MétaCan
Menu
Retour à la cohorte
Enregistrement W2970826460 · doi:10.4050/f-0075-2019-14613

Progress Towards Autonomous Structural Health Management

2019· article· en· W2970826460 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Detection Methods
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésAirframeStructural health monitoringMissileAerospaceReliability engineeringSystems engineeringKey (lock)EngineeringAircraft maintenanceComputer scienceRisk analysis (engineering)AeronauticsAerospace engineeringComputer securityStructural engineering

Résumé

récupéré en direct d'OpenAlex

The Autonomous Sustainment Technologies for Rotorcraft Operations-Structures (ASTRO-S) project between U. S. Army Combat Capability Missile Center, Aviation Development Directorate-Eustis (FCDD-AMV-E) and Sikorsky developed and validated a range of technologies to enable reduced airframe maintenance burden, increase operational availability, and provide key enabling technologies relative to Army's transition to the new paradigm of Maintenance Free Operational Periods (MFOP) for the rotorcraft of the future. Methods were developed for autonomous characterization of major damage and residual strength expressed as a Structural Health Index (SHI) for advanced durable and damage tolerant composite aerospace structural assemblies with redundant load paths, enabling targeted inspections and strength-based fly / watch / repair decisions. A number of sensing technologies including fiber-optic strain measurement and piezo-based structural health assessment, along with a number of innovative advanced algorithms that intelligently use changes in monitored structural responses, were implemented in a comprehensive architecture to detect, localize, and assess the severity of structural damage. Extensive testing on full-scale, multiload-path composite structures to assess feasibility and effectiveness of the developed technologies, as well as understand application and transition challenges, has convincingly shown that damage detection, localization, and severity assessment in an autonomous fashion is feasible. Further, it was shown that the concept of a trendable SHI to assess residual strength, is viable, although additional full-scale test cases are needed to further validate and mature the approach. Overall, these key findings affirm suitability of the technical approach and associated algorithms for reducing maintenance burden by triggering rather than scheduling inspections and potentially deferring repairs in high op-tempo environments. These structural health management technologies will be key enablers supporting Army's future rotorcraft when operating in an untethered multi-domain battle space.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,350

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,290
Écart entre enseignants0,274 · 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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Measurement and Detection MethodsTravaux en français237 207