Frequency Comparison Function Method for Real-Time Identification of Breathing Crack at Welding Joint
Notice bibliographique
Résumé
In this research, the frequency comparison function (FCF) method is proposed and studied to realize high-sensitive real-time crack identification at the welding joint area for a beam-type structure. This method is derived from the frequency response function (FRF). During FCF, we use the response signal collected from the designated point of the structure instead of the excitation. The standard deviation of the FCF amplitude curve is calculated to detect and evaluate the possible crack and its induced vibration perturbations afterward. Vibration responses are simulated in ANSYS by the use of the finite element analysis of a welded beam structure, and these signals are then analyzed with the FCF algorithm. It is concluded that FCF is an efficient method for breathing crack identification and can be easily applied under different excitation conditions, including harmonic and random ones. Meanwhile, FCF can be applied without any pre-processing algorithms such as filtering and smoothing. So, it can be used for real-time crack identification. By combining the FCF with the smart coating sensor composed of piezoelectric layers, the crack identification with high sensitivity is realized. The crack is detectable at its very early stage (starting from 3% of the beam thickness). Experimental studies under harmonic and random excitations are processed, and the results prove high sensitivity and feasibility of the proposed crack detection method.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».