MétaCan
Menu
Retour à la cohorte
Enregistrement W2980618577 · doi:10.1109/aim.2019.8868671

Crack Identification at the Welding Joint with Frequency Comparison Function Method

2019· article· en· W2980618577 sur OpenAlexaff
Xin Wang, Nan Wu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringSmoothingWeldingSensitivity (control systems)Finite element methodAcousticsVibrationFrequency responseBeam (structure)SIGNAL (programming language)Joint (building)Materials scienceComputer scienceEngineeringElectronic engineeringPhysicsComposite materialElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A methodology named Frequency Comparison Function (FCF) is developed and studied to realize the crack identification with high sensitivity in the welding joint area for a beam-type structure. This method is derived from Frequency Response Function (FRF) by replacing the excitation data with the response signal recorded from a designated point of the test structure, then the standard deviation value of the FCF is calculated to detect and evaluate the possible crack or local damage-induced vibration signal perturbations. Finite element analysis of a welded beam structure is first conducted in ANSYS to obtain the vibration responses on two sides of the weld joint, which are then analyzed with FCF algorithm. It is concluded that FCF is applicable with breathing crack identification and it is fast and efficient with no required data pre-progressing, like the filtering and smoothing functions, and hence can be used for real-time crack detection. By employing the smart coating sensor composed of piezoelectric patches, a high sensitivity crack identification is realized, and the crack is detectable at its very early stage (3% of the beam thickness).

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,261

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 Opus0,028
Tête enseignante GPT0,306
Écart entre enseignants0,277 · 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 tête enseignante, 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Health Monitoring TechniquesTravaux en français237 207