Correction of Data Gathered by Degraded Transducers for Damage Prognosis in Composite Structures
Notice bibliographique
Résumé
This paper presents an approach for the correction of data gathered for damage prognosis (DP) in composite structures. The validation setup consists of surface-bonded piezoceramic (PZT) transducers used in a Structural Health Monitoring (SHM) system with simulated bonding layer damage using Teflon masks. The modal damping around PZT mechanical resonance is used as a metric to assess and compensate for the degradation of the adhesive layer of the transducers. Modal damping is derived from electrical admittance curves using a lumped parameter model to monitor the degradation of the transducer adhesive layer. A Pitch-Catch (PC) configuration is then used to discriminate the effect of bonding degradation on actuation and sensing. It is shown that below the first mechanical resonance frequency of the PZT, degradation leads to a decrease in the amplitude of the transmitted and measured signals. Above resonance, in addition to a decrease in signal amplitude of the transmitted and measured signals, a slight linear phase delay is also observed. A Signal Correction Factor (SCF) is proposed to adjust signals based on adhesive degradation evaluated using the measured modal damping. The benefits of the SCF for prognostics feature generation are demonstrated in the frequency domain for the A0mode.
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 ».