MétaCan
Menu
Retour à la cohorte
Enregistrement W2951112720 · doi:10.3390/s19122805

Temperature Effects on Electromechanical Response of Deposited Piezoelectric Sensors Used in Structural Health Monitoring of Aerospace Structures

2019· article· en· W2951112720 sur OpenAlexaff
Hamidreza Hoshyarmanesh, Mojtaba Ghodsi, Minjae Kim, Hyung Hee Cho, Hyung‐Ho Park

Notice bibliographique

RevueSensors · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasonics and Acoustic Wave Propagation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesKorea Institute of Energy Technology Evaluation and PlanningNational Research Foundation of KoreaMinistry of Science and ICT, South KoreaMinistry of Trade, Industry and EnergyNational Research Foundation
Mots-clésMaterials scienceStructural health monitoringPiezoelectricityElectrical impedanceAcousticsWaferCapacitive sensingTransducerSIGNAL (programming language)Electrical engineeringOptoelectronicsComposite materialEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Turbomachine components used in aerospace and power plant applications preferably require continuous structural health monitoring at various temperatures. The structural health of pristine and damaged superalloy compressor blades of a gas turbine engine was monitored using real electro-mechanical impedance of deposited thick film piezoelectric transducers at 20 and 200 °C. IVIUM impedance analyzer was implemented in laboratory conditions for damage detection in superalloy blades, while a custom-architected frequency-domain transceiver circuit was used for semi-field circumstances. Recorded electromechanical impedance signals at 20 and 200 °C acquired from two piezoelectric wafer active sensors bonded to an aluminum plate, near and far from the damage, were initially utilized for accuracy and reliability verification of the transceiver at temperatures >20 °C. Damage formation in both the aluminum plate and blades showed a peak shift in the swept frequency along with an increase in the amplitude and number of impedance peaks. The thermal energy at 200 °C, on the other hand, enforces a further subsequent peak shift in the impedance signal to pristine and damaged parts such that the anti-resonance frequency keeps reducing as the temperature increases. The results obtained from the impedance signals of both piezoelectric wafers and piezo-films, revealed that increasing the temperature somewhat decreased the real impedance amplitude and the number of anti-resonance peaks, which is due to an increase in permittivity and capacitance of piezo-sensors. A trend is also presented for artificial intelligence training purposes to distinguish the effect of the temperature versus damage formation in sample turbine compressor blades. Implementation of such a monitoring system provides a distinct advantage to enhance the safety and functionality of critical aerospace components working at high temperatures subjected to crack, wear, hot-corrosion and erosion.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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
GenreEmpirique

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

En bref

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetUltrasonics and Acoustic Wave PropagationTravaux en français237 207