MétaCan
Menu
Retour à la cohorte
Enregistrement W2157381189 · doi:10.3390/s110403687

Fiber Optic Sensors for Structural Health Monitoring of Air Platforms

2011· article· en· W2157381189 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSensors · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensDepartment of National DefenceNational Research Council CanadaInstitute for Microstructural SciencesUniversity of Ottawa
Organismes subventionnairesNational Research Council CanadaMinistère de la Défense Nationale
Mots-clésStructural health monitoringAerospaceFiber Bragg gratingFiber optic sensorOptical fiberSystems engineeringComputer scienceElectro-optical sensorEngineeringReliability engineeringTelecommunicationsElectronic engineeringElectrical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Aircraft operators are faced with increasing requirements to extend the service life of air platforms beyond their designed life cycles, resulting in heavy maintenance and inspection burdens as well as economic pressure. Structural health monitoring (SHM) based on advanced sensor technology is potentially a cost-effective approach to meet operational requirements, and to reduce maintenance costs. Fiber optic sensor technology is being developed to provide existing and future aircrafts with SHM capability due to its unique superior characteristics. This review paper covers the aerospace SHM requirements and an overview of the fiber optic sensor technologies. In particular, fiber Bragg grating (FBG) sensor technology is evaluated as the most promising tool for load monitoring and damage detection, the two critical SHM aspects of air platforms. At last, recommendations on the implementation and integration of FBG sensors into an SHM system are provided.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil1,000

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 Opus0,030
Tête enseignante GPT0,261
Écart entre enseignants0,232 · 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