Vibration-Sensing Electronic Yarns for the Monitoring of Hand Transmitted Vibrations
Notice bibliographique
Résumé
Overexposure to hand transmitted vibrations (HTVs) from prolonged use of vibrating power tools can result in severe injuries. By monitoring the exposure of a worker to HTVs, overexposure, and injury, can be mitigated. An ideal HTV-monitoring system would measure vibration were it enters the body, which for many power tools will be the palm and fingers, however this is difficult to achieve using conventional transducers as they will affect the comfort of the user and subsequently alter the way that the tool is held. By embedding a transducer within the core of a textile yarn, that can be used to produce a glove, vibration can be monitored close to where it enters the body without compromising the comfort of the user. This work presents a vibration-sensing electronic yarn that was created by embedding a commercially available accelerometer within the structure of a yarn. These yarns were subsequently used to produce a vibration-sensing glove. The purpose of this study is to characterize the response of the embedded accelerometer over a range of relevant frequencies and vibration amplitudes at each stage of the electronic yarn's manufacture to understand how the yarn structure influences the sensors response. The vibration-sensing electronic yarn was subsequently incorporated into a fabric sample and characterized. Finally, four vibration-sensing electronic yarns were used to produce a vibration-sensing glove that is capable of monitoring vibration at the palm and index finger.
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 ».