Development of data acquisition and analysis methods for chemical acoustic emission
Notice bibliographique
Résumé
Acoustic Emission Analysis (AEA) is the study of the sonic (and ultrasonic) energy released by chemical systems in the form of transient waves, as the system attempts to (re)attain equilibrium. This area of chemistry, and chemical analysis, is ripe for fundamental studies since it has been little explored. The high potential of the technique as a non-invasive, non-destructive reaction monitoring scheme suggests that numerous applications will follow. In this work, an apparatus and software have been constructed to monitor acoustic emission (AE) and collect and process AE data. A broad-band piezoelectric transducer was used to convert the acoustic signals to electrical waveforms which could be captured by a digital storage oscilloscope. These waveforms were then stored on an IBM-compatible computer for further analysis. Analysis of the data was performed using pattern recognition techniques. The signals were characterized through the use of descriptors which can map each signal onto a multi-dimensional feature space. Visualization of the data structure in multidimensional space was accomplished using several methods. Hierarchical clustering was used to produce tree structures, known as dendrograms, which attempt to show clustering of the signals into various groups. Abstract factor analysis (AFA) - also called principal components analysis (PCA) - was used to project the data onto a two dimensional factor space to allow for direct viewing of structure in the multidimensional data. Sodium hydroxide dissolution, aluminum chloride hydration and heat activation of Intumescent Flame Retardants (IFR's) were used to test the assembled hardware and to provide data to submit to the pattern recognition algorithms coded as part of this work. The solid-solid phase transition of trimethylolethane (Trimet), and the liquid crystal phase transitions of two liquid crystals (α-ѡ-bis(4-n-decylaniline-benzilidene-4'-oxyhexane), and 4-n-pentyloxybenzylidene-4'-n-heptylaniline) were also monitored and the signals analyzed. The pattern recognition software was able to extract much information from the acoustically emitting samples - information which would not have been apparent by using standard (uni- and bi-variate) methods of analysis. Chemical acoustic emission, coupled with pattern recognition analysis, will be able to provide the chemist with knowledge (qualitative, quantitative, kinetic, etc.) about chemical systems which are often difficult or impossible to monitor and analyze by other means.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,008 |
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 ».