MétaCan
Menu
Retour à la cohorte
Enregistrement W2991970018 · doi:10.3390/s19245383

Dry Coupling of Ultrasonic Transducer Components for High Temperature Applications

2019· article· en· W2991970018 sur OpenAlexafffund
Neelesh Bhadwal, Mina Torabi Milani, Thomas W. Coyle, Anthony N. Sinclair

Notice bibliographique

RevueSensors · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésTransducerUltrasonic sensorMaterials scienceClampingAcousticsPiezoelectricityBandwidth (computing)Composite materialEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The viability for dry coupling of piezoelectric ultrasonic transducer components was investigated, using a thin foil of annealed silver as a filler material/coupling agent at each component interface. Criteria used for room temperature evaluation were centered on signal-to-noise ratio (SNR) and echo bandwidth, for a Li-Nb based transducer operating in pulse-echo mode. A normal clamping stress of only 25 MPa, applied repeatedly over three loading cycles on a precisely-aligned transducer stack, was sufficient to yield backwall echoes with a SNR greater than 25 dB, and a 3 dB bandwidth of approximately 65%. This compares to a SNR of 32 dB and a 3 dB bandwidth of 65%, achievable when all transducer interfaces were coupled with ultrasonic gel. The respective roles of a soft filler material, alignment of transducer components, cyclic clamping, component roughness, and component flatness were evaluated in achieving this high efficiency dry coupling, with transducer clamping forces far lower than previously reported. Preliminary high temperature tests indicate that this coupling method is suitable for high temperature and achieves signal quality comparable to that at room temperature with ultrasonic gel.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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'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

Citations28
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207