Comparative Performance Test of an Inclinometer Wireless Smart Sensor Prototype for Subway Tunnel
Notice bibliographique
Résumé
Structural health monitoring of operating subway tunnel has become a new challenge to engineers. In order to make structural monitoring cheaper, smarter and more ecient, new technologies such as micro- electro-mechanical system (MEMS) sensors and wireless sensor network (WSN) have recently been introduced to compensate the defects of conventional methods. A wireless MEMS inclinometer prototype was developed by Tongji University. Many adaptability tests on both developed and commercial sensors are carried out in labora- tory under the same condition. The comparison shows that the inclinometer prototype has a higher resolution, larger range, lower cost, better electric property and less temperature disturbance than the commercial product but is slightly bigger in size. Then, a full size shield tunnel segment deformation experiment is carried out. Tilt angles at some particular locations are measured by the MEMS inclinometers so as to calculate the global deformation of the segment. Conventional displacement meter is used to verify the calculated results. The feasibility of utilizing inclination of segments to evaluate convergence deformation of shield tunnel is studied in this paper. The geometry method is adopted in analysis, and the convergence deformation of shield tunnel is assumed as a function of segments inclination. The experiment shows a solid feasibility of inclinometers being used to monitor convergence displacement of shield tunnel. Problems discovered in the research and future work are also discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».