Monitoring of jute/hemp fiber hybrid laminates by nondestructive testing techniques
Notice bibliographique
Résumé
Abstract Damage following static indentation of jute/hemp (50 wt.% total fiber content) hybrid laminates was detected by a number of nondestructive testing (NDT) techniques, in particular, near (NIR) and short-wave (SWIR) infrared reflectography and transmittography, infrared thermography (IRT), digital speckle photography (DSP), and holographic interferometry (HI), to discover and evaluate real defects in a laminate with a complex structure. A comparative study between thermographic data acquired in the mid- (MWIR) and long-wave infrared (LWIR) spectrum bands, by pulsed (PT) and square pulse (SPT) thermography, is reported and analyzed. A thermal simulation by COMSOL ® Multiphysics (COMSOL Inc., Burlington, MA, USA) to validate the heating provided is also added. The robust SOBI (SOBI-RO) algorithm, available into the ICALAB Toolbox (BSI RIKEN ABSP Lab, Hirosawa, Japan) and operating in the MATLAB® (The MathWorks, Inc., Natick, MA, USA) environment, was applied on SPT data with results comparable to the ones acquired by several thermographic techniques. Finally, segmentation operators were applied both to the NIR/SWIR transmittography images and to a characteristic principal component thermography (PCT) image (EOF s ) to visualize damage in the area surrounding indentation.
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 ».