In situ characterization technique to increase robustness of imaging approaches in structural health monitoring using guided waves
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.
Notice bibliographique
Résumé
The performance of guided wave imaging strategies used in Structural Health Monitoring relies on the accurate knowledge of mechanical properties for proper damage detection and localization. In order to increase the performance and robustness of such algorithms, it is desirable to implement autonomous approaches that can characterize the mechanical properties of the structure whatsoever the environmental and operational conditions. This article presents an innovative in situ and integrated characterization procedure based on guided waves that evaluates the thermo-mechanical properties of a structure when subjected to thermal variations prior to imaging using the same set of piezoceramic transducers used for imaging. These properties are then exploited in the damage imaging using a correlation-based algorithm (Excitelet) combined with the optimal baseline subtraction. The characterization strategy uses a genetic algorithm to identify the optimal set of mechanical properties leading to the best correlation between an analytical formulation of dispersed guided waves propagation and experimental measurements. The strategy is assessed experimentally on an aluminum plate with three sparse bonded piezoceramic transducers used for both characterization and imaging at various temperatures, representative of operational conditions of an aircraft. An artificial damage is subsequently introduced in the plate, and the effect of the accuracy of the mechanical properties estimation on imaging is assessed through the detection capability, positioning, accuracy, and correlation amplitude. The approach is then compared to three imaging methods, namely, baseline-free imaging, imaging without considering thermo-mechanical effects, and imaging using stretching methods traditionally used to compensate for temperature effects.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle