MétaCan
Menu
Retour à la cohorte
Enregistrement W2952601191 · doi:10.3389/fbuil.2019.00091

Reliability of Wavelet Analysis of Mode Shapes for the Early Detection of Damage in Beams

2019· article· en· W2952601191 sur OpenAlexafffund
Luc Chouinard, Vahid Shahsavari, Josée Bastien

Notice bibliographique

RevueFrontiers in Built Environment · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversité LavalMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésWaveletBeam (structure)VibrationStructural engineeringProbabilistic logicMode (computer interface)BendingComputer scienceStatisticsEngineeringAcousticsMathematicsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Numerous procedures have been developed for the detection and the localization of damage in structures based on changes in the dynamic or static response of structures. Among these, procedures based on wavelet analysis of mode shapes appear to offer a superior performance especially for low levels of damage. In order to evaluate the relative merit of these approaches, criteria based on statistical and probabilistic performance are evaluated as a function of damage level for an experimental beam. These measures include the probability of detection, the probability of false alarms, and the safety index. The safety index used in this application is for the beam under pure bending, which provides a uniform criteria for damage at any location along the beam. The experimental data is obtained on a steel beam where the level of damage is controlled at two locations along its length. A total of 16 equally spaced accelerometers are deployed along the length of the beam. The dynamic properties used to illustrate the proposed procedure are changes in the frequency of the first mode of vibration of the beam and changes in the wavelet coefficients for the first mode of vibration. The data obtained for 5 increasing level of damage at two locations is used to derive prediction equations for the dynamic properties and to estimate the probability of detection and of false alarms as a function of damage level. The results indicate that the procedure based on wavelets is more efficient than the one based on natural frequencies in detecting and localizing low levels of damage. The results also indicate that a monitoring strategy based on wavelets can detect damage before structural safety is significantly compromised while maintaining low probabilities of false alarms.

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)0,008
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Built EnvironmentMême sujetStructural Health Monitoring TechniquesTravaux en français237 207