography (SPT). The first one using a mid‐wave infrared (IR) camera, while the second one using a long‐wave IR camera. In the same way, two different cameras working into the near‐ and short‐wave IR spectra were used, to compare different results from ∼ 0.74 to 14 μm. Data were processed applying principal component thermography (PCT), correlation and the robust second‐order blind identification (SOBI‐RO) algorithms. The latter is used for the first time to our knowledge in this work. The defects found were enhanced by image subtraction between the reflectogram and the transmittogram, distance transform and image fusion. In particular, data fusion from IRT and DPS images allowed clearly defining the extension of the indentation damage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».