Effects of a Fracture on Ultrasonic Wave Velocity and Attenuation in a Homogeneous Medium
Notice bibliographique
Résumé
Abstract Nondestructive ultrasonic testing is commonly used to assess damage in infrastructure mostly based on elastic wave velocity. This study focuses on understanding the effects of a thin fracture not only on ultrasonic elastic wave velocity but also on attenuation. Experiments are performed to quantitatively assess the effects of a thin fracture within polymethylmethacrylate (PMMA) specimens. Wave velocity and attenuation are measured across the width of these homogeneous specimens using the ultrasonic pulse velocity method. Seventeen specimens are tested for three different conditions (intact, with a hole, and with a fracture) for two different thicknesses. First, specimens made of two PMMA blocks with an intact fused interface are tested; then, specimens with a small hole (created for generating stress concentration) perpendicular to the interface and milled ends are tested; and, finally, specimens with an induced fracture at the fused interface are tested. Four additional specimens, two with fused (but weak) interfaces between blocks and two solid blocks, are tested during fracture growth under uniaxial strain-controlled test conditions. In fact, wave attenuation can cause the first arrival to be undetected and overestimated by up to 10 %. This error in the selection of the first arrival could be misinterpreted as a change in wave velocity when fractures are present in the material. Although wave velocity shows marginal reduction, less than 4 %, when a thin fracture is present, wave energy attenuates by up to 60 %. This work demonstrates quantitatively that wave attenuation measurements from selected frequency bands in the Fourier spectra can be used to identify the presence of thin fractures using ultrasonic testing.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».