MétaCan
Menu
Retour à la cohorte
Enregistrement W2742138939 · doi:10.1109/tie.2017.2733449

A Microwave Ring Resonator Sensor for Early Detection of Breaches in Pipeline Coatings

2017· article· en· W2742138939 sur OpenAlexaff
Mohammad H. Zarifi, Sameir Deif, Mohammad Abdolrazzaghi, Bertie Chen, Dennis Ramsawak, Michael Amyotte, Nahid Vahabisani, Zaher Hashisho, Weixing Chen, Mojgan Daneshmand

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave and Dielectric Measurement Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMiniaturizationMaterials scienceResonatorPlanarMicrostripMicrowaveOptoelectronicsBandwidth (computing)CoatingAcousticsElectronic engineeringElectrical engineeringEngineeringComputer scienceTelecommunicationsNanotechnology

Résumé

récupéré en direct d'OpenAlex

A planar microwave resonator sensor is designed, customized, and fabricated to detect coating breaches in industrial steel pipelines. The sensor, which utilizes a ring-shaped resonator to maximize the sensitivity at its core, is tuned to 2.5 GHz with a quality factor of 280. In the setup, the sensor is grounded to a piece of steel pipeline with an Epoxy-100 coating, which provides the substrate beneath the microstrip structure. It is demonstrated that any change in the gap height between the substrate layer and the pipeline, from 0 to 3.5 mm, produces a significant resonant frequency variation and bandwidth change in the sensor's response. The sensor structure demonstrates sensitivity and selectivity to air and water penetration to the breach. The sensor structure described in this work is a compact, low-cost solution and has potential for further miniaturization in mobile applications which may serve as a method for pipeline breach detection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,251
Écart entre enseignants0,206 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations150
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetMicrowave and Dielectric Measurement TechniquesTravaux en français237 207