Placement of distributed crack sensor on I‐shaped steel girders of medium‐span bridges, using available field data
Notice bibliographique
Résumé
It is critical to detect cracks in steel girders of bridges before they have the potential to compromise the integrity of the structure. Both distributed binary sensors and distributed fiber optic sensors are capable of detecting cracks that are wider than 0.2 mm in steel girders. The objective of this paper is to report the optimum placement of these sensors on the girder to detect smallest possible length of the crack. In this work, the optimized placement of crack sensors was studied using FEM of two typical medium-span simply supported steel girder bridges (Girder A, 30-m–long span, and Girder B, 22-m–long span). Using loads estimated from field monitoring data and FEM, a map of crack opening along the length of the crack was calculated for stable crack lengths. Using these maps and given the detectable crack opening of 0.2 mm, the optimum place to position a distributed crack sensor to detect the smallest crack length was determined. For Girder A, the sensor should be placed at 150 to 250 mm above flange at midspan and at one third from the support, and for the rest of the length of the girder, it should be placed at 200–300 mm above the bottom flange. For Girder B, the optimum placement for installation of binary sensor is estimated to be at 150 to 220 mm above the tension flange. The proposed method of calculation of placement can be used for installation of distributed sensors on other types of bridges.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».